2021 Fiscal Year Research-status Report
顔面軟組織の死後変化が著しい遺体からの生前顔貌の推定法の確立
| Project/Area Number |
21K10203
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
鈴木 敏彦 東北大学, 歯学研究科, 准教授 (70261518)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小坂 萌 東北大学, 歯学研究科, 助教 (90706871)
波田野 悠夏 東北大学, 学際科学フロンティア研究所, 助教 (10907504)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | 復顔 / 頭蓋 / 顔面形状 |
|---|
| Outline of Annual Research Achievements |
本研究は，腐敗・焼損・乾燥など死後の時間経過により高度に変化した顔貌から，直接生前の顔貌を復元するための客観的方法を提供しようとするものである。現在，死後変化が生じた遺体の顔貌からの生前の表情の推測には，警察の捜査官などが経験則によって似顔絵描写を行っている場合が多いため，このような経験則からなる顔貌再現の基本的データを客観的な数値として明らかにし，身元不明遺体の顔貌の速やかな復元に寄与できる。具体的には生体の頭蓋の骨形状（Ａ）とこれに対応する生体の軟部組織形状（Ｃ）の差分データ，また死後変化を遂げた遺体の頭蓋の骨形状（Ａ’）と死後軟部組織形状（Ｂ）の差分データを集積する。Ａ→Ｃの差分データに基づいてＡ’から遺体の生前軟部組織形状（Ｃ’）を推定し，これにより遺体の死後変化による顔貌（Ｂ）から生前の顔貌（Ｃ’）への関係式を導き出し，顔貌復元のためのデータとするものである。初年度は既にデータ取得済みのＡとＣとの関係性を精査すると共に，立体形状の解析手法である相同モデル化の工程およびプログラムのブラッシュアップを行った。相同モデル化とは，複数のサンプルの三次元的形状を，基準となるテンプレートデータの変形として扱って分析するもので，複雑な立体形状の定量的評価が容易となる。また新たに機械学習によるＡ→Ｃ，Ａ’→Ｂの推定の検討に着手した。機械学習を行うためには既知のサンプル数だけでは不足するため，まずはＡ→Ｂについて必要な追加データの記録を開始した。更にＡおよびＣの関係性に関するデータ解析結果について英文論文の投稿を行い，現在査読を受けている最中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
上記のように生体データについての解析は進んでおり，次いで遺体データの取得・解析に着手している。法医解剖遺体からのデータ利活用に関しては既に包括的申請として倫理委員会の承認が得られており，更に本研究のための再度個別の倫理申請を行うために必要なサンプルサイズの把握のため，法医解剖前の死後CT撮影に特化したAi（オートプシー・イメージング）センターの担当教員と連絡を取り，本研究に活用可能な個体数の調査を依頼している。相同モデル化については市販のコンピュータプログラムのカスタマイズにより我々が必要とする機能の追加等を行っており，本研究の目的が果たせるように担当者と協議を重ねた。またＡ（生体の骨形状）とＣ（生体の軟部組織形状）との形状の差分データの追加を行っている。この工程に関しては，個体ごとに数十か所に及ぶＡとＣとの三次元的対応点をコンピュータディスプレイ上で手作業で決定していく必要があり，データ分析過程の中では最も時間を要するものの，データの蓄積は進んでいる。
|
| Strategy for Future Research Activity |
次年度以降は遺体データの取得と解析を積極的に進めていく。基本的な作業工程は確立しているため，適格基準と除外基準に沿って選ばれたサンプルに関して遺体ＣＴデータから頭蓋の骨形状（Ａ’）と軟部組織形状（Ｂ）を抽出していく作業を続行する。死後データについては様々な損傷が想定されるが，相同モデル化による補完が可能であるため，適格基準は比較的緩やかなものとなり，データ採取可能なサンプルの確保に有利に作用すると想定される。また生体データの解析の発展として，Ａ（生体の骨形状）に基づいて，Ｃ（生体の軟部組織形状）を推定するための機械学習の導入を推進していく。
|
| Causes of Carryover |
今年度に行ったデータ解析に関しては既存の機材を用いて遂行可能であったため，解析専用の機材を新たに購入する必要はなかった。また学会発表に関してもオンライン開催となり，発表に関しての出張旅費を支出する必要がなかったため，次年度への繰越額が発生した。翌年度分としては追加データの解析が集中するため，解析専用機材およびソフトウェアの導入が必要となるため，この購入に充てる予定である。また学会発表がオンサイト開催となる機会が増加するため，旅費支出も予定している。
|
