Reconocimiento Automático de Estructuras Anatómicas por Medio de Morfometría Geométrica y Deep Learning

CINTAS, C; DELRIEUX, C; NAVARRO, P.; M QUINTO-SÁNCHEZ; ACUNA-ALONSO, VICTOR; GONZALEZ JOSÉ, R; CARLA GALLO; FERRARA, GIOVANNI POLETTI; FRANCISCO ROTHHAMMER; BEDOYA G; ANDRÉS RUIZ-LINARES

Avances en Antropología Forense

UNAM

Lugar: Mexico; Año: 2022; p. 375 - 404

La adquisición de información fenotípica es un aspecto clave en diversos contextos, incluyendo análisisbiométricos, estudios bioantropológicos, investigaciones biomédicas y en ciencia forense; porcitar solo algunas aplicaciones. Para esta adquisición se requiere la identificación automática deestructuras anatómicas de interés biométrico, como por ejemplo huellas dactilares, patrones en eliris o rasgos faciales. Estas estructuras son utilizadas masivamente, pero poseen la desventaja derequerir intrusión (o por lo menos la colaboración activa de la persona muestreada) para adquirirla información a ser analizada. En cambio, las orejas no presentan dicha desventaja, además de nomodificarse a lo largo de la maduración o envejecimiento de la persona, y ser inmunes a los gestos faciales.En este capítulo, presentamos un nuevo método basado en la morfometría geométrica para ladetección y extracción automática de datos anatómicos característicos (features) en la forma de hitos(landmarks) en 2D en orejas. Para ello, se entrenó una red neuronal convolucional con un conjuntode datos obtenidos en forma supervisada por medio de expertos antropólogos y biólogos. El sistemaresultante posee la capacidad de realizar landmarking en forma automática en imágenes y video sinpreparación previa, obteniéndose parámetros de calidad equivalente a los adquiridos por expertoshumanos. Estos resultados abren la posibilidad de generar en forma automática y confiable vectoresde atributos basados en propiedades fenotípicas. Se exploran además en este capítulo las aplicacionesen diversos contextos incluyendo biometría, videojuegos, interfases naturales y otros usos posibles.