DOI: https://doi.org/10.1007/s00330-025-11630-0
PMID: https://pubmed.ncbi.nlm.nih.gov/40287870
تاريخ النشر: 2025-04-27
المؤلف: Andreas Heinrich وآخرون
الموضوع الرئيسي: دراسات الأنثروبولوجيا الجنائية والبيوآركيولوجيا
نظرة عامة
تدرس الدراسة جدوى استخدام صور الإسقاط الأقصى للحدة (MIP) من فحوصات الأشعة المقطعية للصدر (CT) للتعرف الشخصي الآلي من خلال رؤية الكمبيوتر (CV). من خلال تحليل مجموعة بيانات تضم 12,465 فحصًا بالأشعة المقطعية من 8,177 فردًا، ركزت الأبحاث على 300 حالة لتقييم دقة رؤية الكمبيوتر في التعرف على الأفراد من خلال مطابقة الميزات في صور MIP. أظهرت النتائج معدل تعرف مرتفع بلغ 98.67% في المرتبة 1 و99.67% في المرتبة 10، مما يشير إلى أن صور MIP تحتوي على ميزات مميزة يمكن مطابقتها بشكل موثوق، خاصة في الهيكل العظمي الصدري، وعظمة الصدر، والعمود الفقري.
تخلص الدراسة إلى أن صور MIP من فحوصات الأشعة المقطعية للصدر توفر أساسًا قويًا للتعرف الشخصي، حتى ضمن قواعد بيانات رؤية الكمبيوتر الواسعة. هذه الطريقة قابلة للتطبيق على إعادة بناء ثنائية الأبعاد المختلفة، مما يعزز إمكانية التعرف الآلي في حالات الطوارئ. تؤكد النتائج على الأهمية السريرية لاستغلال قواعد البيانات الإشعاعية لتحسين رعاية المرضى وتسهيل التواصل مع الأقارب من خلال ضمان الوصول إلى السجلات الطبية خلال اللحظات الحرجة.
مقدمة
تسلط المقدمة الضوء على التحديات المتعلقة بالتعرف على الأفراد المجهولين في حالات الطوارئ، مثل الكوارث الطبيعية أو الهجمات الإرهابية، حيث قد يتم إدخال الأفراد إلى غرف الطوارئ دون هوية. يتم التأكيد على أن الأشعة المقطعية (CT) هي أداة تشخيصية حيوية لا تساعد فقط في الفحص التشريحي ولكن لديها أيضًا إمكانية للتعرف الآلي من خلال تقنيات رؤية الكمبيوتر (CV). أظهرت طريقة جديدة تعتمد على رؤية الكمبيوتر وعدًا في التعرف على الأفراد من صور الأشعة المقطعية للجمجمة من خلال مطابقة الميزات مع قاعدة بيانات شاملة؛ ومع ذلك، فإن هذه الطريقة محدودة باعتمادها على شرائح محورية معينة، والتي يمكن أن تتأثر باتجاه الرأس والعيوب.
تقترح هذه الدراسة التحقيق في استخدام شرائح الأشعة المقطعية الفردية للصدر، تحديدًا من خلال صور الإسقاط الأقصى للحدة (MIP)، لتعزيز عملية التعرف. يُلاحظ أن الهيكل العظمي الصدري، بما في ذلك عظمة الصدر والعمود الفقري، يتميز بميزات مميزة قد تسهل التعرف، كما تدعمه تقارير الحالات السابقة. تهدف الأبحاث إلى تحديد ما إذا كانت هذه الميزات الصدرية يمكن أن تحسن موثوقية ودقة طريقة التعرف المعتمدة على رؤية الكمبيوتر في السيناريوهات الحرجة.
طرق البحث
استخدمت الدراسة، التي وافق عليها مجلس المراجعة المؤسسية المحلي (IRB) في مستشفى جامعة يينا (رقم التسجيل 2019-1505-MV)، تصميمًا استعاديًا لتحليل 12,465 فحصًا بالأشعة المقطعية للصدر من 8,177 فردًا، تتراوح أعمارهم بين 8 إلى 102 سنوات (متوسط العمر 65.13 ± 14.03 سنة). تم إجراء الفحوصات بين نوفمبر 2015 وفبراير 2024 في كل من بيئات الطوارئ والعيادات، باستخدام جهازين GE Revolution يعملان عند فولتية تتراوح بين 70 إلى 140 kVp ومتوسط تيار قدره 232.00 ± 109.29 mA. أنتج كل فحص بالأشعة المقطعية صورًا صدرية إكليلية بإعداد أنسجة لينة وسماكة شريحة قدرها 4.83 ± 0.56 مم. من المهم أن نلاحظ أنه لم يتم تطبيق أي معايير استبعاد في اختيار عينة الدراسة.
النتائج
في هذه الدراسة، تم تقييم جدوى التعرف الفريد باستخدام صور الإسقاط الأقصى للحدة (MIP) للصدر من خلال تحليل 12,465 فحصًا بالأشعة المقطعية من 8,177 فردًا. أظهرت النتائج دقة عالية في التعرف، حيث تم التعرف على 98.67% من الهويات بشكل صحيح في المرتبة 1، ومعدلات التعرف بلغت 99.33% في المرتبة 5 و99.67% في المرتبة 10. من الجدير بالذكر أن الصور من نفس الفرد حققت درجات مطابقة أعلى بكثير (7.43 ± 5.83%) مقارنة بتلك من أفراد مختلفين (0.16 ± 0.14%)، مع قيمة p < 0.001 تشير إلى وجود فرق ذو دلالة إحصائية. كشفت التحليلات الإضافية أنه من بين الصور المرجعية للهوية المطلوبة، حقق 97.21% المرتبة 1، بينما كانت 86.86% لديها درجات تتجاوز الحد الأقصى للدرجة البالغة 1.85% من مقارنات هويات مختلفة. كما أبرزت الدراسة أن التعرف الناجح يمكن أن يحدث حتى مع الفحوصات بالأشعة المقطعية التي تم أخذها على مدى سنوات، وأن الميزات المميزة للهيكل العظمي الصدري ساهمت في عملية التعرف القوية. ومع ذلك، تم الإشارة إلى تحديات مثل تداخل الصور من المعدات الطبية وتقليل التباين بسبب الأجسام الخارجية، مما أثر بشكل خاص على المرضى الأكبر سنًا. أدت استخدام تقنية تحسين تباين الصورة المحدودة (CLAHE) إلى تحسين معدلات التعرف بشكل كبير، مما يؤكد فعالية المعايير المختارة لاستخراج الميزات والمطابقة.
المناقشة
تستكشف الدراسة تطبيق تقنيات رؤية الكمبيوتر (CV) للتعرف الشخصي باستخدام صور الإسقاط الأقصى للحدة (MIP) المشتقة من فحوصات الأشعة المقطعية للصدر. من خلال استخدام تحسين تباين الصورة المحدودة (CLAHE) لتعزيز تباين الصورة وخوارزمية AKAZE لاستخراج الميزات، حققت الأبحاث دقة تعرف تقارب 100% عبر 300 إجراء تشمل 8177 هوية محتملة. تكتشف خوارزمية AKAZE ميزات قوية مثل الحواف والزوايا في الهيكل العظمي الصدري، وعظمة الصدر، والعمود الفقري، والتي تعمل كعلامات فريدة للتعرف. تسلط الدراسة الضوء على أهمية تحسين المعايير في عملية استخراج الميزات، مشيرة إلى أن قوة الطريقة تسمح بالتعرف الموثوق على الرغم من التغيرات في اتجاه الصورة، والمقياس، والإضاءة.
تؤكد النتائج على إمكانية استخدام طرق رؤية الكمبيوتر في التعرف الشخصي، خاصة في بيئات الطوارئ، مع معالجة المخاوف الأخلاقية المتعلقة بخصوصية البيانات. تقترح الدراسة أن ميزات رؤية الكمبيوتر، التي لا تعيد بناء الصور الأصلية وتفصل عن البيانات الشخصية، يمكن تخزينها في قاعدة بيانات آمنة مرتبطة بمعرفات المرضى المستعارة. تقلل هذه الطريقة من المخاطر المرتبطة بالمعلومات الحساسة بينما تسهل التعرف من خلال المواد المرجعية. تم الاعتراف بالقيود المتعلقة باختيار الشرائح لتوليد MIP والحاجة إلى مزيد من البحث في العوامل التي تؤثر على دقة التعرف، مما يمهد الطريق لمزيد من التحقيقات في إمكانية تطبيق رؤية الكمبيوتر في الأشعة لتحديد الأفراد الأحياء والميتة.
DOI: https://doi.org/10.1007/s00330-025-11630-0
PMID: https://pubmed.ncbi.nlm.nih.gov/40287870
Publication Date: 2025-04-27
Author(s): Andreas Heinrich et al.
Primary Topic: Forensic Anthropology and Bioarchaeology Studies
Overview
The study investigates the feasibility of using maximum intensity projection (MIP) images from thoracic computed tomography (CT) scans for automated personal identification through computer vision (CV). Analyzing a dataset of 12,465 CT examinations from 8,177 individuals, the research focused on 300 cases to evaluate the accuracy of CV in identifying individuals by matching features in MIP images. The results demonstrated a high identification rate of 98.67% at rank 1 and 99.67% at rank 10, indicating that MIP images contain distinctive features that can be reliably matched, particularly in the thoracic skeleton, sternum, and spine.
The study concludes that MIP images from thoracic CT examinations provide a robust basis for personal identification, even within extensive CV databases. This method is applicable to various 2D reconstructions, enhancing the potential for automated identification in emergency situations. The findings underscore the clinical relevance of leveraging radiological databases to improve patient care and facilitate communication with relatives by ensuring access to medical histories during critical moments.
Introduction
The introduction highlights the challenges of identifying unknown individuals in emergency situations, such as natural disasters or terrorist attacks, where individuals may be admitted to emergency rooms without identification. Computed tomography (CT) is emphasized as a vital diagnostic tool that not only aids in anatomical examination but also has potential for automated identification through computer vision (CV) techniques. A novel CV-based method has shown promise in identifying individuals from cranial CT images by matching features with a comprehensive database; however, this approach is limited by its dependence on specific axial slices, which can be affected by head orientation and artifacts.
This study proposes to investigate the use of single CT slices of the thorax, specifically through maximum intensity projection (MIP) images, to enhance the identification process. The thoracic skeleton, including the sternum and spine, is noted for its distinctive features that may facilitate identification, as supported by previous case reports. The research aims to determine whether these thoracic features can improve the reliability and accuracy of the CV-based identification method in critical scenarios.
Methods
The study, approved by the local institutional review board (IRB) at Jena University Hospital (registration number 2019-1505-MV), employed a retrospective design to analyze 12,465 consecutive native thoracic CT examinations from 8,177 individuals, aged 8 to 102 years (mean age 65.13 ± 14.03 years). The examinations were conducted between November 2015 and February 2024 in both emergency and clinical settings, utilizing two GE Revolution scanners operating at voltages ranging from 70 to 140 kVp and an average current of 232.00 ± 109.29 mA. Each CT examination produced coronal thoracic images with a soft tissue setting and a slice thickness of 4.83 ± 0.56 mm. Importantly, no exclusion criteria were applied in the selection of the study population.
Results
In this study, the feasibility of unique identification using Maximum Intensity Projection (MIP) images of the thorax was evaluated through the analysis of 12,465 CT examinations from 8,177 individuals. The results demonstrated a high identification accuracy, with 98.67% of identities correctly identified at rank 1, and identification rates of 99.33% at rank 5 and 99.67% at rank 10. Notably, images from the same individual yielded significantly higher matching scores (7.43 ± 5.83%) compared to those from different individuals (0.16 ± 0.14%), with a p-value of < 0.001 indicating a statistically significant difference. Further analysis revealed that among the reference images of the searched identity, 97.21% achieved rank 1, while 86.86% had scores exceeding the maximum score of 1.85% from comparisons of different identities. The study also highlighted that successful identification could occur even with CT examinations taken years apart, and that the thoracic skeleton's distinct features contributed to a robust identification process. However, challenges such as image overlay from medical equipment and reduced contrast due to external objects were noted, particularly affecting older patients. The use of Contrast Limited Adaptive Histogram Equalization (CLAHE) significantly improved identification rates, confirming the effectiveness of the chosen parameters for feature extraction and matching.
Discussion
The study investigates the application of computer vision (CV) techniques for personal identification using maximum intensity projection (MIP) images derived from thoracic CT scans. By employing contrast-limited adaptive histogram equalization (CLAHE) to enhance image contrast and the AKAZE algorithm for feature extraction, the research achieved nearly 100% identification accuracy across 300 procedures involving 8177 potential identities. The AKAZE algorithm effectively detects robust features such as edges and corners in the thoracic skeleton, sternum, and spine, which serve as unique markers for identification. The study highlights the importance of parameter optimization in the feature extraction process, noting that the robustness of the method allows for reliable identification despite variations in image orientation, scale, and lighting.
The findings underscore the potential of CV methods in personal identification, particularly in emergency settings, while addressing ethical concerns regarding data privacy. The study suggests that CV features, which do not reconstruct original images and are decoupled from personal data, can be stored in a secure database linked to pseudonymized patient IDs. This approach mitigates risks associated with sensitive information while facilitating identification through reference materials. Limitations regarding slice selection for MIP generation and the need for further research into factors affecting identification accuracy are acknowledged, paving the way for future investigations into the broader applicability of CV in radiology for identifying both living and deceased individuals.