Introducciones

Breve introducción a la radiografía comparativa

Radiografía Comparativa

Publicado el 6 de julio, 2022

Escrito por Pablo Mesejo


La radiografía comparativa (RC) [1] es una técnica de identificación forense que se basa en la comparación de las estructuras del esqueleto en imágenes radiográficas ante mortem (AM) y post mortem (PM). En la literatura forense, se ha informado de que varias estructuras esqueléticas son útiles para la preselección de candidatos o la identificación positiva mediante RC, basándose en su individualidad y singularidad [2]. Las estructuras esqueléticas más empleadas en la RC se sitúan entre el cráneo, el pecho y la zona torácica. En el cráneo, las más utilizadas son los dientes [3], los senos frontales [4] y la bóveda craneal [5]. En las zonas torácica y cintura escapular, las clavículas [6] y los rasgos vertebrales [7] son los más considerados. También hay algunos huesos fuera de estas zonas que se utilizan tradicionalmente, como los huesos de la mano [8] y la rótula [9].

El avance de las técnicas de imagen médica condujo a la comparación de estructuras esqueléticas utilizando todo tipo de imágenes médicas. En función de la dimensionalidad de las imágenes comparadas, podemos distinguir tres paradigmas diferentes:  

  • Radiografía 2D AM – Radiografía 2D PM: Esta metodología de comparación [18,19] consiste en generar manualmente radiografías PM del fallecido, reproduciendo el protocolo de adquisición y la pose de la estructura esquelética objetivo de las radiografías AM candidatas. Una vez adquiridas las radiografías PM, se comparan visualmente las radiografías AM y PM buscando consistencias, inconsistencias explicables (por ejemplo, resultantes del tiempo transcurrido entre las radiografías AM y PM, procesos degenerativos, el efecto de la gravedad sobre el cuerpo, distorsiones de perspectiva resultantes de errores de reproducción de las radiografías AM, etc.) y hallazgos inconsistentes (por ejemplo, comparación punto a punto de los senos frontales utilizando un protocolo estandarizado [18]). Esta comparación 2D-2D es el enfoque más común y extendido.
  • Radiografía 2D AM – Imágenes 3D PM: requiere la generación de radiografías PM simuladas a partir de una imagen 3D (previamente adquirida mediante un CT, CBCT, MRI, láser o estructura de luz, etc.) para simular las radiografías AM [19,20,21,22]. El antropólogo forense suele obtener estas radiografías simuladas mediante un proceso de prueba y error utilizando un software genérico de imágenes médicas. Como alternativa, los recientes enfoques basados en la IA automatizan este proceso de prueba y error [9, 32-38] (véase la figura). En cualquier caso, las radiografías AM y las radiografías simuladas PM se comparan visualmente como en el enfoque radiografía-radiografía. Además, se proporciona una puntuación de coincidencia mediante métodos automáticos basados en la evaluación de la morfología ósea.
  • Imagen 3D AM – Imagen 3D PM: La comparación se realiza a través de la comparación visual de sus formas 3D [17], evitando oclusiones o distorsiones de perspectiva, o a través de mediciones antropológicas [24], donde las distancias se pueden comparar directamente ya que los modelos 3D mantienen las unidades físicas originales. Esta metodología de comparación [25,26,27,28] es la más fiable, ya que las imágenes 3D conservan más información sobre la estructura del esqueleto que las imágenes 2D. Además, esta metodología evita los errores relacionados con la adquisición de las radiografías PM.
 Representación de los procesos automáticos seguidos en [38] para comparar un seno frontal en 3D (previamente extraído de un TAC de la cabeza) con una radiografía 2D de la cabeza (derecha). El seno frontal en la radiografía (izquierda) ha sido previamente segmentado (color rojo para el seno frontal y azul para la región de incertidumbre).

En la práctica, los escenarios de identificación más comunes se basan en la comparación de radiografías AM con radiografías PM o imágenes 3D, ya que la disponibilidad de radiografías AM es más frecuente [29]. Sin embargo, el proceso de adquisición de una radiografía PM que «simula» la AM es un proceso de prueba y error complejo y propenso a errores, ya que pequeños cambios en los parámetros de adquisición dan lugar a grandes cambios en las siluetas de las estructuras esqueléticas [31]. Además, tanto la adquisición de las radiografías PM como su comparación visual con las AM dependen por completo de las habilidades y la experiencia del experto forense. En consecuencia, la utilidad de estos métodos se ve reducida por el tiempo que requieren (de 2 a 8 horas por superposición según la radiografía AM [15]), la subjetividad inherente y los errores relacionados con el cansancio del analista.

El uso de la metodología de la imagen 3D se ha hecho más popular en los últimos años, ya que cada vez más laboratorios forenses tienen acceso a escáneres de CT (a través de acuerdos con hospitales o adquiriendo un CT dedicado) y/o escáneres de superficie 3D [30], gracias a su gran disponibilidad y a su coste relativamente bajo. Dentro del escenario 2D-3D, los métodos de radiografía automática comparativa superan todos los inconvenientes que tienen los enfoques 2D-2D, como el tiempo, la precisión y la subjetividad. El caso de 3D-3D, aun siendo el más fiable, se convierte en el más difícil de aplicar ya que requiere una imagen 3D AM, que todavía no es tan común como una radiografía 2D.

Escrito por:

Dr. Pablo Mesejo

Dr. Pablo Mesejo es socio fundador de Panacea y profesor titular de la Universidad de Granada. Anteriormente, fue investigador postdoctoral (2020-21) e investigador Marie Curie (2018-2020) en la misma institución, donde dirigió el proyecto de la UE «Soft Computing and Computer Vision for Comparative Radiography in Forensic Identification».

También obtuvo un contrato en Inria Starting Research (Francia, 2016-18) y se ha desarrollado como investigador postdoctoral en Inria (Francia, 2014-16), investigador postdoctoral en un laboratorio perteneciente al CNRS (Francia, 2013-14), e investigador predoctoral Marie Curie en la Universidad de Parma (Italia, 2010-13). La carrera científica del Dr. Mesejo ha producido 30 publicaciones en revistas especializadas y conferencias internacionales de primer nivel. El enfoque principal de su investigación es el análisis y diseño de métodos de aprendizaje automático, visión por ordenador e inteligencia computacional, principalmente para resolver problemas de análisis de imágenes biomédicas.

Publications

1. M. J. Thali, B. Brogdon, M. D. Viner. Forensic Radiology, CRC Press, 2002.

2. T. Kahana, J. Hiss. Identification of human remains: forensic radiology, Journal of Clinical Forensic Medicine 4 (1) (1997) 7-15.

3. A. Pretty. A look at forensic dentistry-part 1: The role of teeth in the determination of human identity, British Dental Journal 190 (7) (2001) 359-366.

4. G. Quatrehomme, P. Fronty, M. Sapanet, G. Grevin, P. Bailet, A. Ollier. Identification by frontal sinus pattern in forensic anthropology, Forensic Science International 83 (2) (1996) 147-153.

5. A. B. Maxwell, A. H. Ross. A radiographic study on the utility of cranial vault outlines for positive identifications, Journal of Forensic Sciences 59 (2) (2014) 314{318.

8. M. G. Koot, N. J. Sauer, T. W. Fenton. Radiographic human identification using bones of the hand: A validation study, Journal of Forensic Sciences 50 (2) (2005) 263-268.

9. E. Niespodziewanski, C. N. Stephan, P. Guyomarc’h, T. W. Fenton. Human identification via lateral patella radiographs: A validation study, Journal of Forensic Sciences 61 (1) (2016) 134-140.

15. E. Streetman, T. W. Fenton. Comparative medical radiography: Practice and validation, in: K. E. Latham, E. J. Bartelink, M. Finnegan (Eds.), New Perspectives in Forensic Human Skeletal Identification, Academic Press, 2018, pp. 251-264.

16. T. D. Ruder, C. Brun, A. M. Christensen, M. J. Thali, D. Gascho, W. Schweitzer, G. M. Hatch. Comparative radiologic identification with CT images of paranasal sinuses – development of a standardized approach, Journal of Forensic Radiology and Imaging 7 (2016) 1-9.

17. D. Gibelli, M. Cellina, A. Cappella, S. Gibelli, M. M. Panzeri, A. G. Oliva, G. Termine, D. De Angelis, C. Cattaneo, C. Sforza. An innovative 3D-3D superimposition for assessing anatomical uniqueness of frontal sinuses through segmentation on CT scans, International Journal of Legal Medicine 133 (4) (2019) 1159-1165.

18. A. H. Ross, A. K. Lanfear, A. B. Maxwell. Establishing standards for side-by-side radiographic comparisons, The American Journal of Forensic Medicine and Pathology 37 (2) (2016) 86-94.

19. T. Kahana. El aporte de la radióloga al avance de la antropología forense: perspectiva profesional (in spanish), Ph.D. thesis, University of Granada (2009).

20. G. M. Hatch, F. Dedouit, A. M. Christensen, M. J. Thali, T. D. Ruder. RADid: A pictorial review of radiologic identification using postmortem CT, Journal of Forensic Radiology and Imaging 2 (2) (2014) 52-59.

21. M. Pfaei, P. Vock, R. Dirnhofer, M. Braun, S. A. Bolliger, M. J. Thali. Post-mortem radiological CT identification based on classical ante-mortem x-ray examinations, Forensic Science International 171 (2-3) (2007) 111-117.

22. N. Shinkawa, T. Hirai, R. Nishii, N. Yukawa. Usefulness of 2D fusion of postmortem CT and antemortem chest radiography studies for human identification, Japanese Journal of Radiology 35 (6) (2017) 303-309.

24. D.-I. Kim, U.-Y. Lee, S.-O. Park, D.-S. Kwak, S.-H. Han. Identification using frontal sinus by three-dimensional reconstruction from computed tomography, Journal of Forensic Sciences 58 (1) (2013) 5-12.

25. M. Iino, H. Fujimoto, M. Yoshida, H. Matsumoto, M. Q. Fujita. Identification of a jawless skull by superimposing post-mortem and ante-mortem ct, Journal of Forensic Radiology and Imaging 6 (2016) 31-37.

26. A. Hacl, A. L. F. Costa, J. M. Oliveira, M. J. Tucunduva, J. R. Girondi, A. C. R. Nahas-Scocate. Three-dimensional volumetric analysis of frontal sinus using medical software, Journal of Forensic Radiology and Imaging 11 (2017) 1-5.

27. T. D. Ruder, C. Brun, A. M. Christensen, M. J. Thali, D. Gascho, W. Schweitzer, G. M. Hatch. Comparative radiologic identification with CT images of paranasal sinuses-development of a standardized approach, Journal of Forensic Radiology and Imaging 7 (2016) 1-9.

28. L. Deloire, I. Diallo, R. Cadieu, M. Auffret, Z. Alavi, J. Ognard, D. B. Salem. Postmortem X-ray computed tomography (PMCT) identification using ante-mortem CTscan of the sphenoid sinus, Journal of Neuroradiology 46 (4) (2019) 248-255.

29. A. S. Hong, D. Levin, L. Parker, V. M. Rao, D. Ross-Degnan, J. F. Wharam. Trends in diagnostic imaging utilization among medicare and commercially insured adults from 2003 through 2016, Radiology 294 (2) (2020) 342-350.

30. S. Damas, O. Cordon, O. Ibañez, J. Santamara, I. Aleman, M. Botella, F. Navarro. Forensic identification by computer-aided craniofacial superimposition: a survey, ACM Computing Surveys 43 (4) (2011) 1-27.

31. C. N. Stephan, P. Guyomarc’h. Quantification of perspective-induced shape change of clavicles at radiography and 3D scanning to assist human identification, Journal of Forensic Sciences 59 (2) (2014) 447-453.

32. C. N. Stephan, B. Amidan, H. Trease, P. Guyomarc’h, T. Pulsipher, J. E. Byrd. Morphometric comparison of clavicle outlines from 3D bone scans and 2D chest radiographs: a shortlisting tool to assist radiographic identification of human skeletons, Journal of Forensic Sciences 59 (2) (2014) 306-313.

33. S. S. D’alonzo, P. Guyomarc’h, J. E. Byrd, C. N. Stephan. A Large-Sample Test of a Semi-Automated Clavicle Search Engine to Assist Skeletal Identification by Radiograph Comparison, Journal of Forensic Sciences 62 (1) (2017) 181-186.

34. O. Gómez, P. Mesejo, O. Ibáñez. Automatic segmentation of skeletal structures in x-ray images using deep learning for comparative radiography. Forensic Imaging, 26 (2021), 200458 O.D. Gómez, P. Mesejo, O. Ibáñez, O. Cordón. Deep architectures for the segmentation of

35. frontal sinuses in X-Ray images: towards an automatic forensic identification system in comparative radiography. accepted at Neurocomputing, Special Issue on “Hybrid Artificial Intelligent Systems”, Elsevier, 2020.

36. O.D. Gómez, O. Ibáñez, A. Valsecchi, E. Bermejo, D. Molina, O. Cordón. Performance analysis of real-coded evolutionary algorithms under a computationally expensive optimization scenario: 3D–2D Comparative Radiography. Applied Soft Computing, 97 (2020), 106793.

37. O.D. Gómez, P. Mesejo, O. Ibáñez, A. Valsecchi, O. Cordón Deep architectures for high-resolution multi-organ chest X-ray image segmentation. Neural Computing and Applications 32 (2020) 15949–15963.

38. O.D. Gómez, O. Ibáñez, A. Valsecchi, O. Cordón, T. Kahana. 3D-2D Silhouette-based Image Registration for Comparative Radiography-based Forensic Identification. Pattern Recognition 83 (2018) 469-480.