Identificación Craneofacialcuantificación y Comparación Morfológica

Zusammenfassung

La identificación humana es de gran importancia en nuestra sociedad. No sólo resuelve los graves problemas legales y sociales, sino que proporciona una solución a las familias afligidas que necesitan cerrar su tristeza. Durante las últimas dos décadas, técnicas como el ADN o las huellas dactilares se han empleado en muchos escenarios de identificación. Sin embargo, la aplicación de estos métodos falla cuando no hay suficiente información antemortem (AM) o postmortem (PM) disponible debido a la falta de datos (segunda muestra de ADN) o al estado de conservación del cadáver. Si bien el esqueleto generalmente sobrevive tanto a los procesos de descomposición naturales y no naturales (fuego, sal, agua, etc.), los tejidos blandos progresivamente se degradan y se pierden. Por ejemplo, este es el caso más frecuente en víctimas de desastres de masas. De hecho, la experiencia de varios profesionales en estos escenarios indica la peor efectividad del análisis de ADN (alrededor del 3%) y la dactiloscopia (15- 25%) contra las técnicas de identificación forense basadas en el esqueleto (70-80%). Estas técnicas implican la evaluación de restos óseos humanos para identificar a la persona fallecida y la causa de la muerte. Los métodos empleados por los antropólogos forenses son cruciales en la recopilación de datos AM y la elaboración de perfiles biológicos, y aún más importante, representan la última oportunidad de identificación de la víctima usando técnicas como la Superposición Craneofacial (SCF). La SCF es probablemente el método de identificación basado en el esqueleto más desafiante, ya que implica el solapamiento de una imagen o modelo 3D del cráneo con una serie de imágenes faciales AM de un individuo para el posterior análisis de su correspondencia morfológica. El proceso de solapamiento cráneo-cara suele guiarse por los puntos de referencia anatómicos (antropométricos) homólogos ubicados en el cráneo (craneométricos) y la cara (cefalométricos). Esta técnica se ha utilizado durante un siglo, pero aún no es plenamente aceptada debido a la ausencia de enfoques científicos sólidos, estudios de fiabilidad significativos y estándares internacionales. Por otro lado, esta técnica es ampliamente utilizada en países en vías de desarrollo ya que su aplicación tiene un bajo costo y el único material AM requerido son una o más fotografías de la cara. Recientemente, el potencial de las herramientas de Inteligencia Artificial (IA) ha proporcionado herramientas tremendamente útiles para los profesionales en el campo de la medicina forense para la estimación de parámetros, la segmentación de imágenes, la clasificación de patologías o la mejora de imágenes, por nombrar sólo algunas. En este sentido, el grupo de Aplicaciones de Soft Computing para Entornos Complejos (SOCCER) y el laboratorio de Antropología Física de la Universidad de Granada llevan colaborando durante más de 13 años y son pioneros en la aplicación de técnicas de IA para automatizar la técnica de Superposición Craneofacial. Sin embargo, los sistemas automáticos que han desarrollado hasta la fecha omiten una importante etapa en todo proceso de identificación forense: la descripción de los datos AM y PM disponibles. Esta etapa siempre ha sido y sigue siendo una de las primeras etapas que llevan a cabo los antropólogos forenses antes de llevar a cabo el proceso de identificación, ya que resulta muy válida como fuente de información con la que filtrar un gran número de posibles candidatos a la par que aporta datos para siguientes etapas del proceso. De cara a modelar e integrar esta etapa en los sistemas de identificación automáticos desarrollados en SCF resultan indispensables mecanismos que permitan identificar variables morfológicas del cráneo y la cara, cuantificarlas, así como analizar su variabilidad y poder de discriminación. Por otra parte, han surgido nuevos retos en el ámbito de la identificación de personas vivas, en el que la existencia de técnicas de identificación precisas puede ser decisiva. Los delitos como asesinatos, asaltos o robos en los que hay presencia de cámaras de videovigilancia u otras pruebas de imagen para identificar criminales, detectar la presencia de menores en material pedopornográfico o el control de fronteras, son el día a día de los profesionales de los cuerpos de seguridad. Dentro de la Identificación Facial, la Comparación Facial Forense (CFF) comprende el examen manual de las similitudes y diferencias (o disimilitudes) entre dos imágenes faciales, con el objetivo de determinar si es la misma persona la que aparece en ambas. Los procesos de CFF son generalmente empleados por funcionarios expertos que trabajan dentro de los cuerpos de seguridad, gobierno, defensa nacional, e instituciones académicas con propósitos de investigación (sea ésta científico-académica o policiallegal). Los dos principales grupos encargados de la normalización y definición de buenas prácticas en materia de CFF son el Grupo de Trabajo sobre Imágenes Digitales (DIWG) de la Red Europea de Institutos de Ciencias Forenses (ENFSI) y el Grupo de Trabajo Científico sobre Identificación Facial (FISWG). Aunque se han estudiado cuatro enfoques principales diferentes (comparación holística, fotoantropometría, superposición y análisis morfológico), sólo recomiendan el análisis morfológico. Este es un método sistemático en el que las características de una cara son descritas y comparadas entre una imagen y un sospechoso o entre un conjunto de imágenes. Aunque varios autores han propuesto un esquema de clasificación para las características faciales no se ha llegado a alcanzar un acuerdo estándar dentro de la comunidad científica. Hasta la fecha, la práctica habitual para llegar a una conclusión sobre la identificación en SCF y CFF sigue siendo el análisis y la observación de criterios morfológicos muy subjetivos. En la mayoría de los casos, esos criterios son difíciles de reproducir y dependen de la experiencia previa del forense, aunque las discrepancias de características morfológicas pueden mitigarse hasta cierto punto con la aplicación de atlas descriptivos. Por lo tanto, para poder llegar a comparar tanto la información cualitativa como cuantitativa acerca de la morfología de las diferentes estructuras anatómicas de la cara y el cráneo es indispensable realizar una propuesta de los criterios a evaluar. Una cantidad suficiente de datos anotados permitiría determinar características y patrones morfológicos valiosos. Durante el marco de la presente tesis doctoral se ha iniciado una línea de investigación para desarrollar algoritmos automáticos precisos y objetivos para aplicar dos de los enfoques desaconsejados en CFF debido a su subjetividad y errores asociados: la clasificación morfológica (enmarcada dentro del análisis morfológico) y la foto-antropometría. En particular, nuestro objetivo ha sido categorizar la morfología facial y estimar los índices de proporcionalidad 3D (DPIs 3D) a partir de una fotografía facial determinada. Con respecto a esta última, hemos propuesto un algoritmo de aprendizaje automático capaz de estimar DPIs 3D a partir de fotografías 2D, Además, hemos desarrollado una metodología de filtrado de casos que ha demostrado ser útil en la tarea de reducir la lista de posibles candidatos para una fotografía determinada. Siendo capaz de eliminar, en promedio (validado mediante validación cruzada), hasta el 57% de los casos negativos, dependiendo de la cantidad de DPIs disponibles. Por otro lado, se ha trabajado en el diseño de un novedoso atlas de la morfología facial que nos permita posteriormente etiquetar cientos de imágenes con las que entrenar algoritmos de aprendizaje automático. En general, raramente se realizan grandes estudios de validación para las técnicas de identificación basadas en el esqueleto debido a la falta de datos. Además, las instituciones tienden a ser muy protectoras de sus colecciones osteológicas, por lo que no existen bases de datos grandes conocidas que estén disponibles públicamente para probar metodologías y algoritmos. Este es un serio obstáculo para la evaluación de la fiabilidad de cualquier método existente o nuevo, lo que impide una mayor aceptación de las técnicas por parte de la comunidad científica. En el caso de la SCF, no existen estudios de validación que involucren un número elevado de casos. En el marco de esta tesis doctoral se ha llevado a cabo un estudio de fiabilidad sobre la técnica de SCF en casos reales mediante la identificación de los líderes rebeldes ejecutados durante el levantamiento polaco-lituano contra el Imperio Ruso de 1863-64 empleando los algoritmos automáticos desarrollados por SOCCER en colaboración con el Laboratorio de Antropología Física de la Universidad de Granada. Se ha realizado un estudio ciego sobre una fosa común con 18 esqueletos, en el que solo se contaba con el material digital (fotografías y modelos 3D del cráneo), en un escenario complejo (solo una fotografía por caso, algunas de muy mala calidad), arrojando unos resultados muy positivos a pesar de las dificultades encontradas. Se realizaron un total de 198 comparaciones cruzadas mediante SCF (18 cráneos x 11 candidatos diferentes). Por primera vez en el estado del arte de la técnica de SCF se ha abordado un escenario de fosas comunes con un número de sujetos tan elevado, pudiendo obtener conclusiones en 161 de los casos, siendo el porcentaje de decisiones correctas del 98,76%. Finalmente, un aspecto relevante en cualquier investigación forense es la redacción del correspondiente informe pericial. En el caso de la SCF, existe una ausencia total de una plantilla de informe estandarizada donde se recojan los resultados del proceso de identificación, ya que los contenidos, términos lingüísticos, imágenes y tablas que suelen incluir los profesionales en el campo de SCF varían enormemente. Por lo tanto, se hace indispensable una propuesta de informe de manera que los investigadores y profesionales puedan compartir fácilmente datos en forma de una descripción estandarizada de todo el material y los criterios interesantes desde la perspectiva de la SCF.