（法医学专业论文）3d技术在人牙咬痕个体识别的法医学研究.pdf

3 d 技术在人牙咬痕个体识别 的法医学研究 摘要 目的：应用咬痕进行个体识别一直是法医病理学的重要课题之一，本文旨在探讨人牙 咬痕同一认定的3 d 数字化分析方法及其精确性，通过牙齿、咬痕进行个人识别的研究及 其在法医实践中的应用，为法医病理学中咬痕的研究及其法医学鉴定提供一种新的科学方 法。 方法：健康成年狗6 只，体重( 2 0 + 1 ) k g ，雌雄不限，通过动物实验造成人牙咬痕6 0 例，获取咬痕及牙模3 d 扫描图像，并对咬痕和牙模的相关参数进行3 d 数字化记录处理， 用生成o v e r l a y 和数字化模型，测量o v e d a y 参数，通过比较咬痕和牙列的相关参数来研究他 们之间的匹配性。 结果：对3 d 数字化记录处理后的牙列和咬痕进行比对，可以排除传统比对方法所导致 的失真性，本文方法是将形态学上的特征数字化，运用相关变量( 与弓形中心点( 坐标原 点) 的距离、牙长、旋转角度、牙间隙) 表示牙齿及其牙弓的重要特征，其中尤其重视咬 痕表面和每个牙齿边缘的3 d 图像，特别是前牙，它们是最先接触到皮肤的牙齿。通过这些 变量确定牙齿的位置，并得n p ( t p ) 、p ( t n ) 、p ( f p ) 及p ( f n ) 值，达到同一认定的目的。 结论：咬痕3 d 测量和数字化分析法具有较高的精确性，可对人牙咬痕作出精确的分析 认定：建议在以后的法医学检案和实践中采用此方法做为嫌疑人个体识别的科学依据。 关键词：法医病理学：法医牙科学；咬痕；个体识别；3 d 技术； 山西医科大学硕士学位论文 f o r e n s i cs t u d yo n3 dt e c h n o l o g yi nh u m a n b i t e m a r ki d e n t i f i c a t i o n a b s t r a c t o b j e c t i v e ：b i t em a r ki d e n t i f i c a t i o ni sb a s e do nt h ei n d i v i d u a l i t yo fad e n t i t i o n ，w h i c hi su s e dt o m a t c hab i t em a r kt oas u s p e c t e dp e r p e t r a t o r t h i ss t u d yp r e s e n t sat e c h n i q u ed e v e l o p e df o r 3 - di m a g i n ga n dq u a n t i t a t i v ec o m p a r i s o no fh u m a nd e n t i t i o n sa n ds i m u l a t e db i t em a r k s ，w h i c h c o u l dp r o v i d ean e wt e c h n o l o g yf o rp e r s o n a li d e n t i f i c a t i o nb a s e du p o nd e n t i t i o na n db i t em a r k f o rf o r e n s i cm e d i c a lp r a c t i c e m e t h o d s ：as a m p l eo f 6 0s t u d ym o d e l sa n dt h ec o r r e s p o n d i n gb i t e s ，m a d eb ya n i m a l e x p e r i m e n t s ，w e r ed i g i t i s e db yl a s e rs c a n n i n g b yi m a g ec o m p a r i s o no fa3 - dd e n t i t i o nw i t ha 3 - db i t em a r k 。an u m b e ro fv a r i a b l e sc o m p r i s i n gc u r v e s ，a n g l e sa n dd i s t a n c e sw e r ec r e a t e du s i n g t h ex ，y zc o o r d i n a t e so fe a c hl a n d m a r kp r o v i d i n gan u m e r i c a ld e s c r i p t i o no ft h ed e n t i t i o n sa n d b i t em a r k s a na l g o r i t h m ，w h i c he s t i m a t e dt h ep r o b a b i l i t yo fad e n t i t i o nm a t c h i n gi t s c o r r e s p o n d i n gb i t em a r k , w a sd e v e l o p e d ar e c e i v e ro p e r a t i n gc h a r a c t e r i s t i c ( r o c ) g r a p h i l l u s t r a t e dt h er e l a t i o n s h i pb e t w e e nv a l u e sf o rs p e c i f i c i t ya n ds e n s i t i v i t y r e s u l t s ：i m a g ec o m p a r i s o no fa3 - dd e n t i t i o nw i t ha3 - db i t em a r kc a l le l i m i n a t et h ed i s t o r t i o n d u et op e r s p e c t i v ea se x p e r i e n c e di nc o n v e n t i o n a lp h o t o g r a p h y ，t h ep r o b a b i l i t i e sg e n e r a t e db y t h ev a r i a b l e sw e r ee x p r e s s e d ，p ( t p ) m e a n st h ep r o b a b i l i t yo fo b t a i n i n gam a t c hf o rd e n t i t i o n s a n db i t e st h a td oi nf a c tm a t c h ；p ( t n ) m e a n st h ep r o b a b i l i t yo fo b t a i n i n gan o n m a t c hf o r d e n t i t i o n sa n db i t e st h a td on o ti nf a c tm a t c h ；p ( f p ) m e a n st h ep r o b a b i l i t yo fo b t a i n i n gam a t c h f o rd e n t i t i o n sa n db i t e st h a td on o ti nf a c tm a t c h ；p ( f n ) m e a n st h ep r o b a b i l i t yo fan o n m a t c hf o r d e n t i t i o n sa n db i t e st h a td oi nf a c tm a t c h t h e s ep r o b a b i l i t i e sw e r ee x p r e s s e di na nr o cc u r v e c o n c l u s i o n ：i nt h i ss t u d y , t h et e c h n i q u ed e v e l o p e df o r3 - di m a g i n ga n dq u a n t i t a t i v ec o m p a r i s o n o fh u m a nd e n t i t i o n sa n ds i m u l a t e db i t em a r k s ，c o u l dp r o v i d ean e wt e c h n o l o g yf o rp e r s o n a l i d e n t i f i c a t i o nb a s e du p o nd e n t i t i o na n db i t em a r kf o rf o r e n s i cm e d i c a lp r a c t i c e i tw a sm o r e a c c u r a t ea tm a t c h i n gt h ec o r r e c tb i t em a r kt ot h ec o r r e c tm o d e l t h i sm e t h o di so n eo ft h eb a s e s i ns t u d y i n gp e r s o n a li d e n t i f i c a t i o nb a s e du p o nd e n t i t i o na n db i t em a r k ， k e yw o r d s ：f o r e n s i cp a t h o l o g y ：f o r e n s i co d o n t o l o g y ：b i t em a r k ：p e r s o n a l i d e n t i f i c a t i o n ：3 d t e c h n o l o g y n 刖吾 咬痕是指一个体的牙齿或牙齿与口腔其它部分一起作用于物体( 人体、食物或其它物 体) ，造成该物体在形态学上发生改变而留下的痕迹川。在法医学实践中。咬痕在伤害及性犯 罪案件中均可见到。近年来随着社会经济的飞速发展，此类案件的发生率越来越高，咬痕 的法医学鉴定也愈引起法医工作者的重视。 法医学中大多数涉及到同一认定的咬痕是关于人类牙齿和皮肤的接触。咬痕具有明显 的个体差异性及相对稳定性，在法医学个体同一认定中具有特殊的价值 2 , 3 j 。咬痕的鉴定技 术以“牙齿的排列具有个体特征”为基础。牙弓形态、牙的形态、牙列的间隙、牙齿的排 列、牙面的特点、牙的位置异常是在提取的咬痕与嫌疑人的咬痕之间进行比对的主要内容 i 删。 实际检案中咬痕情况比较复杂，其可以在人体任何部位以各种形式出现，也可能因现场 光线太暗，尸体腐败，咬痕被血迹、衣服、碎屑等掩盖，或与其损伤混淆等情况而影响对其 准确识别及比对分析，故有必要对咬痕的失真性加以排除。同时因同一人的齿列在身体不 同部位可形成不同性状的咬痕，而多人所致咬痕也有相似之处。也有必要对咬痕加以比对 分析，进行个人识别 5 - 7 。 咬痕分析中第一步是咬痕的识别，接下来便是咬痕的文件编制和分析。目前，咬痕的 经典文件编制方法和证据搜集的方法是利用颜色，黑或白，紫外和红外摄影术来进行摄影 拍照或用附加办法收集提取d n a 进行咬痕的个体识别【8 9 1 。现国内许多人研究咬痕多用2 d 图像，这样会使嫌疑人牙列和咬痕失真，2 d 图像无法对它们的弯曲度、弧度、深度等指标 进行准确描述和反映。 本研究正是从这一目的入手，用3 d 方法测量了人牙列和咬痕的多个指杯。期望为法 医学中咬痕的鉴定提供一个新的方法。 山西医科大学颈士掌位论文 1 材料 材料与方法 1 1 主要仪器 柯尼卡美能达非接触三维扫描仪v i v i d 9 0 0 ( 日本) 北京朝日三维科技有限公司 a b f o n o 2 s c m e ( 仿a b f o 标尺)北京市公安局法医检验鉴定中心 尼康d 8 0 数码相机及三脚架日本n i k o n 公司 3 d c a d 软件包美国b e n t l e ys y s t e m s i m a g e w a r e 图像测量软件 美国电脑软件公司 p o l y w o k s 建模软件 日本 r o ll e i m e t r i c 多重图像评估系统德国c d w 数字工作站 联想计算机北京市公安局法医检验鉴定中心 牙模 北京市金顺忠诚义齿材料有限公司 简易颌架北京市华康永联医疗材料有限公司 自制工作台，夹狗器北京市公安局法医检验鉴定中心 1 2 实验动物和主要试剂 健康成年狗6 只：3 戊巴比托妥钠( 或氯胺酮) 、脱毛剂( 自制) 、生理盐水、超硬质 石膏( 北京市华康永联医疗材料有限公司) 、5 葡萄糖、医用酒精、酒精棉球、一次性手 套及橡胶手套各2 包。手术刀柄及刀片，直剪3 个，止血钳4 个。 2 实验方法 2 研究模型 建立了6 2 个志愿者的上、下颌石膏模型，这些志愿者被要求去咬一个聚丙烯酸牙蜡， 建立一个上下颌的咬痕印模，然后给这些咬痕印模灌注石膏以制成石膏模型( 见图1 ) 。 2 2 咬痕相关证据的收集 从“受害者”身上收集咬痕( 见图2 ) 证据( 在狗身上模拟，共6 2 例) 。狗的抓取、固定： 氯胺酮肌肉注射麻醉：用直剪、弯剪先剪去狗皮上长毛后用脱毛剂( 自制) 退除狗皮表面 的绒毛，退毛后狗放置2 4 h 后在胸、腹、上肢、下肢备皮：用简易牙合架( 模型牙合关系为 切对切位) 在狗皮( 胸部) 上造成凹陷状咬痕，深达皮下，无撕裂、拉扯及淤血。 2 3 牙齿模型的数字化和咬痕的数字化模型 用柯尼卡美能达非接触三维立体表面扫描仪v i v i d 9 0 0 ( 日本) ( 图3 ) ，扫描精度最高 为0 1 毫米，建模精度小于o 1 毫米，进行不同角度和不同层面的九次扫描，获取它的三 维数据，然后这些数据然后直接输入3 d 立体计算机程序( 图4 ) 。石膏模型是理想的扫描 对象，因为其表面无光泽，扫描前匀洒少许粒子粉以减少其反光度。咬痕的3 d 扫描及其 数字化方法同上。 2 3 13 d 扫描步骤 l 扫描前的准备工作。将咬痕预先处理，洒少许粒子分，以降低其表面反光度。 2 布置扫描工作现场，涉及到图像获取的环境灯光等。 3 开始扫描。从上部往下逐段扫描，每一次扫描需要2 秒。 4 整个扫描过程需要5 6 分钟。 5 利用三维建模软件对三维点云数据进行快速拼接，合成，编辑，格式转化。 6 结束。 2 4 牙齿模型和皎痕的计算机显影 用r o l l e i m e t r i c 多重图像评价系统 1 0 - 1 3 1 ( c d w ，c l o s er a n g ed i g i t a lw o r ks t a t i o n 。 v e r s i o n2 ，r o l l e i m e t r i c ，b r a u n s c h w e i g ，g e r m a n y ) 来计算咬痕的3 d 数据模型。以这些 参数为基础，然后用多重图像评价系统来确定每个给定点实际空间的确切位置，精确度可 以达到o i m ( 图5 ) 。 2 5 三维空间的分析和形态测量 2 5 1 选定测量特征点 p o l y w o k s 软件是一款3 d 数据观察和测量程序软件，主要用于3 d 图像分析悼 】，在 每个图像中总共有4 2 个特征点进行测量比对，其中有3 0 个置于牙上，其余的置于中线和 参照线上，参照线为左右第2 磨牙最高点的连线，中线为参照线与中切牙之间中点的连线， 特征点1 - 3 0 在每个牙齿的咬合面，由最高点、最正中点和最远点组成，p o l y w o k s 的点聚 功能可以达成最高点、最正中点及最远侧点的选择。特征点3 1 为参照线的中点，3 2 为中 切牙之间连线的中点，在特征点3 卜3 2 之间进行连线形成中线，3 3 4 2 沿中线放置，从每 个牙的最远点和最近点到中线画线，特征点被置于每条线与中线的交点上( 图6 ) 。 2 5 2 测量与计算 ( 1 ) 测量：测量3 3 4 2 到中线之间的距离，用l m a g e w a r e 软件形成的十字交叉丝取得 每个特征点的( x ，y ) 坐标值，测量每个特征点到参照线中点3 1 的距离。 ( 2 ) 计算：将两组数据牙和咬痕理想化为平面上的特征点位，通过确立通用的坐标 标识来数据化点位，以参照线为左右第2 磨牙最高点的连线确定局部x 坐标，以中线为y 坐标，每一个点位的极坐标描述的定义见( 图6 ) 2 5 3 三维空间的分析 以牙模数据模型和咬痕为基础，用3 d c a d 软件包( e g m i c r os t a t i o nj m o d e l e r ( b e n t l e ys y s t e m s ，u s a ) 或p o l y w o k s 软件来得到物体在实际空间的图解体积模型。 另外物体的照相的3 d 模型和咬痕的二维图像的重叠更进一步提高了视觉特性，如图6 所示。新的计算机技术可以使相片直接叠加到3 d 模型的外形轮廓上，很类似于把物体“涂 层”到相片上。在这个过程中，在计算机图像上，犯罪人牙模不能否认受伤部位的图像结 构，这些结构清晰地重现了牙齿咬伤的最显著部位。如图7 所示 山西医科大学硕士学位论文 对称的图像表示是一个咬痕的镜像图像表示，可以更好的使咬痕形成形象化。这里有 一个牙模穿透咬痕的形象化过程，一个皮肤内部的真实透视( 图7 ) 。这种图像表示的优点 是牙模没有覆盖咬痕损伤的图形，损伤图形如何形成一目了然。 需要评估的咬痕和嫌疑人数字化牙模从形态，角度和尺寸的匹配方面来检测。3 d c a d 程序可以任意的移动，翻转，选转物体，使他们达到可能的匹配。 2 6 计算机数据处理 2 6 1极坐标数据值( x 。y ) 各特征点在上述局部坐标下的极坐标数值( x ，y ) ，经过 计算的数值结果以长度、角度均值及均方差形式表示。 2 6 2 特征值由上述基本数据推导得出的单个牙及其之间的相对位置的特征值。 3 统计分析 许多变量包括曲线，角度和距离，通过每个界标的x ，y ，z 坐标，得到了一个量化的牙 齿模型和数字化的咬痕。变量通过平方根和对数的转变，接近于对称正态分布，使具有这 些特性的变量区别咬痕和牙列更有效，这些变量如下： ( 1 ) 由界标卜3 0 定义的弓形物的曲线图 y i = a l x i z + a 2 x i 4 y 。：转变后的y 值 a 。、a ：曲线系数 x ；：转变后的x 值 i ：1 、2 、3 3 0 ( 2 ) 每个牙的长度( 由最远点到最中间点的距离) u = 【( x 3 j 一2 一x 3 j ) 2 一y 3 j 2 一y 3 j ) ”。 j ：1 1 0 ( 1 0 个牙) 长度，全长公式= j o j ， ( 3 ) 9 个距离( 原点到最高点) r k = 【( x 2 一x 3 k + 2 ) 2q y 2 一y 3 k + 2 ) 2 】”2 k = l 9 ( 4 ) 9 个角( 由原点到每个最高点的连线和中线的夹角) a k ：t a r r l ( x 2 一x 3 k + 2 y 2 一y 3 1 【+ 2 ) ， k = l 9 然后一个矩阵被创建用于比对所有可能性的组合，牙列与咬痕匹配与否的组合，在每 个组合中，对牙模和咬痕当中有绝对差别的变量作记录，这些变量反映了牙列与之相比对 的咬痕之间数量上的近似性。矩阵包含了3 7 8 2 种组合6 2 牙列x 6 1 咬痕，其中包含如下： 6 0 对牙列与它相对应的咬痕产生6 0 x 6 0 = 3 6 0 0 种组合。每一对有6 0 种为完全匹配，也就 是说： 牙列1 与咬痕l 匹配但与其余的2 6 0 咬模不匹配。 牙列2 与咬痕2 匹配但与其余的l ，3 6 0 咬模不匹配等。 2 个附加的牙列被包括其中，其咬合模型数据被除外。 1 个咬模也被包括其中，其牙列数据被除外。 因此3 7 8 2 种组合来自6 2 个牙列和6 1 个咬模，其中6 0 个真匹配，3 7 2 2 个不匹配。 4 山西医科大学磺士学位论文 对数回归被用于获得一个预测模型，也就是一个运算规则，用于匹配的计算。交叉证 实法也被应用到数据中，两个咬模被依次从数据集中移去。使对数回归模型适用于使用余 下的数据，这个合适的统计模型被用于对这6 1 个组合做预测，这个过程对6 2 个牙列中的 每一个进行重复操作。通过这种方式用于作预测的数据与评价运算规则性能的数据相分 离。这样对t p 的概率和t n 的概率可做出无偏性估计。或者当交叉证实法不被使用时，用 于检测运算规则预测能力的数据与产生此预测能力的数据一致。这样易于导致过高估计此 运算规则预测的性能。 p ( t p ) 表示真阳性的可能性，也就是得到咬痕与牙列匹配实际上真匹配的可能性。 p ( t n ) 表示真阴性的可能性，也就是得到咬痕与牙列不匹配实际上真不匹配的可能性。 p ( f p ) 表示假阳性的可能性，也就是得到咬痕与牙列匹配实际上不匹配的可能性。 p ( f n ) 表示假阴性的可能性，也就是得到咬痕与牙列不匹配实际上真匹配的可能性。 这些可能性可用r o c 曲线表示。此曲线图代表示对于每一可能的域值，t p 与f p 可能性之 间的相互折中，r o c 曲线用于对于每一个域值而言其p ( t p ) 和p ( f p ) 之间关系的连续的 评价，结果包含了不确定性，而不仅仅只有y e s 和n o 两种结论。 r o c 曲线主用于疾病的辅助诊断，比如：人类免疫缺陷疾病或癌。r o c 曲线已被用于 咬痕的分析中。理论上r o c 曲线将是一条线 2 1 - 2 3 】，紧挨着y 轴，做一直角为一水平线在此 线上最佳点为( o ，1 0 0 ) ，此点p ( t p ) 为1 0 0 ，而p ( n p ) 为0 ，沿着这个曲线其他的点 代表了真假阳性概率值的范围。在现实情况下，将不会产生这种理想化的r o c 曲线，而是 t p 与f p 概率的折中表现。 山西医科大学磺士学位论文 结果 由r o c 曲线可知，在阈值为0 1 8 时其t p 值为7 0 ，f p 值为2 5 ，如此低的f p 是较理 想的，但t p 应更高些。在另一个极端阈值为0 0 0 6 时t p 值较高，这是较好的，但以f p 高为代价。所以最佳的阈值应为t p 与f p 的折中。 本研究中最佳的点是位于距离左顶角最小的点，其域值为0 0 1 8 ，在此点p ( t p ) 为 9 6 7 7 ，p ( f p ) 为3 2 3 ，在此点p ( t p ) 较高而相应的p ( f p ) 较低。即在此点对本样 本而言，有3 2 3 的牙列与咬模之间的不匹配性将不能从真匹配中加以区别( 也就是有 3 2 3 判错的机会) ，而有9 6 7 7 的牙列与咬模为真匹配。 对本研究理想化的情况是有6 2 真匹配( p ( t p ) = 1 0 0 9 6 ) ，余组合将真不匹配，实际情况 是： 5 6 个真匹配，不与其他匹配 4 个真匹配，至少与其他一个匹配 2 个不与自己相对应的匹配，而与其他的匹配 0 个与任何一个不匹配 即在本研究中，有9 6 7 7 的牙列与咬模的匹配为真匹配。 我们对3 d 数字化记录处理后的牙列和咬痕进行比对，可以排除传统比对方法所导致 的失真性，本文方法是将形态学上的特征数字化，运用相关变量与弓形中心点( 坐标原点) 的距离、牙长、旋转角度、牙间隙表示牙齿及其牙弓的重要特征，其中尤其重视咬痕表面 和每个牙齿边缘的3 d 图像，特别是前牙，它们是最先接触到皮肤的牙齿。通过这些变量 确定牙齿的位置，并得到p ( t p ) 、p ( t n ) 、p ( f p ) 及p ( f n ) 值，达到同一认定的目的。 样本的特征点位长度和角度的比对( 见图8 一b ) ；在确定的比对概率下，长度和角度特 征极限值与点位特征数目的关系( 见图8 - b ) 。 作为最终提供的比对精度应处于上下限之间，不同的同一认定概率对多个样本数据应 多次计算其对应的比对精度，并作图观测其变化规律，最终结合具体情况和经验科学地确 定比对精度。 上述结果与牙特征点位的数目密切相关。随意以各种形式取出个体的部分牙点位数据， 重复比对精度上限的计算，即更改标志性一维数组的数值。结果表明：对于某一固定的认 定概率，随着牙点位数据的减少，其比对精度的上限增加；可取的最少牙点位数日为1 2 - 1 4 较为合理，大致需要5 7 个完整的牙痕。 应当特别说明的是，上述结果都是以点对点的判别法认定，其特征值均可由相应点位 的坐标数值导出，故作为比对条件，点对点的判别法虽较特征对特征的判别法严格，但后 者实用。在本研究的基础上，特征对特征的判别有待进一步考查。 本文方法是将形态学上的方法转变成数字化，用计算机快速地计算出重要牙齿和牙弓 山西医科大学碰士学位论文 的特征。通过与弓型中心点( 坐标原点) 的距离、牙长、旋转角度、牙间隙确定牙齿的位 置，达到同一认定的目的。 对于3 2 3 的牙列与咬模之间的不匹配率将不能以真匹配中加以区别的，我们可以对 起特征牙进行判别，以达到真匹配的目的。 山西医科大学硕士学位论文 讨论 此方法把3 d 牙列和3 d 咬痕进行了比对，消除了由传统的拍照而引起的变形，用咬痕 和牙模的弓高、弓宽、面积、角度、牙宽度、牙厚度、旋转度、对称性、间隙等一系列参 数描述咬痕和牙模，用交叉验证技术来建立一个矩阵来比较所有可能匹配与不匹配的组 合。 我们的3 d 数字化测量方法和形象化方法是国内首次用于咬痕分析的3 d 方法。文件编制 没有歪曲实际个体，所有的数据都用3 d 测量法来处理，3 d 空间的定向和后来的分析是合理 的，解决了以往2 d 照片无法准确描述实际3 d 图像中的弯曲度、弧度等问题，给实际检案和 科研带来的误差和失误。本文方法是将形态学上的方法转变成数字化，用计算机快速地计 算出重要牙齿和牙弓的特征。通过与弓形中心点( 坐标原点) 的距离、牙长、旋转角度、 牙间隙确定牙齿的位置，达到同一认定的目的1 8 - 2 0 】。我们应该重视咬痕表面和每个牙齿边 缘的3 d 图像，特别是前牙，它们是最先接触到皮肤的牙齿，这也与实际相符合。因此牙 齿表面三维个体变量的局部图像被考虑。基于模型的3 d 图像( 带有牙齿的3 d 局部图像信 息) ，与皮肤3 d 的交互作用可以在计算机平屏幕上得以形象化和分析。只有牙齿被拖入皮 肤很深时，才能使牙齿结构形成它们的痕迹。因此，咬伤形成过程的论证和咬伤图形的研 究是合理的。 实际工作中遇到的咬痕常是错综复杂的，在分析应用咬痕解决有关法律问题时，必须 弄清如下几个问题：( 1 ) 发现的损伤是否为咬伤，有无咬痕存在；( 2 ) 是否系人的咬痕；( 3 ) 是哪几颗牙齿留下的咬痕：( 4 ) 咬痕的个人识别；( 5 ) 咬痕与犯罪时间的关系；( 6 ) 咬痕与 犯罪方式、手段等是否符合。但实际检案中，法医工作者对咬痕的个体识别鉴定有些案例 中仍存在一定的争议，没有统一标准和直接客观的方法，作为咬痕个体识别的一种新的方 法而言，学者们对其研究得较为深入，但对其数字化分析和法医3 d c a d 三维，计算机辅助设 备支持照相测量术处理等新方法还缺乏进一步全面的的认识。总之对于咬痕而言，一个系 统、全面、量化、统一的法医学鉴定标准还有待建立和完善。 山西医科大学硬士学位论文 结论 本研究表明：对于咬痕和牙模的比对分析来说，咬痕最重要的区域是牙弓的前部分， 这部分牙齿开始的逐渐嵌入皮肤。在这一点上，牙齿一皮肤的交互作用最少，而且前牙的 切或咬合面在皮肤上留下了最具特征性的咬痕。本方法一个没有接触，没有损伤，没有扭 曲的3 d 文件编制方法和分析方法，可以在屏幕上的虚拟空间里对物体进行逐个匹配。因此， 保存了原来物体的完整性，所记录的皮肤损伤形态和物体的评估没有时间依赖性。 咬痕3 d 澳l j 量和数字化分析法具有较高的精确性，解决了以往2 d 照片无法准确描述实际 3 d 图像中的弯曲度、弧度等问题，给实际检案和科研带来的误差和失误，可对早期人牙咬 痕作出精确的分析认定；建议在以后的法医学检案和实践中采用此方法做为嫌疑人个体识 别的科学依据。 9 山西医科大学焉士学位论文 附图 图1 制成后的牙齿模型 图2 咬痕( 狗皮) l o 山西医科大学搿士学位论文 图3 柯尼卡美能达非接触三维立体表面扫描仪v i v i d 9 0 0 ( e 本) 图4 嫌疑犯的牙齿模型( 左边) 被3 d 立体表面扫描仪数字化。右侧的图像为牙齿模型的3 d 数据模型。 山西置辨大学硬士学位论文 图5 牙模的数据化结果( 左边为3 d 数据化点状图) ( 右边为数据化模型图) 图64 2 个特征点被放置在每个研究模型的3 o 图像上 1 2 山西医科大学焉士学位论文 图7 用3 d c a d 程序从形态，角度，尺寸方面来对咬痕和数字化的嫌疑 人牙齿模型进行匹配。( 详细内容见本文) 1 0 0 - 特异性( 假阳性) p ( f p ) 图8 - 牙模与咬痕参数比较图( 理想值) 分析灵敏度真阳性v p ( t p 一 山西医辩大学磺士学位论文 分 析 灵 敏 度 真 阳 性 v ： 号 ； l o o j 特异性( 假阳性) p ( f p ) 图8 - b 牙模与咬痕参数比较图( 实际值) 1 4 山西医科大学硕士掌位论文 【l 】 【2 】 【3 】 【4 】 【5 】 【6 】 【7 】 【8 】 【9 1 【1 0 l 【1 1 】 【1 2 】 【1 3 】 【1 4 【1 5 】 【1 6 】 参考文献 r o b e r tb j d o r i o n b i t e m a r ke v i d e n c ef m 】n e w y o r k ：m a r c e ld e k k e r , 2 0 0 5 4 2 3 - 4 2 7 c h e ns x a ni n t r o d u c t i o nt of o r e n s i co d o n t o l o g y 【m 】b e i j i n g ：p e o p l e sh e a l t hp u b l i s h i n g p r e s s ，1 9 9 8 ：1 5 3 1 5 9 陈世贤主编法医人类学北京：人民卫生出版社，1 9 9 8 ：1 5 3 1 5 9 e d w a r dd w ：w i l l i a mg e i n d r o d u c t i o nt of o r e n s i cs c i e n c e s f o r e n s i cd e n t i s t y , t h ec v m o s b y c o 1 9 8 0 ：11 4 1 1 8 r o b e r tb - j d o n o n b i t e m a r ke v i d e n c e 【m 】n e w y o r k ：m a r c e ld e k k e r , 2 0 0 5 4 2 3 4 2 7 m j t h a l i m b r a u n e ta 1 b i t em a r kd o c u m e n t a t i o na n da n a l y s i s ：t h ef o r e n s i c3 d c a d s u p p o r t e dp h o t o g r a m m e t r ya p p r o a c h f o r e n s i cs c i e n c ei n t e r n a t i o n a l ，1 3 5 ，( 2 0 0 3 ) ：1 1 5 - 1 2 1 p r e t t yi a ，ds w e e t ( 2 0 0 1 ) t h es c i e n t i f i cb a s i sf o rh u m a nb i t e n m r ka n a l y s e s - - - ac r i t i c a l r e v i e w s c ij u s t i c e4 1 ：8 5 - 9 2 ， r u t t yg n ，a b b a sa ，c r o s s l i n gd ( 2 0 0 5 ) c o u l de a r p r i n ti d e n t i f i c a t i o nb ec o m p u t e r i z e d ? a n i l l u s t r a t e dp r o o fo fc o n c e p tp a p e r i n tjl e g a lm e d o n l i n ep u b l i c a t i o n1 0 1 0 0 7 s 0 0 4 1 4 0 0 5 - 0 5 2 7 一y 8 r o t h w e l lb r ( 1 9 9 5 ) b i t em a r k si nf o r e n s i cd e n t i s t r y ：ar e v i e wo fl e g a l 。s c i e n t i f i ci s s u e s ja md e n ta s s o c1 2 6 ：2 2 3 - 2 3 2 1 0 r o b e r tb j d o r i o n b i t e m a r ke v i d e n c e 【m 】n e w y o r k ： m a r c e ld e k k e r , 2 0 0 5 4 2 9 4 3 0 w b m e s c h w e i l e r , m b r a u n r d i m h o f e r , m j t h a l i ，a n a l y s i so fp a t t e r n e di n j u r i e sa n d i n j u r y c a u s i n gi n s t r u m e n t sw i t hf o r e n s i c3 d c a ds u p p o r t e dp h o t o g r a m m e t r y ( f p h g ) ：a n i n s t r u c t i o nm a n u a lf o r t h ed o c u m e n t a t i o np r o c e s s f o r e n s i cs c i i n t 1 3 2 ( 2 0 0 3 ) 1 3 0 - 1 3 8 m j t h a l i m b r a u n wb m e s c h w e i l e r , r d i m h o f e r , m a t c h i n gt i r et r a c k so nt h eh e a d u s i n gf o r e n s i cp h o t o g r a m m e t r y , f o r e n s i cs c i i n t 1 1 3 ( 1 3 ) ( 2 0 0 0 ) 2 8 1 - 2 8 7 d a v i ds m i d l e ib a c c u r a c yo fb i t em a r k o v e r l a y s ：ac o m p a r i o n o ff i v ec o n n n o nm e t h o d s o fp r o d u c ee x e m p l a r sf r o ma s u s p e c t sd e n t i t i o n 【j 】jf o r e n s i cs c i ，1 9 9 8 ，4 3 ( 2 ) ：3 6 2 d a v i ds ，m a r kb c o m p u t e r - b a s e dp r o d u c t i o no fb i t em a r kc o m p a r i s o no v e r l a y s 【j 】j f o r e n s i cs c i ，1 9 9 8 ，4 3 ( 5 ) ：1 0 5 0 g u n d e l a c ha ( 1 9 8 9 ) l a w y e r s r e a s o n i n ga n ds c i e n t i f i cp r o o f ：ac a u t i o n a r yt a l ei nf o r e n s i c o d o n t o l o g y jf o r e n s i co d o n t o s t o m a t o l7 ：11 - 1 6 w e l l sd ( 19 9 8 ) b i t e m a r k s ( t e a c h i n gr e s o u r c em a t e r i a lf o rf o r e n s i cd i i p l o m ao fc l i n i c a l f o r e n s i cm e d i c i n e ) m o n a s hu n i v e r s i t y , v i c t o r i a a u s t r a l i a r a y m o n dj o h nc a r r o l l 。i na u s t r a l i a nc r i m i n a lr e p o r t s ( 1 9 8 5 ) c o u no fc r i m i n a la p p e a l ， q u e e n s l a n d ，p4 1 0 l e w i svt h eq u e e n ，i nf e d e r a ll a wr e p o r t s ( 1 9 8 7 ) c o u no fa p p e a lo ft h en o r t h e r n 5 山西医科大学硕士学位论文 t e r r i t o r y , p1 0 4 【1 7 】f o r m s ta ，d a v i e si ( 2 0 0 1 ) b i t em a r k so n 衄a l 一l l ec a r r o l lc a s e a u s ts o cf o r e n s i c d e n t i s t r y1 8 ：6 - 8 【1 8 】m a r t i n d el a sh e r a ss ，v a l e n z u e l aa ，o g a y a rc ，v a l v e r d ea j ，t o r r e sj c ( 2 0 0 5 ) c o m p u t e r - b a s e dp r o d u c t i o no fc o m p a r i s o no v e r l a y sf r o m3 d s c a n n e dd e n t a lc a s t sf o rb i t e m a r ka n a l y s i s jf o r e n s i cs c i5 0 ：1 2 7 - 1 3 3 【1 9 】s w e t sj a ，d a w e sr m ，m o n a h a nj ( 2 0 0 0 ) p s y c h o l o g i c a ls c i e n c ec a ni m p r o v ed i a g n o s t i c d e c i s i o n s a mp s y c h o ls o c1 ：1 - 2 6 【2 0 】p r e t t yi a ( 2 0 0 5 ) r e l i a b i l i t yo fb i t e m a r ke v i d e n c e i n ：d o n o nr b j ( e d ) b i t e m a r ke v i d e n c e m a r c e ld e k k e r , n e w y j r k p p 5 31 - 5 4 5 【2 1 】w h i t t a k e rd k ，b r i c k l e ym r ，e v a n sl ( 1 9 9 8 ) ac o m p a r i s o no ft h ea b i l i t yo fe x p e r t sa n d n o n e x p e r t st od i f f e r e n t i a t eb e t w e e na d u l ta n dc h i l dh u m a nb i t em a r k su s i n gr e c e i v e r o p e r a t i n gc h a r a c t e r i s t i c ( r o c ) a n a l y s i s f o r e n s i cs c ii n t9 2 ：11 - 2 0 【2 2 】p r e t t yi a ，s w e e td ( 2 0 0 1 ) d i g i t a lb i t em a r ko v e r l a y s - - a na n a l y s i so fe f f e c t i v e n e s s j f o r e n s i cs c i4 6 ：1 3 8 5 1 3 9 1 【2 3 1s h e a s b yd r ，m a c d o n a l dd g ( 2 0 0 1 ) af o r e n s i cc l a s s i f i c a t i o no fd i s t o r t i o ni nh