[发明专利]一种颅骨性别鉴定方法

说明书

本发明公开了一种颅骨性别鉴定方法。方法包括：将训练样本的颅骨数据转换到统一的法兰克福坐标系下，并进行尺度归一化；对规格化的训练样本集的每个颅骨样本围绕Z轴旋转，获取不同角度下颅骨样本的多张图像；利用改进的卷积神经网络方法提取颅骨样本全局特征，计算每个颅骨样本的每张图像分别属于男性和女性的概率；利用最小二乘法获取最优参数，设计颅骨性别鉴定函数；采用构建的函数鉴别未知颅骨的性别。本发明操作方便，克服了现有颅骨性别鉴定方法需要具有专业知识的专家参与和繁琐的手动测量的缺点；克服了现有方法受颅骨尺寸变化影响大，测量精度不高等问题。

技术领域

本发明属于模式识别领域，涉及一种利用卷积神经网络和最小二乘法进行颅骨性别分类的方法。主要用于刑侦、考古、法医人类学等领域。

背景技术

在生物特征识别领域内，性别鉴定是该领域的重要研究内容。性别的确定在法医人类学、面貌复原及识别未知颅骨等领域内都有一定的应用，为以后的相关研究提供了重要依据。

依据骨骼残骸进行性别识别时，盆骨和颅骨是判定性别的重要研究对象。盆骨是形态差异最为显著的区域，但是盆骨易受外界环境因素的影响，致使盆骨不利于长时间保存且易碎，即完整性不能得到保证，进而导致盆骨在性别鉴定中不能发挥关键作用。颅骨是由硬组织构成，不易被破坏，在死后能够较完整地保存下来。所以，颅骨是作为性别鉴定的不二之选。根据颅骨进行性别鉴定成为法医人类学、考古、刑侦等相关领域的研究热点。

目前现有的性别鉴定方法，主要有形态学方法和测量法两种。形态学方法主要是由人类学家人工观测颅骨大致轮廓、颅骨的大小、关键颅骨区域的角度、真实颅骨的厚薄程度及颅骨磨损程度等各个特征的差异进行性别鉴定，比如男性的颅骨较大，厚重而且粗壮，眉弓发达，眶上缘园钝，前额较倾斜，颧骨高而且粗壮，颧弓较粗，乳突和枕外隆都比较发达；女性的颅骨较小，光滑而且细致，眉弓不发达，眶上缘锐薄，前额较陡直，并且颧骨低而纤细，颧弓较细弱，乳突和枕外隆突不发达等等。测量法通常是在颅骨实体模型、颅骨的X光照片和三维数字模型上标定一些测量点，依据人类学家研究定义一些测量指标，根据这些测量指标，通过统计方法构造判别函数。综上，形态学方法易受专家主观因素和专业知识影响造成判定结果的不一致性，主观依赖性强且无充足理论支撑；测量方法操作繁琐，对测量项的测量精度要求高，受颅骨尺寸大小影响大，还可能存在一些性别差异明显的特征无法测量。有研究表明，对大多数特征不同观察者之间的测量误差达10％以上。另外，随年龄的增长，颅骨形态无明显变化，但尺寸大小会发生变化，增加了测量难度。随着计算机技术和CT技术的出现，借助计算机辅助测量成为可能。但由于颅骨复杂，实现精确测量还是很难。此外，目前的方法对颅骨性别鉴定的正确率不高，基本不超过90％。

发明内容

本发明的目的是提供一种颅骨性别鉴定的自动化方法，以现有技术中存在的依赖专家主观经验程度高、繁琐的手动测量、测量精度不高和受颅骨尺寸大小影响大的问题。

本发明提供的颅骨性别鉴定函数获得方法包括：

步骤一，将训练颅骨样本集中的所有颅骨样本转换到法兰克福坐标系A下，并进行尺度归一化，使其姿态和大小规格化；训练颅骨样本集中的颅骨样本数N不少于50个；

步骤二，将归一化后的颅骨样本n围绕Z轴旋转，n＝1,2,.3...,N，每旋转α获得一张该颅骨样本的图像，1≤α≤90°，得到不同旋转角度下该颅骨样本的多张图像；

步骤三，利用改进的卷积神经网络方法提取颅骨样本n的全局特征，n＝1,2,.3...,N，所述改进的卷积神经网络方法依次为输入、卷积、卷积、下采样、卷积、卷积、下采样、全连接和输出；利用sigmoid函数计算颅骨样本n的每张图像所属性别的概率，得到颅骨样本n的概率向量p_n，n＝1,2,.3...,N；

步骤四，利用最小二乘法对所有颅骨样本的概率向量求解最优参数w^*，