颅面复原研究现状及在体质人类学教学实践中的思考

颅骨面貌复原在考古、刑侦、医学等领域有重要应用价值,如远古人类和历史名人的面貌再现,无名尸骨身份识别和法医鉴定,以及医学整容模拟术后效果等。同时,颅面复原也是体质人类学的重要教学内容。本文对颅面复原研究现状及意义、颅面复原技术进行了简要梳理,探讨了建设现生人群颅面CT数据库的必要性及重要意义,并结合教学实践,对颅面复原教学中的相关问题进行了思考。

基于欧几里德几何距离矩阵分析的三维颅面复原评价方法

目的：探索欧几里德几何距离矩阵分析（EDMA）在三维颅面复原效果评价的应用。方法：采用兰玉文等开发的三维颅面鉴定仪对120例（女男性各60例）辽宁汉族成人重建后的三维颅骨进行相貌复原，复原后的三维面貌与真实的三维面貌利用WinEDMA软件进行EDMA分析。结果：EDMA分析显示，女性复原组，非参数bootstrap检验T=1．791，P=0．001，形状差异矩阵（FDM）比值在0．95～1．05的占71％，男性复原组，非参数bootstrap检验T=1．741，P=0．001，FDM比值在0．95～1．05的占70％，线段FDM比值小于0．95和大于0．95的部分主要集中在五官区，进一步分析显示眼部的特征点对复原效果影响最大。结论：利用该方法复原出的面貌与真实面貌存在差异，但总体看复原面貌与真实面貌大体相似，EDMA能够对复原的效果进行评价并找出复原结果中误差较大的位置。

特征点自动标定的颅面复原及其评估方法

为了采用计算机技术从人头颅骨样本重构出个性化的三维表面面部特征,提出一种特征点自动标定的颅面复原算法.首先利用特征点自动标定算法对待复原颅骨模型进行特征点标定;然后在基于模板变形的颅面复原算法基础上引入Laplace坐标网格变形技术,以实现待复原颅骨模型的颅面复原.为了验证文中算法进行颅面复原结果的可靠性,提出一种采用计算颅面整体特征和局部特征相似度的颅面复原结果评估方法.实验结果表明,文中提出的特征点自动标定算法大大提高了颅面复原前期工作的效率,颅面复原算法对待复原颅骨的颅面复原取得了良好的复原效果;同时,颅面复原结果评估方法达到了主观与客观评价上的一致,对复原结果验证有良好的指导作用.

计算机辅助颅面复原技术研究

颅面复原技术以头骨与面貌相互关系规律为科学依据,广泛应用于刑侦、考古等领域。本文综述了计算机辅助3D颅面复原技术中数据采集、颅面复原、复原后面部表情修饰等方法的进展情况。重点介绍以特征点及其软组织厚度为基础的颅面皮肤的复原技术,及曲面拟合方法的改进。最后,指出颅面复原后续工作的发展方向。

基于偏最小二乘回归局部形状关系建模的颅面复原方法

针对基于主成分分析(PCA)的颅面联合统计复原中建模方法未充分考虑颅骨对面皮表面形状影响的局部性、模型对颅骨与面皮之间形状变化关系描述能力不足的问题,提出一种基于偏最小二乘回归(PLSR)局部形状关系建模的颅面复原方法。首先,深入分析基于PCA的颅面整体形状统计建模方法的缺陷,以及利用PLSR进行局部形状关系统计建模的优势;然后,将PLSR引入到颅面形状关系建模过程中,以按照法医人类学知识分类和具有生理点对应关系的颅面三维表面模型为训练集,针对每一类面皮上的每一个表面顶点,建立关于与其局部紧密相关的颅骨表面顶点集的PLSR坐标计算模型;进而,利用面皮表面顶点的坐标计算模型获得待复原面皮各顶点坐标来实现面貌复原,并给出基于PLSR局部形状关系建模的颅面复原方法的具体步骤;最后,给出通过PLSR局部形状关系建模进行颅面复原的多个实例,并采用有效复原能力和绝对误差等多种评估指标进行对比评估。实验结果表明,基于PLSR局部形状关系建模方法能显著提高颅面复原的准确度。

山顶洞101号男性头骨的三维颅面复原

山顶洞101号头骨化石是东亚地区保存最为完整的化石之一,是探讨东亚地区现代人起源的重要研究材料。本文依据数据集中现生人的面部软组织平均分布,提出了计算机三维颅面复原方法,实现了101号头骨生前面貌的预测复原。主要包括三个步骤:首先使用CT完成了101号男性头骨和下颌骨仿制模型的三维重建。然后,利用计算机技术将现生人的面部软组织分布作为101号头骨的面部软组织分布,实现了颅面虚拟复原,并采用手工绘画技巧再现了复原面貌的形态特征。最后,提出了一种基于面部软组织分布和面貌统计形状模型的形态分析方法,实现了颅面复原结果的评估。山顶洞101号头骨的复原面貌具有头部较长、额头前倾、眉弓粗壮等特征,与101号头骨的几何形态基本一致。该技术再现了更新世晚期人类的脑颅及面部的形态特征,为古人类颅面复原的研究提供了技术支持和参考资料。

基于特征点的颅面复原技术

介绍了用人工神经网络算法确定待复原颅面的软组织厚度及颅面特征点的方法。在计算机辅助颅面复原过程中,通常只能根据颅骨上少数特征点及其所在部位的法向软组织厚度的统计值进行运算。由于现有统计值指标涵盖的年龄较宽泛,导致复原结果缺乏个性。在测定待复原颅骨骨龄的基础上,通过神经网络训练,确定软组织厚度随年龄的变化规律,较精确地计算出与拟复原对象的骨龄相适应的特征点软组织厚度值,并用最小二乘法及曲面法线原理建立数学模型,计算出颅面特征点。最后用基于Delaunay三角剖分的wavelet插值法复原出面貌雏形。

三维颅面复原技术研究综述

颅面复原是对人类的颅骨进行面部容貌复原的技术。颅面复原技术以头骨与面貌相互关系规律为科学依据,广泛应用于刑侦、考古等领域。三维颅面复原有两种主要方式,手工颅面复原和计算机辅助三维颅面复原。由于手工复原一般需要7至15个工作日,而且还不能重现皮肤纹理,从而导致质感缺乏,复原效果不理想。随着计算机技术的发展,出现了借助计算机技术复原颅骨面貌的虚拟三维技术即计算机辅助颅面复原技术。这里重点介绍了计算机辅助颅面复原技术的基本方法和进展情况。

基于RBF插值的颅面复原算法

颅面复原是以颅骨与面部关系为科学依据来生成三维人脸表面模型。我们首先获取了待复原颅骨的3D模型,然后进行特征点的标记,再以软组织厚度为基础计算颅面特征点坐标,最后采用径向基函数播值来生成面部表面模型,并采用Delaunay三角剖分对复原面部模型进行平滑优化。从实验结果分析,我们提出的方法在效率和可视化效果均比其它方法好。

改进的基于特征点软组织厚度的颅面复原方法

现有的三维颅面复原技术大多依据颅骨特征点的软组织厚度统计值。针对现有统计值指标涵盖的年龄、胖瘦等属性段较宽泛导致复原面貌缺乏个性的缺点,提出了一种改进方法。首先通过CT扫描仪获得颅面样本数据,并通过图像重构获得三维颅骨和人脸模型;然后采用一种半自动特征点标定方法对三维颅骨样本进行特征点标定,并求解特征点软组织厚度;之后采用支持向量回归方法构建特征点软组织厚度与属性之间的函数关系;最后根据待复原颅骨的属性以及回归函数计算特征点软组织厚度,在此基础上采用薄板样条函数对参考人脸模型进行变形获得复原面貌。实验结果表明,相比于已有方法,该方法能获得更准确的软组织厚度,提高颅面复原的准确度。

颅面复原方法综述

颅面复原是一项依据人的颅骨恢复其对应的面部相貌的研究,在公安法医学、考古学、医学整形等诸多领域有普遍应用,传统手工颅面复原耗费时间长且复原结果难以实现,而近年来逐步兴起的计算机辅助颅面复原方法使得复原结果更加真切、高效。重点归纳和分析计算机辅助颅面复原技术,该复原技术主要基于知识的颅面复原方法和统计模型法,对其中的基于稀疏软组织厚度的颅面复原、基于稠密软组织厚度的颅面复原、统计形变模型和回归模型等重要方法进行详细的阐述,并将各种方法优缺点进行对比,帮助研究人员全面了解颅面复原方法。

法医学颅面复原技术的研究进展及展望

颅面复原是在未识别的颅骨基础上,基于解剖学、人类学、艺术以及计算机技术等学科,进行软组织复原以期恢复面部形态的一种方法,在法医学、口腔整形外科学和考古学等领域均有一定的应用,尤其对法医学中无名尸体的尸源认定具有重要作用。颅面复原是在其他方法(如DNA比对、影像学匹配或齿学信息比对等)都无法识别个体身份情况下的补充鉴别手段。面部软组织厚度资料是进行颅面复原的基础,随着影像学和计算机科学的发展,面部软组织的测量方法有了快速的进展。本文对颅面复原在法医学中的应用、不同方法的准确性以及此领域的研究进展进行概述,以期对该领域研究提供参考。

基于颅骨自动配准的颅面复原方法

主要介绍了基于颅骨配准的颅面复原方法,其中颅骨配准算法采用ICP+CPD方法。试验表明,该方法复原效果良好,并对缺损颅骨具有一定的鲁棒性。

基于测地回归模型的颅面复原

颅面复原是指根据一个未知颅骨的特征预测出对应的面貌,在考古研究、医学整容、刑事案件调查等领域有重要应用.为解决颅面复原过程中存在着数据量大、需要大量标定特征点的手工工作及颅面特征点定义困难的问题,针对三角网格表示的三维颅骨和面皮模型,将颅面模型用从鼻尖出发的一组测地线表示,提出了基于测地回归的颅面复原方法.该方法首先从三维人脸模型的鼻尖点提取一组测地线;然后以颅骨和对应的人脸模型上提取的测地线作为训练样本,采用偏最小二乘回归统计模型复原未知颅骨对应人脸模型的测地线;最后通过迭代最近点算法将生成的测地线与人脸统计模型进行匹配,实现复原测试颅骨的面貌.在192套颅面数据库上进行了颅面复原实验,将基于测地回归法复原的结果与主成分分析法和偏最小二乘回归法复原结果对比,实验结果表明,该方法能够提高复原精度,减少复原时间,取得了良好的复原效果.

基于深度学习的颅面点云生成模型

针对实际应用中对初始头骨数据完整性要求高、重建复原时间长、扩展性和实用性不强等问题,论文设计提出一种基于深度学习的形状修补以及形状学习颅面点云复原模型。模型通过使用补全自编码器(Repair AutoEncoder,rAE)从缺失的头骨点云数据中复原完整头骨点云,并通过形状生成自编码器(Generation AutoEncoder,gAE)来生成初始头骨所对应的头面部点云。实验表明该模型补全生成的头骨点云和学习生成的头部点云的复原精度能很好地支撑对头部模型的三维重建。论文提出的深度学习方法与传统方法相比较能够由不完整的头骨数据,快速、逼真和准确地重构三维头部形状,在经典颅面复原任务如:出土残缺古人类头骨补全、面貌复原、刑事案件侦破等任务中展现出良好的稳定性与可扩展性。

颅面的径向曲线统计复原模型

颅面复原是根据给定的未知颅骨数据来估算对应的面貌,在法医学、人类学、公安刑侦等领域都有重要的应用价值。针对颅面复原中手工提取特征点费时费力的问题,本文依据颅面几何结构,在三维颅面模型上自动提取以鼻尖点为起点的均匀分布于人脸的径向曲线作为颅面的特征表示,并以颅骨和人脸面皮上提取的径向曲线作为训练样本数据,构建了一种基于径向曲线的颅面统计复原模型,通过由这种模型得到的先验知识联合待复原颅骨数据,来求得面皮数据。实验结果表明:与基于主成分分析(PCA)进行的颅面复原方法相比,本文提出的基于径向曲线的颅面统计复原方法的复原精度提高了2.95倍,速度提高了4.01倍,因此本文方法降低了模型中样本数据的维度,提高了颅面复原的精度和速度,颅面复原的效果得到进一步的改善。

基于SVDD的颅面模型数据分区方法

将颅面模型数据分区问题转换为一种模式分类问题,给出了一种网格模型上多尺度的特征处理方法,提出了一种基于核方法的支持向量数据域描述(SVDD)数据分区方法。实验证明,该分区方法能快速、有效地对颅面模型的特征区域进行精确合理的分区,且能够适用于有复杂轮廓与形状的特征区域。

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.

分区变形与多重约束结合的面皮层次点对应方法

针对颅面统计复原中基于面貌形态几何特征建立三维面皮间生理点对应关系的难题,提出几何模板分区变形与多重约束结合的三维面皮层次点对应方法(HCRDM).该方法根据人脸生理结构特征点定义一套五官分区几何模板,以实现面皮分区半自动化;根据特征点的严格对应关系,利用径向基函数对样本面皮各分区变形;为近似重合的各分区建立体素模型,逐次选取特征显著的模板顶点作为待对应点,利用模板顶点间局部相对位置几何约束确定样本分区中对应点候选集;根据局部几何特征加权距离确定最优对应点;结合几何约束与微分特征距离约束实现边界区域点对应.实验结果表明,HCRDM较已有的三维面皮点对应算法准确率提高了10%以上.

奇和洞古人类头骨面貌的三维虚拟复原

2011年福建漳平发现的距今1万年左右保存完整的"奇和洞人"头骨(附下颌骨)化石,因兼有更新世晚期人类和全新世南、北方居民的混合体质特点而备受关注,为探讨华南地区新石器早期人类的体质特征和人群的迁徙、扩散提供了重要的研究材料.采用高分辨率CT对奇和洞人的头骨及下颌骨进行了扫描和三维重建,根据其不同于现生人的超长的脑颅、较大的颅容量、高而狭窄的面部、宽阔而低矮的鼻部和长而低矮的眼眶,提出了一种基于最小二乘回归和面貌统计形状模型约束的颅面交互复原方法,实现了奇和洞人生前面貌的三维虚拟复原.依据三维复原面貌并结合美工绘画技巧,生动形象地再现新石器早期人类的脑颅及面部的形态特征.此项技术为古人类颅面复原的研究提供了技术支持和参考资料.