■ 文/沈靓 贾廷伟 董孙根 郑继爱

1.绍兴市公安局柯桥区分局 2.宜宾市筠连县公安局3.绍兴市柯桥区中医院 4.绍兴市柯桥区妇幼保健院

关键字：CT三维重建 人脸识别 同一认定

1 引言

随着医学影像技术和计算机信息技术的纵深发展，人体电子计算机断层扫描（Computed Tomography，CT）及三维重建可视化技术已成为影像学中的一个热点，该项技术在法医学中已有多种应用价值,例如虚拟解剖。目前，人脸识别技术是将探头、手机等视频设备捕捉到的人脸照片与数据库中的图像照片进行二维数据比对的过程，以公安人口信息人像比对系统为载体实现这两种重要技术理论的结合，拓宽人脸识别的适用范围，为实现医疗影像数据找人及影像数据身份同一认定提供新的途径。

2 CT三维重建虚拟真实人脸的理论基础

医学图像的三维重建多基于医学图像存档与通信系统（Picture Archive and Communication System，PACS），该系统支持医学数字成像和通信标准（Digital Imaging and Communications in Medicine，DICOM），即医疗设备贮存医学信息的格式都统一为DCM(DICOM)格式。

多层螺旋CT（Multi-slice CT，MSCT）工作站常以容积重建（volume rendering，VR）、表面阴影遮盖（shadesurfacedisplay, SSD）和多平面重建（Multi Planar Reformation，MPR）为技术手段进行重建。VR通过在X、Y轴二维基础上对Z轴进行投影转换及负影显示处理，可以重建出直观的立体图形，可任意旋转，容易辨认结构。SSD成像是通过设定阈值，对阈值以上的像素进行表面遮盖显示，突出对象物体表面的特定信息。MPR则可按任意方向将数据重新组合成任意曲面的2D图像，对比度清晰且可信度高。运用CT三维重建的空间构象和旋转功能，可以更全面和连续地显示其立体动态。

3 材料、方法和结果

3.1材料

数据来源主要是本区医院影像中心230例全颅CT检查者的影像数据，其中包括100例男性数据和130例女性数据，年龄区间为16岁至75岁，其中青年样本数据的患者年龄≤35岁、中老年样本>35岁。

3.2方法

3.2.1方法学优化

新做30例全颅多层螺旋CT影像资料作为方法学预处理，首次100例全颅多层螺旋CT影像资料数据作基础数据处理，方法优化成型。最后用100例全颅多层螺旋CT影像资料数据验证方法的准确性。

3.2.2图像重建优化

选用协作单位16排以上螺旋CT全颅扫描患者的原始数据，按照层厚和层间距分别设置为≤1mm，重建函数选用柔和软组织，采用影像后处理软件分别进行VR、SSD重建，以皮肤显示清晰光亮为标准。

3.2.3人像重建优化

虚拟VRT、SSD图像与真实人脸识别进行比对，将其头部DICM图像文件导入RadiAnt DICOM Viewer软件中，选择“volume rendering 3D”得到骨组织的3D重建图像。通过改变窗宽（windows width，ww）和窗位数值（windows level，wl）细致调节软组织显示厚度及亮度，并适当旋转轴位，导出JPG格式图像，得到虚拟真实人脸图像。如图1所示。

图1 虚拟真实人脸图像示例

3.2.4 识别比对优化

将VR重建面部特征图像导入公安人像比对系统，得到相似度排名及得分，具体参见图2。

图2 相似度得分图

3.3结果

3.3.1 医院CT扫描数据特征

头部扫描层厚、层间距分别设置为≤1mm，扫描电压130Kv，电流56mA，每个样本共计约300个断面图像，每个图像大小约500余kB，大小约150MB，以DCM格式保存至U盘。

3.3.2 影像处理分布特征

窗宽在250-350HU左右及窗位在-400- -700HU左右时三维人脸特征最显著。

3.3.3性别相似度分布特征

公安人像比对系统中男性样本相似度较高，如表1所示，统计230例搜索结果，男性样本中相似度得分排名第1位共25例，女性样本中相似度得分排名第1位共15例。

表1 230例样本性别相识度百分比分布表

3.3.4年龄相似度分布特征

公安人像比对系统中青年样本相似度较高，如表2所示，统计230例搜索结果，青年样本相似度得分排名第1位共28例，中老年样本相似度得分排名第1位共12例。

表2 230例样本年龄相识度百分比分布表

4 讨论

当前人脸识别领域的研究热点是针对理想状况下的人脸识别，相关研究通常只针对某几种姿态或者二维的人脸，此研究对于改善人脸识别的效果具有重要的补充价值，可增强人脸识别的通用性，为三维人脸特征识别提供先行经验。

二维人脸识别系统一般采用外置摄像设备采集图像，要求被采集者提供正面、清晰、完整的高分辨率图像，基于面部的几何特征识别面部眼睛、鼻子、嘴等器官，确定他们之间的相对位置、大小尺寸、角度等数据，将人脸抽象成计算机的特征向量、人脸轮廓曲率和角度数据。本研究中CT三维重建面部特征图像显示软组织形态是非常直观且与人脸彩色照片的面部特征较为一致，具有较高的人脸识别比对效果。

CT三维重建人脸，多为闭眼状态，且毛发特征不显著，利用基于几何特征的人脸识别技术容易对位不精准。常规显示器的颜色位深通常为8bit，医学图像位深通常为10-12bit，因此需要将医学图像的数据映射到8bit才能在常规的8bit显示器上显示。DICOM文件的CT图像常用12位存储，最多能存储4096字节，而CT生成的图像值范围是-1024-32768字节，需要用斜率和截距进行线性转换，因此将CT值存入DICOM文件中可存在部分细节丢失。上述多种因素均可以影响识别率。

5 结语

随着人脸识别的深入运用，人脸识别的应用环境正由理想状态转变为非受控和复杂状态（例如环境亮度、人物表情、口罩遮挡等）。本研究将人脸识别系统与医院的电子影像库进行了有效对接，可实现在医疗数据中找人，是人脸识别模型的有效补充,有助于拓宽人脸构建、特征提取的方法，从而设计出贴合实际应用环境的3D人脸识别系统。