تشخیص خودکار هویت انسان بر اساس ویژگی دندان‏های خلفی و قدامی

نوع مقاله: مقاله کامل پژوهشی

نویسندگان

1 مربی، گروه مهندسی کامپیوتر، واحد ساری، دانشگاه آزاد اسلامی، ساری

2 کارشناسی ارشد، گروه مهندسی کامپیوتر ، واحد ساری، دانشگاه آزاد اسلامی، ساری

10.22041/ijbme.2018.87566.1358

چکیده

دندان‏پزشکی قانونی، شاخه‏ای از پزشکی قانونی است که به تشخیص هویت انسان بر اساس ویژگی‏های دندان می‏پردازد. در این مقاله، سیستم خودکار تشخیص هویت انسان بر اساس ویژگی‏های دندان ارائه ‏شده است. هدف از این سیستم، شناسایی منطبق‏ترین تصاویر رادیوگرافی پایگاه داده با تصویر پرس‏وجوی پس از مرگ فرد مورد نظر می‌باشد. چارچوب ‏کاری پیشنهاد شده، شامل دو مرحله‌ی اصلی است، که مرحله‏ی اول، مربوط به دسته‏بندی و شماره‏گذاری دندان‏ها  و مرحله‏ی  دوم، مربوط به بازشناسی دندان‏ها می‌باشد. در این پژوهش، ویژگی‏های جدیدی برای هر مرحله پیشنهاد شده است که از آن جمله می‌توان به روابط جدید میان عرض مزیودسیتال طوق و طول تاج آناتومیک برای مرحله‏ی اول و بردار ویژگی مبتنی بر فاصله‏ی ژئودزیک بین نقاط مهم خط محیطی دندان برای مرحله‏ی دوم اشاره کرد. روش پیشنهادی قادر است مشکلاتی نظیر تشخیص دندان‏های خلفی و قدامی، دسته‏بندی دندان‏های خلفی و قدامی، و تشخیص تعداد و نوع دندان‏های کشیده شده، که در کارهای گذشته نادیده گرفته شده و یا با فرض‏های ساده کنار گذاشته شده‏اند را به طور اصولی‏ و خودکار حل نماید. برای ارزیابی روش‏های پیشنهادی، آزمایش‌هایی روی مجموعه‌ی تصاویر بایتوینگ و پری‌اپیکال انجام شده است. نتایج عملی، بهبود کارایی دسته‏بندی دندان‏ها را که ناشی از بازشناسی دندان‏های قدامی است و نیز افزایش 12درصدی در طبقه‏ی اول بازشناسی دندان در مقایسه با روش‏های پیشین را نشان می‏دهند.

کلیدواژه‌ها


عنوان مقاله [English]

Automatic Human Dental Identification based on Posterior and Anterior Teeth

نویسندگان [English]

  • Faraein Aeini 1
  • Alireza Ghonoodi 1
  • Rashin Aeini 2
1 Instructor, Department of Software Engineering, Sari Branch, Islamic Azad University, Sari, Iran
2 Department of Software Engineering, Sari Branch, Islamic Azad University, Sari, Iran
چکیده [English]

Forensic dentistry is the subdivision of forensics that determines the identity of the victim based on dental features. In this paper, we propose a framework for human identification based on dental. The proposed framework consists of two main stages: the first stage is teeth classification and numbering, and the second stage is human recognition. In this study, a new feature has been proposed for each of these two stages: Crown mesiodistal neck and anatomic crown length for the first and a feature vector based on the geodesic distance between important points of teeth contours for the second. The proposed method is capable of solving principally, and automatically problems such as diagnosis of posterior and also anterior teeth, posterior and anterior teeth classification, diagnosis of number and kind of all kind pulled teeth from, which are overlooked or have been left with the simple premises in previous works. To evaluate the proposed method, we experiment on a set of bitewings, periapical and panoramic images. The practical results show an improvement in accuracy of classification with discovering anterior teeth, and also 9% improvement in the first rank of the accuracy of teeth recognition, in comparison with the previous works.

کلیدواژه‌ها [English]

  • Human Identification
  • Teeth Contours
  • Classification and Numbering
  • Posterior Teeth
  • Anterior Teeth
  • Geodesic Distance

[1]     Lin, P.L., Y.H. Lai, and P.W. Huang, An effective classification and numbering system for dental bitewing radiographs using teeth region and contour information. Pattern Recognition, 2010. 43(4): p. 1380-1392.

[2]     American Society ofF orensic Odontology,. Forensic Odontology News, Summer 1997. 16(2).

[3]     Silva, R.F., et al., Panoramic radiograph as a clue for human identification: A forensic case report. Forensic Odontol 2017. 2: p. 85-87.

[4]     Balachander, N., et al., Evolution of forensic odontology : An overview. J Pharm Bioallied Sci., 2015. 7: p. 176–180.

[5]     Viner, M., Chapter 19 – Overview of Advances in Forensic Radiological Methods of Human Identification. New Perspectives in Forensic Human Skeletal Identification, 2018: p. 217–226.

[6]    ح. بهناز و ا. شفق, آناتومی و مورفولوژی دندان. ۱۳۸۵.

[7]     American Dental Association. Current Dental Terminology, thirded. (CDT-3), 1999.

[8]     Sun, S., ZakriaHussain, and JohnShawe-Taylor, Manifold-preserving graph reduction for sparse semi-supervised learning. Neurocomputing, 2014. 124: p. 13–21.

[9]     Zhou, J.D. and M. Abedl-Mottaleb, Automatic human identification based on dental X-ray images. Proceedings of the SPIE Conference on Defense and Security, Biometric Technology for Human Identification, 2004.

[10] Mahoor, M. and M. Abdel-Mottaleb, Classification and numbering of teeth in dental bitewing images. Pattern Recognition, 2005. 38: p. 577 – 586.

[11] Kiattisin, S., et al., , in, , A Match of X-ray Teeth Films Using Image Processing Based on Special Features of Teeth, in SICE IEEE: Japan. 2008.

[12] Lin, P.L., Y.H. Lai, and P.W. Huang, An effective classification and numbering system for dental bitewing radiographs using teeth region and contour information. Pattern Recognition, 2010. 43(4): p. 1380–1392.

[13]محمودی, ف. و ف. آیینی, یک چارچوب پیشنهادی برای تشخیص هویت بر اساس خط محیطی دندان‏ها. مجله مهندسی پزشکی زیستی 1394. 9جلد 9، شماره 2،صفحه: 113-131.

[14] Mythili, O., Multi resolution dental image registration based on genetic algorithm. in Department of Electrical and Computer Engineering,WVU,USA, 2005.

[15] Zhou, J. and M. Abdel-Mottaleb, A content-based system for human identification based on bitewing dentalX-ray images. Pattern Recognition, 2005. 38: p. 2132 – 2142.

[16] Nomir, O. and M. Abdel-Mottaleb, A system for human identification from X-ray dental radiographs. Pattern Recognition, 2005. 38: p. 1295 – 1305.

[17] Abdel-Mottaleb, M., et al., , Challenges of developing an automated dental identification system, in IEEE Mid-West Symposium for Circuits and Systems2003: Cairo, Egypt.

[18] Nomir, O. and M. Abdel-Mottaleb, Hierarchical contour matching for dental X-ray radiographs. Pattern Recognition. 2008. 41: p. 130 – 138.

[19] Zhang, Z., et al., Efficient 3D dental identification via signed feature histogram and learning keypoint detection. Pattern Recognition, 2016. 60: p. 189–204.

[20] Raith, S., et al., Artificial Neural Networks as a powerful numerical tool to classify specific features of a tooth based on 3D scan data. Computers in Biology and Medicine, 2017. 80: p. 65–76.

[21]آیینی, ف. و ف. محمودی, دسته‏بندی دندان براساس اطلاعات کانتور و عرض مزیودیستال طوق و تاج در تصاویر رادیوگراقی دندان, پانزدهمین کنفرانس انجمن کامپیوتر ایران. 1388.

[22]ع. خاقانی، کالبدشناسی آناتومی سر وگردن. 1371, فجر اسلام: خاقانی علی.

[23] Nomir, O. and M. Abdel-Mottaleb, A system for human identification from X-ray dental radiographs. Pattern Recognition, 2005. 38: p. 1295 – 1305.

[24] Aeini, F. and F. Mahmoudi, Classification and Numbering of Posterior Teeth in Bitewing Dental Images, in ICACTE. . 2010, IEEE: China.

[25]آئینی, ف. و ف. محمودی, تشخیص هویت انسان براساس ویژگی‏های دندان مبتنی بر تبدیل فوریه و کاهش فضای جستجو, هفتمین کنفرانس بین المللی انجمن رمز ایران 1389: دانشگاه خواجه نصیرالدین طوسی، صفحه 41-49.

[26] Mahoor, M. and MohamedAbdel-Mottaleb, Classification and numbering of teeth indental bitewing images. Pattern Recognition, 2005. 38: p. 577 – 586.

[27] Tangel, M.L., et al., Dental Numbering for Periapical Radiograph Based on Multiple Fuzzy Attribute Approach. Journal of Advanced Computational Intelligence and Intelligent Informatics, 2014. 18(3): p. 253-261.

[28] Pushparaj, V., U. Gurunathan, and B. Arumugam, Victim identification with dental images using texture and morphological operations. Electronic Imaging,, 2014. 23(1).

[29] Arifin, A.Z., et al., Decimation-Free Directional Filter Banks for Classification and Numbering on Posterior Dental Radiography Using Mesiodistal Neck Detection. Journal of Advanced Computational Intelligence and Intelligent Informatics, 2014. 18(649).

[30] Kiattisin, S., et al., A Match of X-ray Teeth Films Using Image Processing Based on Special Features of Teeth. SICE Annual Conference, 2008.

[31] B.C. Gowda, e.a., Histological appearance of postmortem pink teeth: Report of two cases. Journal of forensic dental sciences, 2015. 7(2): p. 168.

[32] P.L. Lin, e.a., Teeth segmentation of dental periapical radiographs based on local singularity analysis. Computer methods and programs in biomedicine, 2014. 113(2): p. 433-445.