李媛，赵欢，梁伟波，邓振华，张林

四川大学华西基础医学与法医学院，四川 成都610041

尸体个体识别通常是比对生前和死后的鉴定资料进行同一认定，通常包括指纹、牙齿和DNA 等。但因尸体高度腐败无法进行DNA 鉴定，且指纹和牙齿没有可供比对的生前资料时，需要法医工作者找寻其他方法或手段解决尸体的个体识别问题。骨骼的形态稳定，且在影像学资料中易于观察，备受法医工作者的青睐，基于尸体骨骼影像学特征进行个体识别已经广泛应用于法医学实践中。近十年来，虚拟解剖技术在全球范围盛行，众多国家将尸体全身CT 检查作为法医病理学尸体解剖前的常规程序[1]，这些尸体影像学资料客观地保留了死者丰富的骨骼特征，为挖掘死者身份信息提供了更多可能[2]。

利用尸体骨骼影像特征进行个体识别的主要目的可以归纳为两个方面：一是利用尸体影像学资料推断性别、年龄、身高以及种族等法医人类学信息[3]；二是对比生前和死后影像学资料中的骨骼特征，辅助进行无名尸体的个体识别[4]。

深度学习算法使图像分类能力得到了指数级的提升，已成为人工智能最为活跃的研究领域之一[5]，且已成功引入临床医学领域，尤其是涉及以图像为研究对象的领域，例如放射学、病理学和眼科学等。利用卷积神经网络自动进行皮肤癌[6]、乳腺癌[7-8]、眼底疾病[9-10]和肺结节检测[11]的诊断，可达到与人类医生相当的水平。深度学习可自动学习抽象的知识表达，即把原始数据浓缩成某种知识，这种运算模式与人工观察影像学资料进而得出人类学信息或者同一认定意见的执行程序，在逻辑上高度契合。……