基于计算机视觉的个人身份识别使用2D最大强度投影CT图像
Andreas Heinrich1, Michael Hubig2, Gita Mall2
1Department of Radiology, Jena University Hospital-Friedrich Schiller University, Jena, Germany. andreas.heinrich@med.uni-jena.de.
European radiology
|April 27, 2025
概括
来自胸部计算机断层扫描 (CT) 扫描的最大强度投影 (MIP) 图像对于使用计算机视觉 (CV) 进行自动化个人识别非常有效. 这项技术实现了近100%的准确性,为紧急情况提供了巨大的潜力.
科学领域:
- 放射学和医学成像学 医学成像学
- 计算机视觉 计算机视觉
- 生物识别和法医科学
背景情况:
- 计算机视觉 (CV) 模仿人类视觉,用于自动图像分析.
- 通过将放射图像与数据库进行比较,CV有可能在紧急情况下识别未知的个人.
- 从胸部计算机断层扫描 (CT) 获得的最大强度投影 (MIP) 图像对于基于CV的识别的适用性正在调查中.
研究的目的:
- 评估胸部CT扫描中MIP图像的有效性,用于使用计算机视觉进行自动化个人识别.
- 在大型数据集中确定基于MIP图像的CV识别的准确性和可靠性.
主要方法:
- 分析了12465个来自8177个人的本土胸部CT检查.
- 在300个案例中,专注于MIP图像以基于简历的个人身份识别.
- CV算法自动识别和描述图像特征以与参考图像匹配;识别准确度以匹配点的数量来表示.
主要成果:
- 在超过8,177个潜在身份中,实现了98.67% (296/300) 的排名-1识别率和99.67% (299/300) 的排名-10识别率.
- 与不同个体 (0.16 ± 0.14%) 相比,同一个个体的图像 (7.43 ± 5.83%) 的匹配点显著更高.
- 可靠的匹配点主要在胸骨,胸骨和脊柱中被确定;挑战包括患者的定位和医疗设备的存在.
结论:
- 来自胸部CT检查的MIP图像提供高度可靠,明确的个人身份识别,即使使用大型简历数据库.
- 该方法可适应具有可比解剖结构的各种2D重建.
- 放射科的大量图像档案作为CV数据库的宝贵资源,增强在紧急情况下的自动识别.
