（四川大學(xué)華西基礎(chǔ)醫(yī)學(xué)與法醫(yī)學(xué)院，四川 成都 610041）

虛擬人類學(xué)（virtual anthropology）是隨著現(xiàn)代影像學(xué)技術(shù)的迭代發(fā)展，醫(yī)學(xué)影像學(xué)與人類學(xué)、法醫(yī)學(xué)等多學(xué)科交叉融合形成的一門學(xué)科。虛擬人類學(xué)是法醫(yī)學(xué)、人類學(xué)中非侵入性技術(shù)變革的產(chǎn)物，促進(jìn)了基于干骨的傳統(tǒng)檢查方法快速準(zhǔn)確地實現(xiàn)，同時也開啟了活體法醫(yī)人類學(xué)檢查的發(fā)端。虛擬人類學(xué)的主要研究內(nèi)容包括：（1）個體生物學(xué)特征推斷，如年齡、性別、身高、種族等；（2）個體識別，基于骨骼和牙齒形態(tài)學(xué)特征比較；（3）顱面重建，顱骨3D圖像重建面部軟組織。

虛擬人類學(xué)具有以下優(yōu)勢：（1）非侵入性。映射體質(zhì)人類學(xué)，同時揭示機(jī)體內(nèi)部結(jié)構(gòu)特征，無需復(fù)雜前處理，省時便捷，避免處理過程中組織的破壞；借助三維技術(shù)重建內(nèi)部組織結(jié)構(gòu)，重建腔隙結(jié)構(gòu)，滿足特殊案件和宗教倫理的需求。（2）易存儲。人體結(jié)構(gòu)數(shù)字化，終端保存，虛擬圖像易提取、分析，無需提取原始骨骼，避免某些珍貴原始骨骼二次破壞。易存儲也有利于建立大型虛擬人類學(xué)數(shù)據(jù)庫，促進(jìn)學(xué)科發(fā)展。（3）易共享。在確保信息安全性下，虛擬人類學(xué)數(shù)據(jù)可通過互聯(lián)網(wǎng)進(jìn)行電子數(shù)據(jù)遠(yuǎn)程傳輸、共享，促進(jìn)相關(guān)人員合作交流，并為質(zhì)量控制、專家監(jiān)督和遠(yuǎn)程法醫(yī)學(xué)會診開辟了平臺與新路徑。（4）易解釋。作為法庭證據(jù)，虛擬人類學(xué)材料更直觀地反映事實，方便直觀展示。（5）可重復(fù)。依賴虛擬圖像，法醫(yī)學(xué)家可遠(yuǎn)程分析，重現(xiàn)方法、驗證結(jié)果。（6）可量化。借助醫(yī)學(xué)影像學(xué)分析和后處理技術(shù)，可測量長度、角度、面積、體積等幾何信息，測量骨小梁、骨密度，分析毗鄰結(jié)構(gòu)。

1 虛擬人類學(xué)常用檢查方法

1.1 放射性檢查

1.1.1 X線片

X射線被發(fā)現(xiàn)8年后，古人類學(xué)家GORJANOVIC-KRAMBERGER就應(yīng)用X線片研究骨骼結(jié)構(gòu)確定其年齡。1926年，CULLERT和LAW首次應(yīng)用X線片比較額竇進(jìn)行個體識別。1943年出現(xiàn)了利用牙片進(jìn)行同一認(rèn)定的案例報道[1]。隨著影像學(xué)技術(shù)的發(fā)展，X線片雖已不是最先進(jìn)的成像方法，但其是目前應(yīng)用最廣、最基本的虛擬人類學(xué)檢查方法，使用方便、成本低、技術(shù)門檻相對低、輻射劑量相對小、普及度高。X線片能夠清晰呈現(xiàn)全身骨骼解剖形態(tài)，已廣泛用于個體識別、年齡推斷、性別推斷和身高推斷等虛擬人類學(xué)研究與實踐。國內(nèi)外均有法醫(yī)鑒定機(jī)構(gòu)配備了X線攝影儀器，甚至便攜式X線攝影儀。國際法醫(yī)年齡推斷研究小組［Arbeitsgemeinschaft für Forensische Altersdiagnostik（德語），AGFAD］建議的手腕部、齒科和鎖骨胸骨端影像檢查方法也以X線片為主[2]。X線片也是我國司法年齡鑒定和競技體育骨齡鑒定的主要技術(shù)手段。《法庭科學(xué) 漢族青少年骨齡鑒定技術(shù)規(guī)程》（GA/T 1583—2019）為四肢六大關(guān)節(jié)、鎖骨胸骨端和骨盆X線片的閱片分級，進(jìn)行中國漢族12～20歲人群骨齡推斷。2006年中華人民共和國體育行業(yè)標(biāo)準(zhǔn)《中國青少年兒童手腕骨成熟度及評價方法》（TY/T 3001—2006）也是基于左手腕部X線片。但X線片中靶區(qū)域骨骼與周圍組織結(jié)構(gòu)的重疊常影響觀察，特別是鎖骨胸骨端、骨盆和頜面部。

1.1.2 計算機(jī)體層攝影

計算機(jī)體層攝影（computed tomography，CT）在虛擬人類學(xué)領(lǐng)域的研究和應(yīng)用已經(jīng)非常廣泛和重要。CT可生成機(jī)體斷層影像，避免周圍組織重疊，采用三維重組技術(shù)和計算機(jī)渲染技術(shù)可模擬人體結(jié)構(gòu)。隨著CT在臨床診療的大量應(yīng)用，其在安全性和分辨率上均有重大突破，拍片成本和輻射劑量均降低，逐漸被用于虛擬人類學(xué)。FRANKLIN等[3]和LORKIEWICZMUSZY?SKA等[4]認(rèn)為應(yīng)用螺旋CT的精確度和準(zhǔn)確度可與常規(guī)人類學(xué)檢查相媲美。CT在分析骨骺發(fā)育程度上優(yōu)于X線片，因為CT可全面觀察不同層面的骨骺發(fā)育情況，而X線片為三維圖像在二維上的壓縮，特別是兩個等級臨界點的骨骺發(fā)育分級判斷，CT能更準(zhǔn)確判斷。鎖骨胸骨端薄層CT掃描是確定個體是否滿18歲的主要方法之一。同時，CT三維重組技術(shù)等CT圖像后處理技術(shù)，可實現(xiàn)竇腔的三維重現(xiàn)、體積測量[5]。CT三維重組圖像亦是真實骨骼形態(tài)的映射，可實現(xiàn)骨形態(tài)的無創(chuàng)觀察和活體應(yīng)用。因成人年齡推斷以骨骼形態(tài)學(xué)變化為主，因此骨或牙齒的CT三維重組圖像研究是目前成人年齡推斷的主要研究手段。但層厚較厚的CT因部分容積效應(yīng)圖像質(zhì)量較差，不適用于骨發(fā)育和形態(tài)的分析。因此，學(xué)者[6]推薦相關(guān)研究應(yīng)選擇層厚為1 mm的薄層掃描，并使用硬組織算法或骨算法。CT掃描也應(yīng)選擇合適的電壓、安培、視野等參數(shù)以優(yōu)化圖像質(zhì)量、空間分辨率和對比度。不同三維重組技術(shù)的關(guān)注重點不同，根據(jù)實際需求，考慮準(zhǔn)確性和可靠性選擇合適的三維重組技術(shù)。由于CT設(shè)施昂貴，國內(nèi)僅少數(shù)鑒定機(jī)構(gòu)配置了CT設(shè)備。被鑒定人CT檢查的費(fèi)用、影像輻射也高于普通X線片。CT圖像處理，特別是3D后處理需要專業(yè)、經(jīng)驗豐富的人開展，所用軟件也較昂貴。因此，CT在我國法醫(yī)學(xué)實踐中的應(yīng)用大部分以依托醫(yī)院為主。

1.2 非放射性檢查

1985—2005年，澳大利亞衛(wèi)生系統(tǒng)對1 090萬例CT掃描病例進(jìn)行了回顧性研究，發(fā)現(xiàn)一次CT掃描的平均輻射劑量為4.5 mSv[7]。重復(fù)進(jìn)行放射性檢查有可能增加致癌風(fēng)險。部分國家禁止對尋求庇護(hù)者應(yīng)用放射性檢查進(jìn)行骨齡鑒定[8]。即使沒有明確限制，虛擬人類學(xué)檢查也應(yīng)盡量減少放射劑量，遵循最優(yōu)化原則，又稱 ALARA（as low as reasonably achievable）原則。近年來，非放射性的影像學(xué)檢查手段逐漸應(yīng)用于法醫(yī)人類學(xué)的活體檢查，如鎖骨胸骨端、手腕部和髂嵴的磁共振成像（magnetic resonance imaging，MRI）和超聲研究等。

1.2.1 超聲

超聲利用高頻聲波顯示體內(nèi)結(jié)構(gòu)，為無輻射的醫(yī)學(xué)成像技術(shù)。超聲具有易獲取、成本低、檢查快等特點。超聲盡管不如X線攝影和CT檢查在法醫(yī)人類學(xué)中應(yīng)用廣泛，但可作為放射檢查的替代方案之一。目前已開展了手腕部、鎖骨胸骨端、髂嵴、鷹嘴等年齡推斷的超聲研究[9-13]。研究結(jié)果顯示，手腕部超聲影像與6歲以內(nèi)個體年齡存在較好的相關(guān)性[14]，橈骨骨骺的超聲檢查也可用于14歲以下個體年齡推斷[15]。SCHULZ等[16]將超聲應(yīng)用到616例鎖骨胸骨端骨骺發(fā)育的研究，發(fā)現(xiàn)鎖骨胸骨端的超聲檢查也可用于年齡推斷，但等級1和等級4的超聲表現(xiàn)易混淆，鑒別有一定難度。超聲在顯示軟骨和（或）骨組織時由于其穿透能力有限，深部結(jié)構(gòu)顯示的圖像質(zhì)量下降。同時超聲檢查需長時間培訓(xùn)，分析解釋依賴經(jīng)驗，具有一定主觀性。因此超聲在虛擬人類學(xué)的應(yīng)用尚處于研究階段。

1.2.2 MRI

MRI是一種無輻射的斷層影像檢查方法，與超聲相比，MRI圖像更易判讀，觀察者間一致性較好。MRI常用于活體骨骺和牙齒生長發(fā)育的評估，尤其適用于骺板的觀察。在既往MRI和X線片的比較研究[17]中，MRI顯示骨骺開始閉合的年齡更早，完全閉合的年齡更大。目前，MRI年齡推斷研究的指標(biāo)主要為手腕部、鎖骨胸骨端、膝關(guān)節(jié)和牙齒，也有個別對髂嵴、脛骨遠(yuǎn)端、跟骨等的研究[18]。手腕部的MRI研究主要在競技體育領(lǐng)域，應(yīng)用于17、18歲等競技體育涉及的年齡推斷中。早期MRI掃描時間較長，在一項鎖骨胸骨端的尸骨MRI研究中，掃描時長90～180 min，因此不適用于活體[19]。隨著MRI技術(shù)的發(fā)展，平均一個部位MRI掃描時間在10 min以內(nèi)。HILLEWIG等[8]提出了一種用時僅4 min的鎖骨胸骨端MRI掃描方法，使得活體MRI檢查成為可能。膝關(guān)節(jié)MRI因資料易獲取是年齡推斷研究的主要部位之一。FAN等[17]的研究發(fā)現(xiàn)，膝關(guān)節(jié)MRI與年齡相關(guān)性高于X線片。DEDOUIT等[20]的研究結(jié)果顯示，該方法適用于25歲以下個體年齡推斷。KR?MER等[21]和SAINT-MARTIN等[22]發(fā)現(xiàn)，膝關(guān)節(jié)MRI縱向弛豫時間（T1）加權(quán)像男性股骨遠(yuǎn)端完全閉合年齡大于18歲。2015年，BAUMANN等[23]開展了第三磨牙推斷牙齡的MRI研究，但該研究樣本量較小。同年，GUO等[24]開展了第三磨牙MRI推斷牙齡的大樣本研究，發(fā)現(xiàn)MRI可用于牙齡推斷。隨后，DE TOBEL等[25-26]和WIDEK等[27]亦開展了MRI牙齡推斷研究，結(jié)果均表明，MRI在牙齡推斷中有較高的應(yīng)用價值。不同MRI序列、加權(quán)像，特征成像差異較大，因此合適的MRI掃描參數(shù)仍需大量對比研究。現(xiàn)有MRI研究多以國外小樣本研究為主，我國MRI研究尚處于起步階段，僅四川大學(xué)、西安交通大學(xué)等機(jī)構(gòu)開展了骨齡和牙齡的MRI研究[17，24]，因此MRI在虛擬人類學(xué)的應(yīng)用仍需大樣本多族群的系統(tǒng)研究。同時MRI的普及率遠(yuǎn)低于其他影像手段，也限制了MRI在實際中的應(yīng)用。

1.3 三維表面掃描儀

骨骼的三維信息也可通過掃描儀獲取，實現(xiàn)骨骼特征的永久存儲和分析。與CT掃描的3D成像不同，表面掃描儀的3D成像僅呈現(xiàn)目標(biāo)物的表面，且這些表面必須在表面掃描儀的視野范圍內(nèi)，較難捕獲物體內(nèi)部或復(fù)雜表面（如深溝、大裂隙等）。同時表面掃描儀的應(yīng)用需完全清除骨骼表面附著物。雖然三維表面掃描不能顯示物體內(nèi)部結(jié)構(gòu)，但其較CT更便宜、易獲取、更靈活，且分辨率較臨床常規(guī)CT更高。目前，三維表面掃描已用于恥骨聯(lián)合面、耳狀面等的年齡推斷研究[28-29]。在CT和三維表面掃描儀的比較研究中，三維表面掃描儀的觀察者一致性略高[28]。GARVIN等[30]使用三維表面掃描來分離和定量分析眉骨和下頜形態(tài)，并分析了性別之間和種族之間的差異。與CT掃描一樣，任何由三維表面掃描創(chuàng)建的虛擬模型都可以3D打印出來，方便法庭物證的呈現(xiàn)與解釋，或課堂教學(xué)。

2 虛擬人類學(xué)研究范圍

2.1 個體識別

大規(guī)模事故現(xiàn)場需對不同腐敗程度和損毀程度的尸體進(jìn)行身份認(rèn)定。當(dāng)一具尸體無法辨認(rèn)，如白骨化、燒焦、高度腐敗或殘缺不全時，骨骼和牙齒的特征是災(zāi)難事故遇難者個體識別（disaster victim identification，DVI）的主要檢驗對象之一，影像學(xué)資料是較客觀的個體信息承載客體。通過比較生前和死后影像學(xué)資料中的牙齒、骨骼或竇腔形狀和特征，分析特征性變異或病理學(xué)改變進(jìn)行個體識別。1949年，虛擬人類學(xué)第一次被應(yīng)用于“NORONIC號”輪船災(zāi)難中的個體識別。在X線骨骼個體識別比較研究中，胸部最常用（53%），其次為頭顱骨和四肢（20%）、腰椎（17%）、頸椎（10%）和骨盆（3%）。常用于個體識別的特征為胸部異常鈣化（29%）、正常變異（24%）、手術(shù)植入物（18%）、骨折（14%）[31]。齒科個體識別含較多的識別點，如牙齒數(shù)目和排列、牙齒正常和變異、牙體和牙周疾病與治療以及頜面部組織形態(tài)特征[32]。部分齒科特征常規(guī)肉眼不易觀察，僅可通過影像呈現(xiàn)，如根管治療、填充物、上頜竇形態(tài)等。

顱面重建融合了種族、年齡、性別等多種生物信息的推斷，也是個體識別的主要方法。虛擬人類學(xué)的顱面重建指根據(jù)人體軟組織和五官形態(tài)特征與顱骨形態(tài)特征間關(guān)系，在顱骨影像上，采用計算機(jī)技術(shù)重建面貌形象?；贑T三維重組圖像，采用計算機(jī)技術(shù)進(jìn)行顱面重建，是目前較先進(jìn)的顱面重建技術(shù)，具有快速、非侵入性、高效、可重復(fù)等優(yōu)點。

虛擬人類學(xué)已被證實是大型災(zāi)難個體識別的有效方法，有成為常規(guī)檢驗的趨勢。對災(zāi)難尸體進(jìn)行X線或CT檢查，檢查結(jié)果可長期保存、可遠(yuǎn)距離無損傳輸、遠(yuǎn)程專家指導(dǎo)與會診，可減少現(xiàn)場人數(shù)，提高同一認(rèn)定的可能性和速度，方便、安全、迅速地清理災(zāi)難現(xiàn)場。目前已建立了災(zāi)難現(xiàn)場CT檢查、管理和評估的標(biāo)準(zhǔn)、規(guī)定或協(xié)議[33]。在生前和死后影像比較時，專家需觀察影像的相似性和差異性，但目前缺乏個體識別標(biāo)準(zhǔn)來確定哪些特征、多少特征和多少匹配點來確定同一。近年來，隨著計算機(jī)技術(shù)的發(fā)展，基于多種圖像識別技術(shù)，多項研究[34-36]提出了計算機(jī)輔助影像比對技術(shù)可用于個體識別。

2.2 年齡推斷

虛擬人類學(xué)的一大應(yīng)用就是年齡推斷，在無可信年齡證明材料時，需通過影像學(xué)技術(shù)顯示不同部位骨骼和（或）牙齒的發(fā)育和成熟狀況來推斷個體年齡，用于評估犯罪嫌疑人刑事責(zé)任能力、刑罰量刑、福利權(quán)利、尸源查找等。大多數(shù)的活體年齡推斷為年齡節(jié)點判斷或個體發(fā)育情況分析，因此法醫(yī)學(xué)活體年齡推斷主要為未成年人和成人早期的年齡推斷。AGFAD提出的活體年齡推斷方法中涉及手腕部X線片、牙齒X線片和鎖骨胸骨端X線片或CT[2]。

初級和次級骨化中心以及骨骺閉合的模式常用于胎兒、嬰兒、青少年和成人早期的年齡推斷。在尸骨觀察中，骨發(fā)育的最終等級為骨骺完全閉合，而采用影像學(xué)檢查，可實現(xiàn)活體年齡推斷，還可觀察到殘留的骺線。牙齒的形成和萌出，直接觀察可能僅觀察到牙齦相關(guān)萌出情況，而影像學(xué)檢查可觀察到牙槽骨內(nèi)的牙齒發(fā)育情況。成人年齡推斷主要基于骨骼和牙齒的退行性改變，傳統(tǒng)成人尸骨年齡推斷方法，如利用恥骨聯(lián)合、耳狀面、顱縫和肋骨胸骨端推斷年齡，已用于影像學(xué)觀察。發(fā)育早期的年齡推斷結(jié)果較準(zhǔn)確，隨著年齡的增加，準(zhǔn)確性逐漸降低[37-38]。

2.2.1 根據(jù)牙齒推斷年齡

牙齒影像學(xué)資料（如根尖片、咬翼片、口腔全景曲面體層攝影片、螺旋CT和錐形束CT）為活體牙齡的準(zhǔn)確推斷提供了技術(shù)支撐，可觀察牙齦萌出、牙根形成和根尖閉合情況。牙齒的影像學(xué)檢查可實現(xiàn)牙槽骨內(nèi)牙齒發(fā)育狀態(tài)的觀察[39]。目前較常用的牙齡推斷方法為分級賦分法，根據(jù)分值采用統(tǒng)計學(xué)方法推斷年齡，如回歸模型等。

胎兒期，可根據(jù)乳牙的高度建立年齡推斷回歸模型。青少年牙齡推斷方法較多，如MOORREES等[40-41]提出的將牙尖形成到根尖孔閉合分為14級，DEMIRJIAN等[42]提出的牙胚發(fā)育8級法和ORHAN等[43]提出的不同國家的Demirjian法修訂版。2006年，CAMERIERE等[44]提出應(yīng)用下頜7顆恒牙的根尖孔距離與牙齒高度建立多元線性回歸模型推斷年齡。采用上述青少年牙齒發(fā)育分析方法，第三磨牙的萌出和發(fā)育可用于18歲左右的年齡推斷。ORHAN等[43]及本課題組[45]將Demirjian法應(yīng)用于第三磨牙來推斷不同人群18歲左右個體的年齡。2008年，CAMERIERE等[46]根據(jù)第三磨牙牙根閉合測量指數(shù)推斷個體是否滿18歲（I3M），以0.08作為閾值判斷個體是否成人，該方法隨后也在不同人群中得到驗證。但第三磨牙的大小、形狀、發(fā)育等的變異較大，在18歲年齡推斷中最好結(jié)合其他指標(biāo)綜合推斷。成人期，牙齡推斷常用牙髓腔變化和Gustafson法。牙髓腔長度、寬度、牙髓腔與牙齒高度比、面積比和體積比等已用于成人年齡推斷。KVAAL等[47]根據(jù)3顆上頜牙齒和3顆下頜牙齒建立的年齡推斷模型估計的標(biāo)準(zhǔn)誤差（standard error of the estimate，SEE）為8.6歲。KARKHANIS等[48]根據(jù)279例澳大利亞口腔全景曲面體層攝影片建立了年齡推斷模型，應(yīng)用12個指標(biāo)（采集自門牙、犬齒及前磨牙）建立的多元回歸模型，SEE為7.963歲。ZHAN等[49]通過CT元數(shù)據(jù)應(yīng)用Materialise Mimics軟件（version 17.0，比利時Materialize公司）測量牙髓腔體積建立了年齡推斷模型，男性左下頜側(cè)切牙平均絕對誤差（mean absolute error，MAE）為6.804歲，女性左下頜中切牙MAE為6.104歲。GUSTAFSON[50]基于牙齒磨耗、牙周變性、繼發(fā)性牙本質(zhì)、牙骨質(zhì)附著、牙槽骨吸收和牙根半透明程度綜合推斷成人牙齡，適用于40歲以下成人。該方法已在不同影像學(xué)技術(shù)和不同人群中得到驗證[51-53]。在1 300例中國北方人群的口腔全景曲面體層攝影片中，Gustafson法年齡推斷準(zhǔn)確性在男性MAE為3.539歲、女性MAE為3.964歲[45]。

近兩年，已有學(xué)者應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）建立了青少年自動化牙齡推斷模型。2019年，?TERN等[54]基于322名13～25歲個體的鎖骨、手部、第三磨牙MRI影像，利用CNN建立了青少年年齡自動化推斷模型，MAE為（1.01±0.74）歲。2020年，MERDIETIO等[55]應(yīng)用CNN對400張口腔全景曲面體層攝影片中第三磨牙進(jìn)行分割、提取，對第三磨牙發(fā)育進(jìn)行自動分級，CNN分級結(jié)果與經(jīng)驗豐富的醫(yī)生閱片結(jié)果比較，兩種方法的平均絕對等級差為0.53個等級?；谏疃葘W(xué)習(xí)的自動化牙齡推斷較人工閱片分級更客觀，多模態(tài)影像自動牙齡推斷模型的建立，也為客觀準(zhǔn)確的年齡推斷提供了新的研究思路。但目前自動化牙齡推斷尚處于起步階段，基于深度學(xué)習(xí)的大樣本、多模態(tài)影像學(xué)資料研究將是未來牙齡推斷的發(fā)展方向。

2.2.2 根據(jù)骨骼推斷年齡

骨齡推斷方法眾多，涉及全身多部位骨骼、關(guān)節(jié)，所用影像學(xué)技術(shù)多樣，已發(fā)展成多模態(tài)影像研究。青少年年齡推斷指標(biāo)眾多，如《法庭科學(xué) 漢族青少年骨齡鑒定技術(shù)規(guī)程》（GA/T 1583—2019）中采用的為四肢六大關(guān)節(jié)、鎖骨胸骨端和骨盆骨骺發(fā)育的X線片。涉及12、14、16歲年齡節(jié)點判斷時，六大關(guān)節(jié)多處于生長發(fā)育階段，因此可采用六大關(guān)節(jié)骨骺推斷年齡。其中，手腕部因攝片方便、骨化中心多，是兒童、青少年研究最多、應(yīng)用最廣的年齡推斷部位，包括圖譜法（Greulich-Pyle圖譜）和評分法（TW法）。18歲左右個體，可根據(jù)鎖骨胸骨端、髂嵴、坐骨結(jié)節(jié)等骨骺發(fā)育程度推斷年齡。SCHMELING等[56]將鎖骨胸骨端發(fā)育程度分為5個等級，從骨骺未出現(xiàn)骨化到骺板完全閉合骺線消失。大量應(yīng)用X線片和CT的年齡推斷方法驗證了此分級方法，且結(jié)果多提示鎖骨胸骨端完全閉合個體年齡大于18歲。本課題組研究了中國漢族鎖骨胸骨端、髂嵴、坐骨結(jié)節(jié)骨骺發(fā)育的CT影像，發(fā)現(xiàn)上述指標(biāo)與年齡相關(guān)性較高，可用于年齡推斷[57-59]。

基于深度學(xué)習(xí)的自動化骨齡推斷技術(shù)已廣泛應(yīng)用于手腕部X線片骨齡推斷，且已有軟件形成，如BoneXpert（丹麥Visiana公司）。2017年，SPAMPINATO等[60]首次將CNN應(yīng)用于青少年手腕部X線片推斷骨齡，結(jié)果顯示，BoNet模型的輸出骨齡值與人工判讀之間的MAE僅0.79歲。2018年，LARSON等[61]利用公開的手腕部X線數(shù)據(jù)集比較了全自動骨齡評估系統(tǒng)與人工判讀結(jié)果，MAE為0.50歲，證實了深度學(xué)習(xí)自動化評估骨齡的高效。同年，MUTASA等[62]利用10289例左手腕X線片建立了CNN年齡推斷，年齡推斷的MAE為（0.658～0.662）歲。占夢軍等[63]應(yīng)用CNN實現(xiàn)的手腕部平片自動化年齡推斷，男性MAE為0.90歲，女性為0.72歲。深度學(xué)習(xí)也逐漸用于其他部位或影像學(xué)技術(shù)的自動化年齡推斷。LI等[64]將CNN用于骨盆X線片自動化推斷青少年骨齡MAE為0.89歲，優(yōu)于傳統(tǒng)回歸模型。DALLORA等[65]建立了自動化膝關(guān)節(jié)MRI推斷年齡的CNN模型，14～20.5歲男性MAE為0.793歲，14～19.5歲女性MAE為0.988歲。上述研究結(jié)果均表明，基于深度學(xué)習(xí)的自動化青少年骨齡推斷技術(shù)在實現(xiàn)客觀推斷的技術(shù)上，有助于進(jìn)一步提高年齡推斷準(zhǔn)確性。

成人期骨的生長發(fā)育被退行性改變替代，骨骼、軟骨和牙齒的退行性改變用于成人年齡推斷。成人年齡推斷的虛擬人類學(xué)研究基于尸骨推斷方法發(fā)展形成，根據(jù)CT成像特征修訂，常用指標(biāo)包括第四肋骨、耳狀面、恥骨聯(lián)合面和顱縫，部分根據(jù)CT成像特征修訂的分級方法也已提出[37，66-68]。其他的一些測量性指標(biāo)，如恥骨聯(lián)合面、耳狀面斷層影像中的長度、寬度、角度等測量值，肋軟骨區(qū)域骨密度、耳狀面骨小梁等也提示與年齡有相關(guān)性。

2.3 其他生物信息特征推斷

2.3.1 性別判斷

性別推斷是個體識別的基礎(chǔ)，年齡、身高等個體生物信息均受性別影響，推斷方法均有男女組別，存在性別差異[1]。確定個體性別，是準(zhǔn)確推斷年齡和身高的前提，特別是在尸體殘骸[69]的個體識別中更是如此。雖然，基于全身骨骼常能實現(xiàn)100%的性別推斷，但在法醫(yī)學(xué)實踐中，常面臨殘骸的性別判斷，如碎尸案件、年代久遠(yuǎn)尸骨散落的案件等，此時僅部分組織結(jié)構(gòu)可用。因此，建立不同部位骨骼推斷性別的方法非常必要。

性別推斷應(yīng)用較多的是顱骨和骨盆，可通過影像學(xué)資料中骨骼的測量學(xué)數(shù)據(jù)或形態(tài)特征進(jìn)行性別判斷。骨盆的性別差異非常明顯，人類學(xué)教科書中均詳細(xì)描述了骨盆的性別差異。ZHANG等[70]應(yīng)用CT三維重組技術(shù)測量骨盆判斷個體性別，其準(zhǔn)確率可達(dá)97.4%。顱骨的性別差異特征主要為顱骨表面解剖結(jié)構(gòu)的形態(tài)，利用CT三維重組技術(shù)，可準(zhǔn)確測量三維顱骨圖像數(shù)據(jù)以及斷層顱骨圖像數(shù)據(jù)，傳統(tǒng)顱骨判斷性別的測量指標(biāo)也可在影像中顯示，ZHAN等[71]采用顱骨CT進(jìn)行性別推斷的準(zhǔn)確率達(dá)89.3%。除顱骨和骨盆外，四肢長骨和軀干骨的影像也被用于年齡推斷。ZHANG等[72-75]采用CT三維重組技術(shù)測量四川漢族胸骨、肩胛骨，建立性別判斷的判別方程，性別判斷準(zhǔn)確率達(dá)81.6%[72]和86.7%[73]；采用跟骨X線片測量數(shù)據(jù)，性別判斷準(zhǔn)確率達(dá)89.1%[74]；采用骶尾骨CT推斷性別準(zhǔn)確率達(dá)84.9%[75]。自動化性別推斷也是虛擬人類學(xué)研究的熱點。早期應(yīng)用傅里葉分析X線片中下頜骨、全顱骨形態(tài)自動化推斷性別。2017年，CAVALLI等[76]應(yīng)用人工神經(jīng)網(wǎng)絡(luò)分析顱骨CT掃描定位圖中整個顱骨輪廓推斷性別，準(zhǔn)確率為87%。2019年，BEWES等[77]將CNN用于顱骨性別推斷。但目前自動化性別推斷方法還不完善，傅里葉分析仍需人工確定特征，CNN研究中輸入圖像較混雜，模型解釋性差。因此，自動化性別推斷尚需大樣本、多模態(tài)，采用更高效的深度學(xué)習(xí)技術(shù)深入研究。

2.3.2 身高推算

法醫(yī)學(xué)身高推算常采用完整全身骨骼和人體局部骨骼2種方法。完整全身骨骼方法雖準(zhǔn)確性較高，但該方法需完整未損害的骨骼。在法醫(yī)學(xué)鑒定實踐中，常會遇到殘骸、損毀尸體等，因此大量研究分析了局部骨骼和身高的相關(guān)性，根據(jù)單骨或組合骨建立身高推算回歸模型。1937年，Breitinger首次應(yīng)用影像學(xué)方法測量長骨推算身高。ZHANG等[72，78-79]開展了全身多部位骨骼的身高推斷研究，包括測量四肢長骨、胸骨、肩胛骨和鎖骨X線片中相關(guān)指標(biāo)，建立多個身高推算模型。ZHANG等[73]還建立了多個腰椎MRI影像的身高推斷模型，推斷標(biāo)準(zhǔn)誤在男性為4.108～6.010cm，女性為2.982～4.912cm。崔井會等[80]采用全脊柱X線片推算身高的MAE為±3.32cm。ZHAN等[75]建立了骶尾骨CT推算身高的模型，標(biāo)準(zhǔn)誤在男性為4.891～6.107 cm，女性為4.474～5.606 cm。ZHAN等[71]利用顱骨CT推算身高模型，標(biāo)準(zhǔn)誤在男性為5.072～6.355 cm，女性為5.090～5.829 cm。由于男女性生長發(fā)育的差異，在身高推算之前，應(yīng)先確定性別和種族，以采用合適的模型。

2.3.3 種族推斷

影像學(xué)技術(shù)也常用于種族推斷研究，包括對比觀察法和儀器測量法。種族的骨骼推斷中應(yīng)用較多的部位為顱骨。進(jìn)行顱骨測量時，需確定顱骨標(biāo)志點，在此基礎(chǔ)上，對不同的測量值進(jìn)行判別函數(shù)分析，確定個體的種族。除了專家提出的經(jīng)典方法［如Howells，Krogman&?can］，一些軟件［如Fordisc 3.0（Knoxville，TN）和Cranid-V6（Sydney，Australia）］也可提供有用信息，且易于操作[31]。

2.4 人類學(xué)數(shù)據(jù)庫

鑒于人類影像學(xué)資料比干骨資料易于采集和保存，可建立大型人類學(xué)影像數(shù)據(jù)庫。目前已有的數(shù)據(jù)庫有Denver Growth Study（https://www.aaoflegacycollection.org/aaof_collection.html?id=UOKDenver）和Fels Longitudinal Study（https://www.aaoflegacycollection.org/aaof_collection.html?id=WSUFels），這兩個數(shù)據(jù)庫是個體發(fā)育的系列X線片的縱向數(shù)據(jù)庫?；谟跋駥W(xué)資料有望建立包含詳盡的人口統(tǒng)計學(xué)和生活史數(shù)據(jù)的數(shù)字化人類學(xué)數(shù)據(jù)庫。但此類數(shù)據(jù)庫須特別注意隱私保護(hù)等倫理問題。目前法醫(yī)人類學(xué)家直接采集大樣本尸體的影像學(xué)數(shù)據(jù)是不現(xiàn)實的，法醫(yī)人類學(xué)家采集的虛擬骨骼信息常為診療目的的臨床數(shù)據(jù)，因此應(yīng)促進(jìn)臨床醫(yī)師與法醫(yī)人類學(xué)家的合作交流，以創(chuàng)建法醫(yī)人類學(xué)虛擬數(shù)據(jù)庫，有利于研究當(dāng)代人群生物信息學(xué)特征，并為各類涉及人類學(xué)數(shù)據(jù)的案（事）件提供數(shù)據(jù)支撐。

3 虛擬人類學(xué)發(fā)展與展望

虛擬人類學(xué)可實現(xiàn)人體生物數(shù)據(jù)的永久保存、方便調(diào)取與研究。在過去的幾十年里，影像學(xué)技術(shù)在法醫(yī)學(xué)研究和實踐中的應(yīng)用呈指數(shù)增長。但此類技術(shù)在實踐中還未全面普及，其主要限制因素之一為成本，如CT和高端激光掃描儀的購買和維護(hù)需大量資金投入，同時，先進(jìn)的成像設(shè)備和相關(guān)軟件的使用也要專業(yè)知識。盡管存在這些局限性，影像學(xué)技術(shù)正逐漸納入法醫(yī)人類學(xué)分析和研究常態(tài)中。

隨著影像學(xué)技術(shù)的不斷進(jìn)步，有望發(fā)現(xiàn)新穎、定量的方法，包括自動化數(shù)據(jù)收集、處理和分析程序。鑒于干骨樣本庫的高成本和來源少，數(shù)字形式的骨骼影像易于保存和共享交流，應(yīng)用這些先進(jìn)的成像技術(shù)創(chuàng)建虛擬數(shù)據(jù)庫，有望促進(jìn)虛擬人類學(xué)的不斷發(fā)展和更新。但目前虛擬人類學(xué)數(shù)據(jù)多來自臨床，因此需要加強(qiáng)法醫(yī)人類學(xué)家、臨床醫(yī)生和計算機(jī)人員的協(xié)作，在確保信息安全的基礎(chǔ)上，公開交流，共享信息、數(shù)據(jù)和資源，促進(jìn)跨學(xué)科合作，建立標(biāo)準(zhǔn)操作規(guī)程，有利于建立數(shù)據(jù)量更大、用途更廣的數(shù)據(jù)庫。

隨著虛擬人類學(xué)的研究和驗證研究逐漸增多，更多的基于干骨的指標(biāo)逐漸用于影像學(xué)資料。如恥骨聯(lián)合面、耳狀面的表面形態(tài)變化用于CT年齡推斷。部分研究[28，81]發(fā)現(xiàn)，一些尸骨指標(biāo)在醫(yī)學(xué)影像中不易觀察，因此干骨指標(biāo)需基于醫(yī)學(xué)影像特征進(jìn)行修訂。同時，醫(yī)學(xué)影像學(xué)資料可從更多的視角開展人類學(xué)研究，如斷層標(biāo)志點的測量。近年來，研究人員采用幾何形態(tài)測量方法進(jìn)行三維CT和表面掃描的研究，以便對特征進(jìn)行量化和統(tǒng)計分析[75]。通過幾何形態(tài)測量分析法可定量分析目標(biāo)輪廓、曲線和表面形狀等，方法較客觀，但此類方法仍需大量研究驗證。

虛擬人類學(xué)方法應(yīng)用的限制之一，是既往方法多基于歐美人群建立，社會經(jīng)濟(jì)、地域?qū)趋腊l(fā)育的影響已得到證實，因此，此類方法應(yīng)用于中國人群時，應(yīng)在大樣本中國人群中進(jìn)行驗證，同時中國幅員遼闊，民族眾多，生活環(huán)境、習(xí)慣差異大，有必要建立不同民族的虛擬人類學(xué)數(shù)據(jù)庫。另一限制是不同影像學(xué)技術(shù)結(jié)果的比較。目前，尚無法醫(yī)人類學(xué)骨骼影像掃描標(biāo)準(zhǔn)，研究人員所采用的方法和掃描儀設(shè)置也有所不同。采用不同影像學(xué)技術(shù)進(jìn)行虛擬人類學(xué)比較研究時應(yīng)謹(jǐn)慎，因為掃描參數(shù)、測量技術(shù)、后處理技術(shù)，甚至所用軟件都可能造成測量數(shù)據(jù)的誤差。研究成果的實際應(yīng)用，也應(yīng)參考同一人群、相同技術(shù)方法下的研究結(jié)果。

MRI作為無輻射的斷層影像，將是未來活體人類學(xué)研究的重要技術(shù)，但我國MRI研究尚處于起步階段，相關(guān)研究較少，MRI推斷的準(zhǔn)確性還需與CT或X線片進(jìn)行進(jìn)一步比較研究。就目前而言，CT和X線片仍是虛擬人類學(xué)研究和實踐的重要手段。多模態(tài)影像方法也是虛擬人類學(xué)的發(fā)展方向，如?TERN等[54]的多模態(tài)MRI，在避免影像輻射的同時，多模態(tài)融合研究，綜合分析骨骼和（或）牙齒特征，有助于提高虛擬人類學(xué)研究的準(zhǔn)確性。

隨著統(tǒng)計學(xué)和法醫(yī)人類學(xué)的交叉融通，大量的高效統(tǒng)計學(xué)方法應(yīng)用于法醫(yī)人類學(xué)研究，特別是數(shù)據(jù)挖掘技術(shù)。多種數(shù)據(jù)挖掘技術(shù)已廣泛用于虛擬人類學(xué)，如支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、決策樹、集成算法等。KOTEROVá等[82]基于骨盆采用了9種數(shù)學(xué)模型推斷成人年齡。?TEPANOVSKY等[83]基于青少年口腔全景曲面體層攝影片，采用了22種方法推斷年齡。FAN等[37]應(yīng)用數(shù)據(jù)挖掘技術(shù)建立了4種顱縫成人年齡推斷模型，ZHANG等[84]應(yīng)用數(shù)據(jù)挖掘技術(shù)建立了5種肋軟骨鈣化成人年齡推斷模型。NIKITA等[85]基于骨盆和顱骨建立了7種性別判斷的分類模型。CURATE等[86]應(yīng)用股骨建立了4種性別判斷模型。數(shù)據(jù)挖掘技術(shù)可對大數(shù)據(jù)進(jìn)行分析，挖掘潛在有價值信息，進(jìn)行多分類和回歸分析，有助于提高評估準(zhǔn)確性。因此可根據(jù)虛擬人類學(xué)數(shù)據(jù)特征應(yīng)用數(shù)據(jù)挖掘技術(shù)建立多種模型，評估篩選最優(yōu)模型。

隨著計算機(jī)技術(shù)的發(fā)展，醫(yī)學(xué)圖像識別技術(shù)正逐漸應(yīng)用于虛擬人類學(xué)，一些研究者正在探索應(yīng)用深度學(xué)習(xí)建立全自動圖像分析技術(shù)，其中CNN是目前應(yīng)用最廣泛的醫(yī)學(xué)圖像分析方法。相較其他深度學(xué)習(xí)技術(shù)，CNN更易訓(xùn)練、泛化能力更好[87]。深度學(xué)習(xí)可從圖像中自動學(xué)習(xí)任務(wù)相關(guān)特征，輸出結(jié)果，是一種基于學(xué)習(xí)的端對端的方法。深度學(xué)習(xí)在年齡和性別推斷中的應(yīng)用，提示其在虛擬人類學(xué)中具有較高的應(yīng)用價值。應(yīng)用深度學(xué)習(xí)技術(shù)可突破傳統(tǒng)方法設(shè)計指標(biāo)、依賴經(jīng)驗和主觀判斷等局限，實現(xiàn)自動化圖像識別、提取和分析。特別是成人年齡相關(guān)特征，不易人工提取，可采用深度學(xué)習(xí)技術(shù)自動識別、提取年齡相關(guān)特征推斷成人年齡。