論文の概要: Study on the identification limits of craniofacial superimposition
- arxiv url: http://arxiv.org/abs/2301.09461v2
- Date: Tue, 24 Jan 2023 09:58:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 15:04:20.132926
- Title: Study on the identification limits of craniofacial superimposition
- Title(参考訳): 頭蓋顔面重ね合わせの識別限界に関する研究
- Authors: \'Oscar Ib\'a\~nez, Enrique Bermejo, Andrea Valsecchi
- Abstract要約: この研究は、ランドマークに基づく自動3D/2D重ね合わせ法による100万回以上の比較実験を含む。
分析対象は被験者320名,頭蓋顔面のランドマーク29名であった。
- 参考スコア(独自算出の注目度): 0.6875312133832077
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Craniofacial Superimposition involves the superimposition of an image of a
skull with a number of ante-mortem face images of an individual and the
analysis of their morphological correspondence. Despite being used for one
century, it is not yet a mature and fully accepted technique due to the absence
of solid scientific approaches, significant reliability studies, and
international standards. In this paper we present a comprehensive
experimentation on the limitations of Craniofacial Superimposition as a
forensic identification technique. The study involves different experiments
over more than 1 Million comparisons performed by a landmark-based automatic
3D/2D superimposition method. The total sample analyzed consists of 320
subjects and 29 craniofacial landmarks.
- Abstract(参考訳): 頭蓋顔面の重ね合わせは、頭蓋骨の像と多数の人物のアンテモーテム顔像の重ね合わせと、その形態的対応の分析を含む。
1世紀にわたって使われてきたが、堅固な科学的アプローチ、重要な信頼性研究、国際標準がないため、まだ成熟して完全に受け入れられた技術ではない。
本稿では,鑑識識別技術としての頭蓋顔面重ね合わせの限界に関する包括的実験を行う。
この研究は、ランドマークに基づく自動3D/2D重ね合わせ法による100万回以上の比較実験を含む。
分析対象は320名, 頭蓋顔面ランドマーク29名であった。
関連論文リスト
- In-Vivo Hyperspectral Human Brain Image Database for Brain Cancer
Detection [0.0]
本論文は欧州プロジェクトHELICoiDの枠組みとして開発されている。
続いて、ヒト脳組織における最初のハイパースペクトルデータベースを生成する方法が提示された。
ハイパースペクトルのデータはすべて、パブリックリポジトリで利用可能になっている。
論文 参考訳(メタデータ) (2024-02-16T15:58:45Z) - Diffusion Facial Forgery Detection [56.69763252655695]
本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。
人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。
その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
論文 参考訳(メタデータ) (2024-01-29T03:20:19Z) - Atlas-Based Interpretable Age Prediction In Whole-Body MR Images [9.332992069542746]
我々は、Grad-CAMの解釈可能性法を用いて、人の年齢の最も予測可能な身体領域を決定する。
本症例では, 脊椎, 自家背筋, 心臓領域の3つの主要領域について検討した。
論文 参考訳(メタデータ) (2023-07-14T16:04:03Z) - Adversarial Attack and Defense for Medical Image Analysis: Methods and
Applications [57.206139366029646]
医用画像解析における対人攻撃と防御の進歩に関する総合的な調査を報告する。
医療画像解析のための異なる種類の敵攻撃のための統一的理論的枠組みと防衛方法を提供する。
公正な比較のために、逆向きに堅牢な診断モデルのための新しいベンチマークを構築した。
論文 参考訳(メタデータ) (2023-03-24T16:38:58Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳(メタデータ) (2023-03-07T09:40:22Z) - Mitosis domain generalization in histopathology images -- The MIDOG
challenge [12.69088811541426]
病理学者による有糸分裂像の認識は、強い層間バイアスを受けており、予後の値が制限される。
最先端のディープラーニング手法は、この評価のエキスパートを支援することができるが、トレーニングに使われたものとは異なる臨床環境に適用した場合、非常に劣化することが知られている。
MICCAI MIDOG 2021の課題は、スキャナ非依存性ミトーシス検出アルゴリズムを導出する手法の提案と評価である。
論文 参考訳(メタデータ) (2022-04-06T11:43:10Z) - Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with
Multi-Task Brain Age Prediction [53.122045119395594]
ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。
年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。
そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
論文 参考訳(メタデータ) (2022-01-31T09:39:52Z) - Quantitative Matching of Forensic Evidence Fragments Utilizing 3D
Microscopy Analysis of Fracture Surface Replicas [5.972817168503091]
10種類のステンレス鋼の破断試料を制御条件下で同じ金属棒から破断し, 標準鋳造法を用いて鋳造した。
6つの3次元トポロジカルマップと50%のオーバーラップが得られた。
整合した表面と整合しない表面のペアの確率を特定するための決定ルールが開発された。
論文 参考訳(メタデータ) (2021-09-24T13:59:52Z) - Automatic and explainable grading of meningiomas from histopathology
images [4.72477127235866]
スライド画像全体から全自動髄膜腫を鑑別する3つのアプローチを提示・比較した。
すべてのアプローチはWHOグレードと高い相関関係を持つ。
論文 参考訳(メタデータ) (2021-07-19T13:05:51Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳(メタデータ) (2020-08-29T11:50:37Z) - Spatio-spectral deep learning methods for in-vivo hyperspectral
laryngeal cancer detection [49.32653090178743]
頭頸部腫瘍の早期発見は患者の生存に不可欠である。
ハイパースペクトルイメージング(HSI)は頭頸部腫瘍の非侵襲的検出に用いられる。
HSIに基づく喉頭癌診断のための複数の深層学習手法を提案する。
論文 参考訳(メタデータ) (2020-04-21T17:07:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。