DOI: https://doi.org/10.1007/s00414-025-03528-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40411592
تاريخ النشر: 2025-05-24
المؤلف: Andreas Heinrich وآخرون
الموضوع الرئيسي: دراسات الأنثروبولوجيا الجنائية والبيوآركيولوجيا
نظرة عامة
تناقش هذه الفقرة نهجًا جديدًا للتعرف الشخصي باستخدام تقنيات رؤية الكمبيوتر (CV) المطبقة على صور الأشعة المقطعية القحفية، مع التركيز بشكل خاص على الجيوب الفكية. وقد أثبتت الدراسات السابقة فعالية استخدام الجيوب الأنفية الجانبية للتعرف الدقيق، ويعتمد هذا الأسلوب الجديد على تلك الأسس من خلال تحليل الميزات المميزة المستخرجة من شرائح الأشعة المقطعية الفردية. هذه الميزات فريدة لكل فرد وتتم مقارنتها بقاعدة بيانات من ميزات رؤية الكمبيوتر السابقة للوفاة.
تشمل عملية التعرف مطابقة النقاط المستمدة من تحليل رؤية الكمبيوتر لصورة الأشعة المقطعية لشخص غير معروف مع تلك الموجودة في قاعدة البيانات. عدد النقاط المتطابقة يعمل كدليل على احتمال أن الشخص غير المعروف يتوافق مع هوية معينة. على الرغم من أن هذه الطريقة أظهرت وعدًا، إلا أنها كانت محدودة بشكل أساسي بالمقارنات التي تشمل بيانات سابقة للوفاة وتعتمد على شرائح الأشعة المقطعية الفردية، مما يشير إلى مجالات محتملة لمزيد من البحث والتطبيق.
مقدمة
تسلط المقدمة الضوء على التحديات المرتبطة بتحديد هوية الأفراد المتوفين غير المعروفين نتيجة لأزمات مختلفة، مثل الكوارث الطبيعية والصراعات. وتؤكد على دور التصوير المقطعي المحوسب (CT) كطريقة غير جراحية للفحص التشريحي التفصيلي وجمع الأدلة في السياقات الجنائية. تدرس الدراسة بشكل خاص جدوى طريقة التعرف المعتمدة على رؤية الكمبيوتر (CV) الآلية لمطابقة صور الأشعة المقطعية بعد الوفاة مع سلسلة شاملة من صور الأشعة المقطعية السابقة للوفاة من قاعدة بيانات سريرية. يهدف هذا النهج إلى تبسيط عملية التعرف من خلال القضاء على الحاجة إلى التحليل المسبق أو تصفية البيانات السابقة للوفاة، مما يعزز كفاءة التحقيقات الجنائية.
طرق البحث
تم إجراء الدراسة وفقًا للإرشادات الأخلاقية المعتمدة من قبل لجنة المراجعة المؤسسية المحلية (IRB) في مستشفى جامعة يينا (رقم التسجيل 2019-1505-MV) والتزمت بإعلان هلسنكي للبحوث الاستعادية التي تستخدم بيانات ما بعد الوفاة وما قبل الوفاة المجهولة الهوية. تم اعتبار الموافقة المستنيرة المكتوبة غير ضرورية بسبب استخدام بيانات الأشعة المقطعية المجهولة الهوية، مما يضمن عدم نشر أي معلومات تعريفية. ركزت الأبحاث على التشريح الافتراضي الذي شمل على الأقل صورة مرجعية واحدة للأشعة المقطعية السابقة للوفاة للرأس واحتاجت إلى تصور الجيوب الفكية في كل من المسح السابق للوفاة وما بعد الوفاة، مما أدى إلى تضمين 10 تشريحات افتراضية.
شمل عملية الاختيار تحديد الحالات المحتملة من خلال الفحوصات بعد الوفاة المسجلة في نظام أرشفة الصور والتواصل (PACS) من 2012 إلى 2024. بعد التأكد من توفر مسحات مرجعية سابقة للوفاة، تم تطبيق معايير الإدراج النهائية. شملت الدراسة 10 أفراد تتراوح أعمارهم بين 38 و89 عامًا (متوسط العمر 65.89 ± 19.13 عامًا؛ 8 ذكور)، الذين ساهموا معًا بـ 22 سلسلة من صور الأشعة المقطعية للرأس السابقة للوفاة. كانت توزيع سلسلة الأشعة المقطعية بين الأفراد متفاوتة، حيث كان لدى بعضهم عدة سلاسل، كما هو موضح في الجدول 1.
النتائج
في هذه الدراسة، تم إجراء التعرف على 10 تشريحات افتراضية باستخدام صور الأشعة المقطعية بعد الوفاة للجيب الفكي، وتمت مطابقتها مع قاعدة بيانات شاملة من ميزات رؤية الكمبيوتر السابقة للوفاة تتكون من 60,255 مجموعة ميزات من 853 فحصًا. كانت معدلات التعرف المحققة 50% في المرتبة 1، 80% في المرتبة 2، و100% في المرتبة 7 من بين 738 هوية محتملة، مما يشير إلى أداء قوي لاستراتيجية الفرز المعتمدة على الرتبة. أظهر التحليل أن اختيار شريحة ما بعد الوفاة أثر بشكل كبير على نتائج التعرف، كما يتضح من توزيع الدرجات عبر الشرائح المختلفة.
شملت المنهجية إنشاء قوائم مصفاة من الدرجات لكل هوية بناءً على أعلى القيم من 25 أو 7 شرائح ما بعد الوفاة، والتي تم فرزها بعد ذلك لتحديد أفضل المطابقات. ظهرت تحديات عندما كانت صور الأشعة المقطعية مستمدة من مسحات الجسم بالكامل، حيث بدا الجيب الفكي أصغر، مما قد يؤدي إلى تقليل التركيز على هذه المنطقة. بالإضافة إلى ذلك، يمكن أن تؤدي الإصابات في الجيب الفكي والتباينات في مجال الرؤية إلى تعقيدات، مما يؤدي إلى درجات مضللة بسبب وجود نقاط مطابقة زائدة في صور الأشعة المقطعية. تؤكد هذه النتائج على أهمية الاختيار الدقيق وتحليل التصوير بعد الوفاة في عمليات التعرف الجنائي.
المناقشة
تقدم قسم المناقشة في ورقة البحث تقييمًا شاملاً لطريقة التعرف الشخصي المعتمدة على رؤية الكمبيوتر (CV) باستخدام صور الأشعة المقطعية بعد الوفاة، مع التركيز بشكل خاص على الجيوب الفكية. حققت الدراسة معدل تعرف قدره 50% في المرتبة 1، 80% في المرتبة 2، و100% في المرتبة 7 عبر 10 إجراءات تعرف تتضمن 738 هوية محتملة. وهذا يشير إلى أن الطريقة فعالة في مطابقة البيانات بعد الوفاة مع السجلات السابقة للوفاة، على الرغم من أن التحديات مثل الإصابات والتمثيلات التشريحية غير المكتملة يمكن أن تقلل من درجات المطابقة. تم استخدام خوارزمية AKAZE لاستخراج الميزات، والتي تحدد النقاط الرئيسية وتولد أوصافًا تسهل المطابقة الموثوقة، بغض النظر عن التحولات مثل الدوران أو تغيير الحجم.
تسلط النتائج الضوء أيضًا على أهمية التناسق التشريحي بين الصور بعد الوفاة والسابقة للوفاة، حيث يمكن أن تؤثر التباينات في وضع الرأس والإصابات بشكل كبير على عملية التعرف. على الرغم من هذه التحديات، تُظهر الدراسة أن الطريقة المعتمدة على رؤية الكمبيوتر يمكن أن تكون آلية وقادرة على التعرف على الأفراد بناءً على ميزات تشريحية مميزة. يقترح المؤلفون أن التحسينات الإضافية، مثل تحسين ظروف التصوير وإدراج عوامل ديموغرافية، يمكن أن تعزز موثوقية عملية التعرف. بشكل عام، تؤكد الأبحاث على إمكانية استخدام تقنيات رؤية الكمبيوتر في التعرف الجنائي مع الاعتراف بالحاجة إلى مجموعات بيانات أكبر واعتبارات أخلاقية في الدراسات المستقبلية.
DOI: https://doi.org/10.1007/s00414-025-03528-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40411592
Publication Date: 2025-05-24
Author(s): Andreas Heinrich et al.
Primary Topic: Forensic Anthropology and Bioarchaeology Studies
Overview
The section discusses a novel approach to personal identification using computer vision (CV) techniques applied to cranial CT images, particularly focusing on the maxillary sinuses. Previous studies have established the effectiveness of utilizing paranasal sinuses for accurate identification, and this new method builds on that foundation by analyzing distinctive features extracted from single CT slices. These features are unique to each individual and are compared against a database of antemortem CV features.
The identification process involves matching points derived from the CV analysis of an unknown individual’s CT image with those in the database. The number of matching points serves as an indicator of the likelihood that the unknown individual corresponds to a specific identity. While this method has shown promise, it has primarily been limited to comparisons involving antemortem data and relies on individual CT slices, suggesting potential areas for further research and application.
Introduction
The introduction highlights the challenges associated with identifying unknown deceased individuals resulting from various crises, such as natural disasters and conflicts. It emphasizes the role of computed tomography (CT) as a non-invasive method for detailed anatomical examination and evidence collection in forensic contexts. The study specifically investigates the feasibility of an automated computer vision (CV)-based identification method for matching postmortem CT images with comprehensive antemortem CT series from a clinical database. This approach aims to streamline the identification process by eliminating the need for prior analysis or filtering of antemortem data, thereby enhancing the efficiency of forensic investigations.
Methods
The study was conducted following ethical guidelines approved by the local institutional review board (IRB) at Jena University Hospital (registration number 2019-1505-MV) and adhered to the Declaration of Helsinki for retrospective research utilizing pseudonymized postmortem and antemortem data. Written informed consent was deemed unnecessary due to the use of pseudonymized CT data, ensuring that no identifying information was published. The research focused on virtual autopsies that included at least one antemortem reference CT of the head and required visualization of the maxillary sinuses in both antemortem and postmortem scans, resulting in the inclusion of 10 virtual autopsies.
The selection process involved identifying potential cases through postmortem examinations recorded in the picture archiving and communication system (PACS) from 2012 to 2024. After confirming the availability of antemortem reference scans, the final inclusion criteria were applied. The study comprised 10 individuals aged between 38 and 89 years (mean age 65.89 ± 19.13 years; 8 males), who collectively contributed 22 antemortem head CT series. The distribution of CT series among the individuals varied, with some having multiple series, as detailed in Table 1.
Results
In this study, the identification of 10 virtual autopsies was conducted using postmortem CT images of the maxillary sinus, matched against a comprehensive antemortem CV database comprising 60,255 feature sets from 853 examinations. The identification rates achieved were 50% at rank 1, 80% at rank 2, and 100% at rank 7 among 738 potential identities, indicating a robust performance of the rank-based sorting strategy. The analysis revealed that the choice of postmortem slice significantly influenced identification outcomes, as evidenced by the score distributions across the various slices.
The methodology involved creating filtered lists of scores for each identity based on the highest values from the 25 or 7 postmortem slices, which were then sorted to determine the best matches. Challenges arose when the CT images were derived from whole-body scans, where the maxillary sinus appeared smaller, potentially leading to reduced focus on this area. Additionally, injuries to the maxillary sinus and variations in the field of view could introduce complications, resulting in misleading scores due to the presence of extraneous matching points in the CT images. These findings underscore the importance of careful selection and analysis of postmortem imaging in forensic identification processes.
Discussion
The discussion section of the research paper presents a comprehensive evaluation of a computer vision (CV)-based personal identification method utilizing postmortem CT images, specifically focusing on the maxillary sinuses. The study achieved an identification rate of 50% at rank 1, 80% at rank 2, and 100% at rank 7 across 10 identification procedures involving 738 potential identities. This indicates that the method is effective in matching postmortem data with antemortem records, although challenges such as injuries and incomplete anatomical representations can lower matching scores. The AKAZE algorithm was employed for feature extraction, which identifies keypoints and generates descriptors that facilitate reliable matching, independent of transformations like rotation or resizing.
The findings also highlight the importance of anatomical consistency between postmortem and antemortem images, as variations in head positioning and injuries can significantly affect the identification process. Despite these challenges, the study demonstrates that the CV-based method can be automated and is capable of identifying individuals based on distinctive anatomical features. The authors suggest that further refinements, such as optimizing imaging conditions and incorporating demographic filters, could enhance the reliability of the identification process. Overall, the research underscores the potential of using CV techniques for forensic identification while acknowledging the need for larger datasets and ethical considerations in future studies.