DOI: https://doi.org/10.1007/s00330-024-11013-x
PMID: https://pubmed.ncbi.nlm.nih.gov/39172245
تاريخ النشر: 2024-08-22
المؤلف: Andreas Heinrich
الموضوع الرئيسي: دراسات الأنثروبولوجيا الجنائية والبيوآركيولوجيا
نظرة عامة
تدرس هذه الدراسة تطبيق تقنيات رؤية الكمبيوتر (CV) للتعرف على الهوية الشخصية باستخدام فحوصات التصوير المقطعي المحوسب القحفي (CCT)، مع التركيز بشكل خاص على شرائح CT الفردية. قامت الأبحاث بتحليل 819 مسح CCT من 722 فردًا، مستهدفة ست مناطق تشريحية لتقييم فعاليتها في التعرف على الأفراد من خلال CV. تضمنت عملية التعرف الكشف التلقائي عن الميزات في الصور ومطابقتها، حيث كانت عدد النقاط المطابقة بمثابة مقياس رئيسي للتعرف الناجح. أظهرت النتائج أن معدلات التعرف تختلف بشكل كبير عبر المناطق، حيث حققت أقصى نسبة 100% في بعض الحالات، مع ملاحظة نقاط مطابقة أعلى للصور من نفس الفرد مقارنة بتلك من أفراد مختلفين.
تسلط النتائج الضوء على أن نقاط المطابقة الموثوقة توجد بشكل أساسي في الأسنان، الفك العلوي، العمود الفقري العنقي، عظام الجمجمة، والجيوب الأنفية الجانبية، حيث تعتبر الجيوب الفكية والخلايا الغربالية مفيدة بشكل خاص للتعرف نظرًا لوفرتها من الميزات المطابقة. على الرغم من النتائج الواعدة، فإن التحديات مثل العيوب المعدنية الناتجة عن الأطراف الصناعية السنية والتغيرات في وضع الرأس يمكن أن تعيق عملية التعرف. تؤكد الدراسة على إمكانية الاستفادة من قواعد بيانات الصور الشعاعية الواسعة للتعرف على الهوية الشخصية المعتمد على CV بشكل آلي، مما يمكن أن يعزز رعاية المرضى بشكل كبير ويسهل التواصل مع الأقارب في حالات الطوارئ أو الحالات التي تشمل أفراد متوفين غير معروفين.
مقدمة
تسلط المقدمة الضوء على التحديات التي تطرحها الأفراد غير المعروفين في الطب الطارئ والتحقيقات الجنائية، خاصة في مراكز الصدمات التي تواجه بشكل متكرر مرضى غير معروفين بسبب أزمات مختلفة، بما في ذلك الكوارث الطبيعية والحوادث الشديدة. يعد التعرف على الأفراد المتوفين دون أدلة يمكن التعرف عليها مشكلة بنفس القدر. يلعب التصوير المقطعي المحوسب (CT) دورًا حاسمًا في هذه السياقات، حيث يسهل التشخيص والعلاج الشخصي في الرعاية الطارئة، بالإضافة إلى كونه أداة للتشريح الافتراضي في البيئات الجنائية.
تقدم الورقة طريقة جديدة تعتمد على رؤية الكمبيوتر (CV) للتعرف التلقائي على الهوية الشخصية، والتي تتضمن استخراج ميزات مميزة من الصور، مثل الصور الشعاعية البانورامية (OPGs)، وتخزينها في قاعدة بيانات CV قبل الوفاة. من المحتمل أن يحدث التعرف عندما تكون هناك تشابه قوي بين ميزات CV للفرد غير المعروف وصورة مرجعية. بينما أظهرت الدراسات السابقة فعالية استخدام الجيوب الأنفية الجانبية للتعرف من شرائح CT، غالبًا ما تتطلب هذه الطرق خبرة متخصصة وعمليات معقدة، مثل التقسيمات وتدريب الشبكات العصبية الالتفافية (CNNs). تهدف هذه الدراسة إلى تبسيط وأتمتة عملية التعرف على الهوية الشخصية من خلال توسيع الطريقة المعتمدة على CV من OPGs إلى شرائح CT الفردية.
طرق
حصلت الدراسة على موافقة أخلاقية من مجلس المراجعة المؤسسية المحلي (IRB) في مستشفى جامعة يينا، تحت رقم التسجيل 2019-1505-MV. نظرًا للتصميم الرجعي للتحقيق، تنازلت IRB عن متطلبات الحصول على موافقة خطية من المشاركين. يسمح هذا النهج المنهجي بتحليل البيانات الموجودة مع الالتزام بالمعايير الأخلاقية في البحث.
نتائج
في هذه الدراسة، تم تقييم قدرات التعرف على الهوية من خلال صور CT الفردية من خلال 819 فحصًا تشمل 722 فردًا عبر 69 إجراءً للتعرف. أظهرت النتائج معدل تعرف ملحوظ، حيث تراوحت دقة المرتبة الأولى من 59% إلى 97% ودقة المرتبة العاشرة من 67% إلى 100%. على وجه الخصوص، أظهرت المنطقة e أداءً استثنائيًا، حيث تم التعرف بنجاح على الأفراد في 67 من 69 حالة (97%) في المرتبة الأولى. كشفت التحليلات أن الصور من نفس الفرد حققت درجات مطابقة أعلى بكثير (6.32 ± 0.52%) مقارنة بتلك من أفراد مختلفين (0.94 ± 0.15%)، مع قيمة p < 0.001 تشير إلى فرق ذو دلالة إحصائية. كما قارنت الدراسة فعالية تصوير CT مع الصور الشعاعية البانورامية (OPGs)، حيث كانت معدلات التعرف 86% في المرتبة الأولى و88% في المرتبة العاشرة. تشمل العوامل التي تسهم في الأداء المتفوق لصور CT وجود ميزات تشريحية مميزة، مثل الجمجمة والجيوب الأنفية، والتي كانت أقل تأثرًا بالعيوب مقارنة بالهياكل السنية. ومع ذلك، فإن التحديات مثل العيوب المعدنية، والتغيرات في وضع الرأس، ووجود أشياء مشابهة في مجال التصوير تعقد عملية التعرف. تؤكد النتائج على إمكانية تصوير CT للتعرف الفريد بينما تسلط الضوء أيضًا على القيود والمتغيرات التي يمكن أن تؤثر على الدقة في التطبيقات الجنائية.
مناقشة
تدرس الدراسة جدوى استخدام رؤية الكمبيوتر (CV) للتعرف على الهوية الشخصية بناءً على شريحة واحدة من التصوير المقطعي المحوسب القحفي (CCT)، محققة معدل تعرف مثير للإعجاب يصل إلى 100% عبر 69 حالة تشمل أكثر من 700 هوية. تضمنت المنهجية اختيارًا منهجيًا لشرائح CT، حيث كان مطلوبًا من الأفراد أن يكون لديهم على الأقل صورة شعاعية بانورامية واحدة (OPG) للمقارنة. تم استخراج الميزات الرئيسية من صور CT باستخدام خوارزمية AKAZE، التي تحدد ميزات الصورة القوية المقاومة للتغيرات في الدوران، المقياس، والإضاءة. تسلط الدراسة الضوء على أهمية الهياكل التشريحية مثل الجيوب الفكية وعظام الجمجمة، التي توفر حوافًا متسقة للتعرف، مع الإشارة إلى أن العيوب المعدنية وتغيرات وضع الرأس يمكن أن تعقد العملية.
تؤكد النتائج على إمكانية CV كأداة آلية للتعرف على الهوية الشخصية، مما يلغي الحاجة إلى تقييم خبير أو تقسيم يدوي. تؤكد الدراسة على تفرد الجيوب الأنفية الجانبية وغيرها من الميزات التشريحية، مما يدعم النتائج من الأبحاث السابقة حول أهميتها الجنائية. كان تحسين المعلمات لاستخراج الميزات أمرًا حاسمًا، حيث أدت التغيرات المنهجية إلى تحسين معدلات التعرف. تقترح الدراسة أن دمج عدة شرائح CT مجاورة يعزز الموثوقية من خلال التخفيف من آثار التغيرات الطفيفة في وضع الرأس. تشمل اتجاهات البحث المستقبلية دمج سلسلة CT كاملة في قواعد بيانات CV واستخدام تقنيات تصوير متقدمة لتحسين دقة التعرف بشكل أكبر. بشكل عام، تؤكد النتائج على فائدة CV في السياقات الجنائية، خاصة للتعرف السريع في حالات الطوارئ وللأفراد المتوفين غير المعروفين.
DOI: https://doi.org/10.1007/s00330-024-11013-x
PMID: https://pubmed.ncbi.nlm.nih.gov/39172245
Publication Date: 2024-08-22
Author(s): Andreas Heinrich
Primary Topic: Forensic Anthropology and Bioarchaeology Studies
Overview
This study investigates the application of computer vision (CV) techniques for personal identification using cranial computed tomography (CCT) examinations, specifically focusing on single CT slices. The research analyzed 819 CCT scans from 722 individuals, targeting six anatomical regions to assess their effectiveness in identifying individuals through CV. The identification process involved automatically detecting and matching features in the images, with the number of matching points serving as a key metric for successful identification. Results indicated that identification rates varied significantly across regions, achieving a maximum of 100% in some cases, with higher matching points observed for images from the same individual compared to those from different individuals.
The findings highlight that reliable matching points are predominantly found in the teeth, maxilla, cervical spine, skull bones, and paranasal sinuses, with the maxillary sinuses and ethmoidal cells being particularly advantageous for identification due to their abundance of matching features. Despite the promising results, challenges such as metal artifacts from dental prosthetics and variations in head positioning can impede the identification process. The study underscores the potential of leveraging extensive radiological image databases for automated CV-based personal identification, which can significantly enhance patient care and facilitate communication with relatives in emergency situations or cases involving unidentified deceased individuals.
Introduction
The introduction highlights the challenges posed by unknown individuals in emergency medicine and forensic investigations, particularly in trauma centers that frequently encounter unidentified patients due to various crises, including natural disasters and severe accidents. Identifying deceased individuals without identifiable clues is equally problematic. Computed tomography (CT) plays a crucial role in these contexts, facilitating diagnosis and personalized treatment in emergency care, as well as serving as a tool for virtual autopsies in forensic settings.
The paper introduces a novel computer vision (CV)-based method for automatic personal identification, which involves extracting distinctive features from images, such as orthopantomograms (OPGs), and storing them in an antemortem CV database. Identification is likely when there is a strong similarity between the CV features of an unknown individual and a reference image. While previous studies have shown the effectiveness of using paranasal sinuses for identification from CT slices, these methods often require specialized expertise and complex processes, such as segmentations and training convolutional neural networks (CNNs). This study aims to simplify and automate the personal identification process by extending the CV-based method from OPGs to single CT slices.
Methods
The study received ethical approval from the local Institutional Review Board (IRB) at Jena University Hospital, under registration number 2019-1505-MV. Given the retrospective design of the investigation, the IRB waived the requirement for written informed consent from participants. This methodological approach allows for the analysis of existing data while adhering to ethical standards in research.
Results
In this study, the identification capabilities of single CT images were assessed through 819 examinations involving 722 individuals across 69 identification procedures. The results indicated a notable identification rate, with rank 1 accuracy ranging from 59% to 97% and rank 10 accuracy from 67% to 100%. Specifically, region e demonstrated exceptional performance, successfully identifying individuals in 67 out of 69 cases (97%) at rank 1. The analysis revealed that images from the same individual yielded significantly higher matching scores (6.32 ± 0.52%) compared to those from different individuals (0.94 ± 0.15%), with a p-value of < 0.001 indicating a statistically significant difference. The study also compared the effectiveness of CT imaging to that of orthopantomograms (OPGs), where the identification rates were 86% at rank 1 and 88% at rank 10. Factors contributing to the superior performance of CT images included the presence of distinctive anatomical features, such as the skull and sinuses, which were less affected by artifacts compared to dental structures. However, challenges such as metal artifacts, variations in head positioning, and the presence of similar objects in the imaging field complicated the identification process. The findings underscore the potential of CT imaging for unique identification while also highlighting the limitations and variables that can affect accuracy in forensic applications.
Discussion
The study investigates the feasibility of using computer vision (CV) for personal identification based on a single cranial computed tomography (CCT) slice, achieving an impressive identification rate of up to 100% across 69 cases involving over 700 identities. The methodology involved a systematic selection of CT slices, where individuals were required to have at least one orthopantomogram (OPG) for comparison. Key features were extracted from the CT images using the AKAZE algorithm, which identifies robust image features resistant to variations in rotation, scale, and lighting. The study highlights the importance of anatomical structures such as the maxillary sinuses and skull bones, which provide consistent edges for identification, while noting that metal artifacts and varying head positions can complicate the process.
The results affirm the potential of CV as an automated tool for personal identification, eliminating the need for expert assessment or manual segmentation. The study emphasizes the uniqueness of paranasal sinuses and other anatomical features, corroborating findings from previous research on their forensic significance. The optimization of parameters for feature extraction was critical, with systematic variations leading to improved identification rates. The study suggests that incorporating multiple adjacent CT slices enhances reliability by mitigating the effects of slight variations in head positioning. Future research directions include integrating complete CT series into CV databases and employing advanced imaging techniques to further refine identification accuracy. Overall, the findings underscore the utility of CV in forensic contexts, particularly for rapid identification in emergencies and for unidentified deceased individuals.