中国维吾尔族人颅骨性别识别方法

目的利用Logistic回归方法建立多元回归性别判别函数,对新疆吐鲁番地区维吾尔族成年人完整颅骨模型以及无额骨、无枕骨、无下颌骨的不完整颅骨模型分别进行性别判别。方法对CT设备采集得到117个三维颅骨模型(男性60个,女性57个),利用计算机软件测量并统计颅骨的16项测量指标,采用Logistic回归方法建立多元回归性别判别函数,并对方程进行回代检验。结果 16项测量指标中,除鼻宽(x_7)和颅骨最大宽(x_(13))外,其余14项测量指标在男女性之间的差异均有统计学意义(P<0.05)。由眉弓凸度(x_4)、乳突间宽(x_6)、颅骨最大长(x_(12))、颅底长(x_(15))、颅周长(x_(16)) 5项测量指标建立的完整颅骨性别判别函数,男、女性的判别准确率分别为90.0%、94.7%;由下颌角宽(x_(10))、下颌体高(x_(11))、颅周长(x_(16)) 3项测量指标建立的无额骨颅骨模型性别判别函数,男、女性的判别准确率分别为85.0%和84.2%;由眉弓凸度(x_4)建立的无枕骨颅骨模型性别判别函数,男、女性的判别准确率分别为80.0%和73.7%;由额骨弦(x_5)、枕外隆凸度夹角(x_9) 2项测量指标建立的无下颌骨颅骨模型性别判别函数,男、女性的判别准确率分别为85.0%和78.9%。结论本研究开发的计算机软件和特征点标定系统可以实现完整颅骨以及无额骨、无枕骨和无下颌骨等颅骨的性别判别。

基于多尺度投影的相似颅骨检索

在基于模板变形的颅面复原方法中,复原的开始阶段需要在数据库中选取与待复原颅骨最为相似的参考颅骨.鉴于基于三维模型的检索算法时间久且颅骨间的差异细微,从而不同于一般三维模型数据库中各模型的差异.因此,已有的三维模型检索算法不适用于颅骨检索.本文提出一种夹角信息和距离信息融合的颅骨轮廓特征提取算法,并在此基础上提出一种能够反映颅骨空域信息的剖面特征提取算法.检索时首先获取三维颅骨的正交投影和深度投影,通过正交投影获取轮廓的角度和距离特征,通过深度投影获得具有空域信息的剖面特征;然后对多个特征进行加权融合搜索到最相似颅骨;最后通过ICP+TPS对检索到的颅骨进行误差评估.实验表明,本算法在保证检索效率的同时,可以准确地应用在颅面复原前期对最相似颅骨的选择上.

结合改进卷积神经网络和最小二乘法的颅骨性别鉴定

颅骨性别鉴定在法医学和颅骨面貌复原等领域具有重要研究意义和应用价值,针对传统颅骨性别鉴定需要专家参与且主观性强、计算机辅助方法需要人工标定特征点等问题,本文提出了结合改进卷积神经网络和最小二乘法的颅骨性别鉴定方法。首先,获取三维颅骨模型多角度颅骨图像,利用改进的卷积神经网络计算每个样本的每张图像属于男性和女性的概率;其次,基于概率均值采用最小二乘法计算每张图像对性别鉴定的权重;最后,利用上述步骤得到的最优参数构造决策函数,通过决策值完成颅骨性别鉴定。本文方法抛弃了繁琐的手动测量,对完整颅骨的性别鉴定正确率高达94.4%,对不完整颅骨的性别鉴定正确率高达87.5%,能够获得较好的颅骨性别鉴定性能。

加入迭代因子的层次化颅骨配准方法

目的在基于知识的颅面复原中,为了对未知颅骨的面貌进行复原,需要在颅骨库里寻找相似颅骨,将相似颅骨的面皮作为参考。寻找相似颅骨的过程即颅骨配准,配准的精度和效率是两个重要性能指标。本文提出一种基于特征区域和改进ICP(iterative closest point)算法的层次化颅骨配准方法。方法首先,将颅骨模型去噪、简化并归一化,通过计算体积积分不变量,确定每个点的凹凸性;使用K-means方法,将颅骨上的点聚类为多个或凹或凸的特征区域。然后,通过主成分分析法来计算两个颅骨的相似特征区域,对每一个可能的匹配计算3维变换,将两个颅骨粗略对齐;最后,采用加入迭代因子的方法对ICP算法进行改进,使用改进的ICP算法对颅骨进行精配准。结果将本文方法用于颅骨模型、兵马俑模型以及公共数据集中的3维模型配准,经典ICP算法的配准时间分别为6.23 s、7.61 s、4.17 s,改进的ICP算法配准时间分别为3.02 s、3.23 s、2.83 s,算法效率提高了约2倍,配准效果也有明显提高。实验中通过对迭代因子的测试,发现不同的数据集需要设定不同的迭代因子。结论本文所提出的基于区域特征的层次化配准方法提高了颅骨配准的精度和效率,整个过程不需要人工干预,该算法具有一定的普适性,可用于相似3维模型配准。