个体识别是法医学重要的鉴定与研究内容之一。无名尸体案件以及大规模灾难后遇难者的确定均需要对尸体或残骸进行个体身份识别。在法医学中，传统的方法是通过指纹、牙齿、骨骼和DNA 等生物学特征对尸体进行科学鉴定。但在一些特殊情况下，如尸体严重腐败或碳化、缺失指纹和（或）牙科记录、DNA 检材不具备检验要求或难以得出有价值的信息时，寻找有效的替代方法尤为重要。对尸体进行放射学检查，通过生前与死后影像资料的对比是公认的有效的个体识别方法之一，目前已纳入《灾难事件遇难者个体识别指南》（Disaster Victim Identification Guide）中[1]。额窦具有较高的特异性和稳定性，是常用的法医学个体识别指标之一。国内外已有较多利用额窦影像进行个体识别的研究，近年在实际检案中也有成功应用的案例报道[2]，利用额窦影像特征进行个体识别已被证实具有法庭意义。本文对利用额窦影像进行个体识别的研究进展进行综述，希望能为我国法医学个体识别相关领域的进一步研究提供思路和参考。
1 额窦影像用于个体识别的基础
额窦是位于额骨内的不规则气腔，起源于外胚层细胞，一般在胚胎4 个月时开始发育，出生时尚未成形。2～3 岁开始形成窦腔的结构，随着年龄的增长，窦腔气化程度不断增加，青春期时发育速度达到高峰，成年后窦腔体积达到最大，随后其体积和形态在正常生理情况下基本保持稳定不变，因此被认为是个体的一个永久性特征。1895 年，ZUCKERKANDL 首次观察到额窦独特的不对称形态，十几年后开始有学者从法医学和人类学的角度对额窦的形态特征进行研究[3]。额窦的解剖结构以及形态特征具有高度的个体特异性，发育变异程度大，呈现多样性，有的过分发育，有的发育不良，有的为双侧气腔，有的仅单侧存在，没有两个人的额窦是完全一样的[4]。1996 年，QUATREHOMME 等[5]的研究证实，即使是同卵双胞胎，额窦形态结构都存在差异。此外，额窦前壁骨质较厚，受死亡因素及外界环境的影响较少，能够较好地保存，在放射学技术的支持下，其特征也较易被观察与测量。综上，额窦的普遍性、个体特异性、稳定性以及可获取性，使其成为个体识别的有效指标和重要研究对象。
2 额窦X 线片的个体识别
1927 年，CULBERT 和LAW 等通过对X 线片上额窦的形态进行个体识别，并被美国法庭第一次认可[6]。自1943 年SCHULLER[7]首次提出通过额窦X 线片图像确定死者身份后，额窦影像的价值被国内外法医学者广泛关注与探索，开展了大量个体识别研究。头部正侧位片或额窦X 线片（柯氏位）能很好地显示额窦的轮廓，通过对额窦投影形态的观察以及相关指标的测量能有效地辅助个体识别。日本学者YOSHINO等[8]最早提出额窦X 线片分类系统，从额窦总面积、双侧额窦不对称性、优势发育侧别、上边界弓形弯曲数量（左+右）、副隔膜的位置及眶上细胞筛房6 个指标对额窦进行了观察和测量，对每个指标指定编号，将6 个指标的编号按顺序排列，从而得到一个7 位数的编码。由这6 项指标获得的编码可以超过20 000 多种，不同个体编码相同的概率非常小，用这种方法进行个体识别理论上是科学可行的。
随后各地区多名学者[9-11]报道了利用额窦X 线片进行个体识别的结果，每位学者选择的指标不尽相同。2001 年，RIEPERT 等[12]联合额窦的宽度和高度、头颅总宽度、颅底高度用于个体识别。2003 年，TANIGUCHI 等[13]对额窦的特征与鼻中隔的类型进行划分，并将两者联合起来进行个体识别，识别率有所提高。
较国外而言，我国对额窦影像的研究起步稍晚，针对不同地区及民族的研究资料较少。2006 年，张红霞等[14]对四川地区汉族人群的额窦计算机X 射线摄影（computed radiography，CR）片进行初步研究，结合YOSHINO 等[8]以及RIEPERT 等[12]的方法，选择了额窦不对称性、额窦与眼眶宽度之比、最大额窦宽度的侧别、额窦上缘弓形弯曲的数目（双侧）、额窦部分隔的数目（双侧）及额窦中间隔的位置共8 项识别指标为额窦进行分类编码。尽管YOSHINO 等[8]认为额窦出现相同编码的情况几乎不可能，但在张红霞等[14]的研究结果中出现了3 例相同编码的情况，在借助更多的细节特征进行辅助识别后，作出了有效鉴别。由此可见，在对额窦影像进行观察与测量以进行识别的过程中，可以通过增加特征指标以及结合颅面其他解剖结构特征的方式扩大适用范围、提高有效识别率。2007 年，徐喆[15]提出了额窦数字X 线影像特征分型，分为标准型、单侧缺失型、单侧发育不全型、双侧发育不全型、无中间隔型及未发育型共6 型，筛选出额窦不对称性、左侧额窦面积与左侧眼眶面积比、右侧额窦面积与右侧眼眶面积比、较大额窦面积侧别、左侧额窦上缘弓形弯曲数、右侧额窦上缘弓形弯曲数、额窦部分隔位置、额窦中间隔位置8 项指标，并提出先进行类别分型，再用所选取的8 项指标进行编码分析的方法进行识别。
21 世纪初期，国内外利用额窦形态特征和（或）测量特征组合进行个体识别的方法应用越来越多，但仍缺乏统一的行业标准及已知或可计算的错误率，根据美国Daubert 科学证据评判要求[16]，这种证据难以被法庭所接受。2010 年，加拿大学者BESANA 等[17]对额窦X 线片不同识别方法是否可被法庭接受进行了研究，他指出既往很多学者选择的额窦测量指标之间并不是相互独立的，多数是相互依赖的，不能直接将测量结果采用随机组合的方式进行概率分析，这样会带来很高的错误率，这也解释了为何在张红霞等[14]的研究中出现了重复的编码。而叠加模式匹配才是更加有效的个体识别方法，过去报道的成功识别案例多是采用叠加模式匹配进行的[18-21]。
临床X 线影像中常常会因为诊疗需求不同而改变照射体位及扫描基线，导致额窦在X 线片上投影出的形态存在差异性。RIEPERT 等[12]通过对多名个体额窦X 线片上的指标进行测量发现，不仅不同个体额窦X 线片显示变异大，相同个体头颅位置的不同也会带来显著的差异。个体间及同一个体前后拍摄角度及距离差异大的情况下，直接测量表面距离进行比较无疑带来了更大的差异。在法医学实践中很难实现生前死后影像资料的拍摄参数相同或相似，这为个体识别增加了难度。同时，利用额窦X 线片进行个体识别也具有一定的局限性。X 线片是将人体三维结构投射在二维平面上，部分影像结构之间会存在相互重叠，对观察者的专业性要求更高；其成像往往还会受到设备以及技术人员操作的影响，图像清晰度不够或存在伪影都会增加识别难度，影响特征指标的观察与测量，使结果发生偏差。
3 额窦计算机体层成像片个体识别
计算机体层成像（computed tomography，CT）是计算机和X 线检查技术相结合的产物，具有高分辨率、影像结构之间不重叠等优势，已广泛应用于临床。结合多种后处理技术，CT 扫描不仅能观察到各结构内部的断层形态特征，还能观察任意切面的影像以及被检测物体的三维结构。2007 年，TATLISUMAK 等[22]基于额窦CT 图像提出了FSS 分类系统，F（presence or absence of frontal sinus）代表额窦存在与否，S（intersinus and intrasinus septum）代表窦腔及其中隔，S（scalloping）代表额窦上缘弓形弯曲，并将FSS 系统结合双侧额窦宽度及高度、前后径深度、额窦总宽度、双侧额窦最高点之间的距离以及双侧额窦最高点分别至该侧最远点之间的垂直距离共6 个观测指标进行了联合编码，用不同的符号记录不同描述特征，同时根据不同范围对各测量值进行数字分类，最终将所有特征及测量值描述为一个表达式，如（+/+）（1-（+）1-）（2/3）（222/322）（2233）。研究结果显示，单纯使用FSS分类系统已经可以排除93%的个体，结合宽度、高度等测量指标进行分类时有效率提升至98%。利用FSS分类系统对个体先进行排除，再对剩余个体采用叠加模式匹配的方式进行识别是可行的个体识别方法。而且FSS 分类系统不仅可用于CT 图像，也可用于X 线片的初步分类。
2010 年，UTHMAN 等[23]在FSS 系统 的基础上，改变编码方式，将所有指标用数字编码组成19 位数，再生成19 位条形码输入计算机存储，通过直接比对条形码进行个体识别。条形码技术能通过扫描和译码快速获取条形码所包含的信息。使用该技术将最终编码的人工对比转化为条形码的自动对比，有效提高效率的同时缩小目标对象的范围。当遇到无法排除的个体时，可通过增加更多的细节特征或者联合颅骨其他特征进行有效识别。2011 年，张红霞等[24]在TATLISUMAK 等[22]的研究基础上，增加了额窦中隔形态特征作为编码指标，100 例样本中未出现相同编码，识别率为100%，并发现额窦中隔的位置及形态是所有指标中最有效的，特别是形态。
由于额窦的大小、形态及对称性在每一断层图像中均不同，CT 图像的测量指标需在每一断层上进行，均依赖于多个计算机程序和复杂的计算进行测量，这对于普通法医学工作者实为困难，同时程序也较繁琐复杂。额窦CT 图像不仅包含每一断层内部的结构信息，同时还包含了三维信息。利用三维重建后处理技术能将多层断层图像重建为三维立体结构，直观地反映被扫描物体的三维形态特征。临床三维技术平台的建立推动了法医学者对额窦三维影像的研究。
2013 年，韩国学者KIM 等[25]利用医学图像处理软件对额窦CT 图像进行三维气腔重建以获取额窦三维图像，直接对其进行观察测量。观察指标包括正视图形态、正视图上边界轮廓、侧视图形态及下视图切面形态；测量指标包括总体积、双侧体积、不对称指数（体积较大÷体积较小×100）、宽度、高度、前后深度、双侧最高点之间的距离、角度（左右侧窦腔中间边界之间的夹角以及左右侧窦腔上边界之间的夹角）。与基于CT 断层图像进行分类的FSS 系统所采用的指标非常相似，该研究对150 例尸体头部CT 影像学资料进行重建，对各指标进行数字编码，与既往二维影像研究比较，额窦三维结构能提供更多的可对比信息。额窦三维影像不仅能与生前CT 图像进行对比，还能直接与生前X 线片额窦影像进行叠加匹配，潜在应用范围更广。2017 年，HACL 等[26]对额窦的研究显示，通过CT 扫描可以对额窦进行线性测量，并且利用软件重建的三维结构可以有效改善定性和定量形态分析，也证实额窦三维图像能够更好地反映额窦的结构特征，尤其是表面特征，为个体识别提供更多的信息。
利用额窦CT 影像进行个体识别同样有着不可忽视的问题。CT 扫描的曝光率、扫描层厚及体位对额窦结构的显示也存在一定的影响，同一个体的图像也会存在一定的差异。虽然已有研究[27-29]结果表明，利用医学图像处理软件可以对图像进行标准化校正，但这一过程仍需要对工作者进行专业培训，这无疑增加了识别的程序，降低了工作效率，无法快速有效地用于大型灾难等情况。另外，为了保证额窦形态结构能被清晰完整地观察和测量，通常需要采集高分辨率CT 扫描数据，而高分辨率CT 扫描成本较高，在偏远地区的普及率较低，无疑限制了此类方法的推广应用。
锥形线束（cone beam，CB）CT 影像也是法医影像学的研究热点，与传统CT 扫描不同，CBCT 对头部方向等变化的敏感性较小，投射距离及角度对图像的影响较小，死后复现更容易。同时口腔健康知识的有效普及，带来公众日益增长的口腔健康检查需求，CBCT在口腔科的检查应用也不断增加，个体进行颌面部CBCT 检查呈上升趋势，为个体生前资料的构建提供有力支持。除此之外，颌面部CBCT 图像中所包含的个体信息包含牙齿、鼻窦、额窦、蝶窦、上颌窦及上颌骨等结构，能体现个体相关特征，是法医学个体识别的重要结构与研究对象。因此，牙科检查为额窦影像的研究提供了新的资料与研究方向。2016 年，巴西学者RABELO 等[30]和SOARES 等[31]利用口外X 线片及颌面部CBCT 片验证了FSS 分类系统的适用性和可重复性，证实FSS 系统也适用于口外影像学资料，并且对个体识别是可靠的。传统的额窦形态学分析显示出较低的性别差异性，2018 年，CHOI 等[32]对CBCT 中额窦的面积、周长、长宽比等形态学指标进行了观测及多态性分析，证实额窦的CBCT 图像表现出性二态性，准确率达80%，可用于性别识别，CBCT 在额窦识别中表现出较X 线片、普通CT 片更高的研究与应用价值。
4 计算机图像识别在额窦识别中的应用
既往传统人工视觉比较分析额窦影像进行同一认定的研究显示出较高的识别率，但人工识别在实际应用中仍然存在较大局限性。人工视觉对专业性要求高、识别效率低，并且还受影像资料类型、质量等因素的影响。计算机图像识别是指利用计算机图像进行分析理解以识别各种不同模式的目标和对象的技术，具有能够高效处理海量数据、精确率高、运用灵活等特点[33]。其本质也是通过对比图像的特征进行的。近年来，随着计算机图像识别技术在各个领域的普及，该技术也逐渐应用于法医影像学的研究中[3，34-36]。2015 年，BEAINI 等[37]运用三维点云物体识别技术对23 名患者既往颌面部CBCT 影像学资料进行个体识别，研究显示，完成20 个模型的识别不会超过10 min，正确匹配率达到100%。这提示三维点云物体识别技术较人工视觉分类方法具有更好的识别效果。
点云技术在额窦识别中的应用较人工视觉观察不仅节省了时间，还能有效区分视觉上形态相似的对象。三维点云识别的主要对象是研究目标的三维点云数据，不仅可用于CBCT 影像学资料，还可用于其他三维影像学资料（如薄层CT 扫描），较其他方法的应用范围更广，具有相当广阔的研究价值。目前，此方法仅在样本量较小的实验中展现出较好优势，如何面对多元、多样、多变的影像学资料，进一步研究更大的样本、更多样化的性别和年龄组，甚至多种影像学检查类型，尚需要进一步深入探究。同时利用三维点云对比技术，额窦三维结构仍然需要人工进行分割重建，对专业性有一定的要求，需要对使用者进行专业培训。
由于额窦在个体中差异大、变异大，与筛窦界限交错复杂，人工分割难免会不准确，甚至丢失一部分信息。2018 年，DE SOUZA 等[38]建立了一种计算机自动分割识别额窦的方法，识别准确率为77.52%，比人工视觉分析的识别率低，这可能与额窦本身变异大、边缘形态复杂有关，但仍证实这种自动化分割识别的方法是可行的。目前，利用计算机技术对额窦影像进行自动化识别的研究并不多见，基于计算机图像识别技术对额窦影像的研究仍需依靠人工分割，属于半自动化识别，实现完美的自动化分割是建立自动化识别系统的前提。深度学习在各种图像识别中已经展现了强大的图像分割及识别能力，探索针对额窦影像识别的深度学习算法有望能减少甚至避免人工分割或自动分割的影响因素，从而实现更高效、准确的识别。
5 总结与展望
利用额窦影像进行个体识别具有一定的局限性，如需要死者生前额窦影像学资料，同时死后尸体额窦形态保存完整并且有条件进行相应影像学（如X 线片、CT、CBCT 等）检查，但是在无法应用指纹对比、DNA 分析等传统个体识别方法时，若存在生前死后额窦影像资料，利用额窦影像进行识别仍是一种有效的辅助抑或替代的方法。本文总结了传统人工视觉比较分析额窦影像进行同一认定的研究，人工识别方法主要是基于对额窦形态的观察以及相关特征指标的测量进行的视觉比较分析，既往研究表明，最有效可靠的方法是叠加模式匹配。
传统的人工视觉分析在法医学实际工作中已被成功应用，在既往的研究中也显示出较高的识别率，但多数是针对个别案例及少量数据的回顾性研究，在大型灾难的调查中，人工视觉分析仍应用困难：一方面这种方法对观测人员的专业性要求相对高，对影像学资料类型、拍摄条件等的要求也较高；另一方面，人工视觉分析耗时耗力，无法满足在短时间内得到识别结果的工作要求，因此需要探索和研究更加快捷、有效的方法以应对庞大的数据量与复杂的现实环境。计算机图像识别技术的发展推动了通过法医影像学进行同一认定的研究。自动化图像分割与处理、点云识别对比等技术的初步应用为额窦影像的识别提供了新的思路和研究方向，已有的少量小样本研究显示[31-35]，计算机图像识别技术的应用有望提高识别的效率及准确性，甚至未来深度学习算法的开发或能建立一套利用额窦影像进行个体识别的自动化程序，突破人工识别耗时耗力的困难局面。
[1] International Criminal Police Organization. INTERPOL： Disaster victim identification guide[Z/OL].[2019-03-13].
[2] SILVA R F，RODRIGUES L G，PICOLI F F，et al. Morphological analysis of frontal sinuses registered in an occlusal film by intraoral radiographic device -- A case report[J]. J Forensic Radiol Imaging，2019，17：1-4. doi：10.1016/
[3] BEWES J，LOW A，MORPHETT A，et al. Artificial intelligence for sex determination of skeletal remains：Application of a deep learning artificial neural network to human skulls[J]. J Forensic Leg Med，2019，62：40-43. doi：10.1016/
[4] HARRIS A M，WOOD R E，NORTJE C J，et al. The frontal sinus：Forensic fingerprint? A pilot study[J]. J Forensic Odontostomatol，1987，5（1）：9-15.
[5] QUATREHOMME G，FRonTY P，SAPANET M，et al. Identification by frontal sinus pattern in forensic anthropology[J]. Forensic Sci Int，1996，83（2）：147-153. doi：10.1016/s0379-0738（96）02033-6.
[6] CULBERT W L，LAW F M. Identification by comparison of roentgenograms of nasal accessory sinuses and mastoid processes[J]. JAMA，1927，88（21）：1634-1636.
[7] SCHULLER A. A note on the identification of skulls by X-ray pictures of the frontal sinuses[J]. Med J Australia，1943，1（25）：554-556. doi：10.5694/
[8] YOSHINO M，MIYASAKA S，SATO H，et al. Classification system of frontal sinus patterns by radiography. Its application to identification of unknown skeletal remains[J]. Forensic Sci Int，1987，34（4）：289-299. doi：10.1016/0379-0738（87）-7.
[9] RIBEIRO F DE A. Standardized measurements of radiographic films of the frontal sinuses：An aid to identifying unknown persons[J]. Ear Nose Throat J，2000，79（1）：26-28，30，32-33. doi：10.1177/0 3.
[10] KIRK N J，WOOD R E，GOLDSTEIN M. Skeletal identification using the frontal sinus region：A retrospective study of 39 cases[J]. J Forensic Sci，2002，47（2）：318-323.
[11] QUATREHOMME G，FRonTY P，SAPANET M，et al. Identification by frontal sinus pattern in forensic anthropology[J]. Forensic Sci Int，1996，83（2）：147-153. doi：10.1016/s0379-0738（96）02033-6.
[12] RIEPERT T，ULMCKE D，SCHWEDEN F，et of unknown dead bodies by X-ray image comparison of the skull using the X-ray simulation program FoXSIS[J]. Forensic Sci Int，2001，117（1/2）：89-98. doi：10.1016/s0379-0738（00）00452-7.
[13] TANIGUCHI M，SAKODA S，KANO T，et al. Possible use of nasal septum and frontal sinus patterns to radiographic identification of unknown human remains[J]. Osaka City Med J，2003，49（1）：31-38.
[14] 张红霞，邓振华，余建群，等. 中国四川省汉族人群额窦CR 片的同一认定[J].法医学杂志，2006，22（1）：28-31. doi：10.3969/ H X， DENG Z H，YU J Q， et al.Study on identification using frontal sinus computer radiographic films of Han population in Sichuan Province[J]. Fayixue Zazhi，2006，22（1）：28-31.
[15] 徐喆. 额窦数字X 线影像法医学同一认定的研究[D].成都：四川大学，2007.XU Z. Probe in forensic identification using digital X-ray films of frontal sinus[D]. Chengdu：Sichuan University，2007.
[16] CHRISTENSEN A M. The impact of Daubert：Implications for testimony and research in forensic anthropology（and the use of frontal sinuses in personal identification）[J]. J Forensic Sci，2004，49（3）：427-430. doi：10.1520/JFS.
[17] BESANA J L，ROGERS T L. Personal identification using the frontal sinus[J]. J Forensic Sci，2010，55（3）：：10.1111/
[18] MARLIN D C，CLARK M A，STANDISH S of human remains by comparison of frontal sinus radiographs：A series of four cases[J].J Forensic Sci，1991，36（6）：1765-1772.
[19] HAGLUND W D，FLIGNER C L. Confirmation of human identification using computerized tomography（CT）[J]. J Forensic Sci，1993，38（3）：708-712.
[20] QUATREHOMME G，FRonTY P，SAPANET M，et al. Identification by frontal sinus pattern in forensic anthropology[J]. Forensic Sci Int，1996，83（2）：147-153. doi：10.1016/s0379-0738（96）02033-6.
[21] OWSLEY D W. Identification of the fragmentary，burned remains of two U.S. journalists seven years after their disappearance in Guatemala[J]. J Forensic Sci，1993，38（6）：1372-1382. doi：10.1520/JFSJ.
[22] TATLISUMAK E，YILMAZ O G，ASLAN A，et al. Identification of unknown bodies by using CT images of frontal sinus[J]. Forensic Sci Int，2007，166（1）：42-48. doi：10.1016/
[23] UTHMAN A T，AL-RAWI N H，AL-NAAIMI A S，et al. evaluation of frontal sinus and skull measurements using spiral CT scanning：An aid in unknown person identification[J]. Forensic Sci Int，2010，197（1/2/3）：121-124. doi：10.1016/
[24] 张红霞，杨春波，郭莉，等. 用于法医学同一认定的额窦CT 编码[J].法医学杂志，2011，27（1）：13-16. doi：10.3969/ H X，YANG C B，GUO L，et al. Forensic identification by coding of frontal sinus characteristics of CT[J]. Fayixue Zazhi，2011，27（1）：13-16.
[25] KIM D I，LEE U Y，PARK S O，et al. Identification using frontal sinus by three-dimensional reconstruction from computed tomography[J]. J Forensic Sci，2013，58（1）：5-12. doi：10.1111/
[26] HACL A，COSTA A L F，OLIVEIRA J M，et al. Three-dimensional volumetric analysis of frontal sinus using medical software[J]. J Forensic Radiol Imaging，2017（11）：1-5. doi：10.1016/
[27] RUDER T D，BRUN C，CHRISTENSEN A M，et al. Comparative radiologic identification with CT images of paranasal sinuses -- Development of a standardized approach[J]. J Forensic Radiol Imaging，2016，7：1-9. doi：10.1016/
[28] BRUN C N，CHRISTENSEN A M，KRAVARSKI M，et al. Comparative radiologic identification with standardized single CT images of the paranasal sinuses--evaluation of inter-rater reliability[J]. Forensic Sci Int，2017，280：81-86. doi：10.1016/
[29] GASCHO D，PHILIPP H，FLACH P M，et medical image registration for radiological identification of decedents based on paranasal sinuses[J]. J Forensic Leg Med，2018，54：：10.1016/
[30] RABELO K A，DOS A P M，DE QUEIROZ J N，et al. Human identification by FSS system adapted to cephalometric radiographs[J]. Forensic Sci Int，2016，262：：10.1016/
[31] SOARES C B，ALMEIDA M S，LOPES P M，et al. Human identification study by means of frontal sinus imaginological aspects[J]. Forensic Sci Int，2016，262：：10.1016/
[32] CHOI I，DUAILIBI-NETO E F，BEAINI T L，et al. The frontal sinus cavity exhibits sexual dimorphism in 3D cone-beam CT images and can be used for sex determination[J]. J Forensic Sci，2018，63（3）：692-698. doi：10.1111/1556-4029..
[33] 黄春. 计算机图像识别技术的现状及改进建议[J].电子技术与软件工程，2019（16）： C. The present situation and improvement suggestions of computer image recognition technology[J]. Dianzi Jishu Yu Ruanjian Gongcheng，2019（16）：73-74.
[34] NASSAR D E M，AMMAR H H. A neural network system for matching dental radiographs[J]. Pattern Recogn，2007，40（1）：65-79. doi：10.1016/
[35] VAN RIJN R R，THODBERG H H. Bone age assessment：Automated techniques coming of age?[J].Acta Radiol，2013，54（9）：1024-1029. doi：10.1258/ar.2012..
[36] SPAMPINATO C，PALAZZO S，GIORDANO D，et al. Deep learning for automated skeletal bone age assessment in X-ray images[J]. Med Image Anal，2017，36：41-51. doi：10.1016/
[37] BEAINI T L，DUAILIBI-NETO E F，CHILVARQUER I，et al. Human identification through frontal sinus 3D superimposition：Pilot study with cone beam computer tomography[J]. J Forensic Leg Med，2015，36：63-69. doi：10.1016/
[38] DE SOUZA L J，MARANA A N，WEBER S. Automatic frontal sinus recognition in computed tomography images for person identification[J]. Forensic Sci Int，2018，286：252-264. doi：10.1016/
文章来源：国际医学放射学 网址: http://gjyxfsx.400nongye.com/lunwen/itemid-46975.shtml
上一篇： 影像检查在新型冠状病毒肺炎诊治中的价值
下一篇： 肿瘤学论文_和胃解毒方联合同步放化疗在食管癌术后治疗中的应用研究
