CT-gebaseerde robuuste statistische vormmodellering voor forensische craniofaciale reconstructie
Het gelaat ontmaskerd
Wanneer een Japanse tsunami een dodelijk pad trekt over de kust van Sendai of wanneer een Boeing 727 crasht tijdens een landing in Kinshasa, tracht de media zo snel mogelijk cijfers weer te geven over het aantal slachtoffers. Duizelingwekkende cijfers om minstens even bij stil te staan. Maar heeft u er ook al eens bij stilgestaan dat alle slachtoffers ook geïdentificeerd moeten worden. Van een vriend, een kennis, een familielid of collega die betrokken was in de ramp, blijft soms weinig herkenbaars over. Het Disaster Victim Identification (DVI) team dat bij zo'n rampen wordt opgeroepen, staat voor een haast onmenselijke taak. Alle mogelijke hulpmiddelen om de slachtoffers te identificeren worden ingeroepen: ante mortem data wordt vergeleken met post mortem data (vooral informatie over het gebit van het slachtoffer), DNA onderzoeken worden uitgevoerd, tatoeages gefotografeerd... Een haast onmenselijk werkje dat maanden of jaren kan duren. En wat als er geen ante mortem data te vinden blijkt, DNA analyse niet mogelijk is en geen enkel kenmerk tot herkenning kan leiden? Dan blijft een hele hoop onherkenbare botten over die niet gelinkt kunnen worden aan de lijst met vermisten. Hoe graag zouden we dan die (stukken) schedels terug een gezicht willen geven. Een gezicht dat we uit de duizend zouden herkennen...
Van giswerk naar kennis
Het reconstrueren van het gezichtsoppervlak op basis van een schedel is voorlopig nog controversieel en zal daarom eerder als laatste redmiddel worden aangewend. Het streefdoel van nieuw ontwikkelde (digitale) technieken is echter om sceptici ervan te overtuigen dat er in de toekomst een grotere rol is weggelegd voor deze identificatiemethodes. Betrouwbaarheid en objectiviteit spelen in dit overtuigingsproces een cruciale rol. Huidige reconstructietechnieken hebben voorlopig hun doel nog niet bereikt, maar zijn wel een aardig stuk op weg.
De wortels van de huidige reconstructietechnieken liggen in de 18e eeuw, toen wetenschappers een menselijk lichaam in was reconstrueerden met een skelet als raamwerk. Het intuïtieve en tot nu toe gedeeltelijk bevestigde idee achter deze reconstructietechnieken is de overtuiging dat de vorm van de schedel een éénduidige relatie heeft met het bovenliggende gezicht. De relatie tussen de schedel en zijn gezicht ligt expliciet vervat in afstanden tussen het huidoppervlak en de schedel, zogenaamde zachtweefseldiktemetingen. Het spreekt voor zich dat deze relatie in belangrijke mate ook wordt bepaald door geslacht, lichaamsgewicht, leeftijd...van het individu. Het zoeken, begrijpen en gebruiken van de relatie tussen schedel en gezicht is een boeiende bezigheid waar onder andere mijn werk in de Medical Imaging Computing (MIC) groep aan de KULeuven een steentje toe heeft bijgedragen. In dit onderzoekscentrum tracht men huidige gebruikte manuele reconstructietechnieken te vervangen door betrouwbaardere, objectievere en snellere digitale alternatieven. Het komt er op neer om de stappen en ideeën die gebruikt worden bij de traditionele manuele methodes in een digitale versie te gieten. Hierbij wordt het subjectief giswerk van de manuele methodes vervangen door objectieve kennis.
Hoe gaat een traditionele manuele gezichtsreconstructie in z'n werk? Een naakte schedel en eventueel ander bewijsmateriaal, wordt geanalyseerd. Tijdens zo'n analyse worden de eigenschappen van de overledene geschat: geslacht, leeftijd (o.a. op basis van de tanden) en Body Mass Index (o.a. op basis van kledij). Vervolgens worden tabellen bovengehaald die schattingen geven van de zachtweefseldiktes in bepaalde anatomische merkpunten op de schedel. De schattingen houden rekening met de gevonden schedeleigenschappen. In elk anatomisch merkpunt op de schedel wordt de bijhorende zachtweefselschatting uitgezet. Het aantal uitgezette metingen varieert per methode en per tabel, maar blijft meestal beperkt tot een 50-tal metingen. Wanneer dit gedaan is, komt het er op neer met klei een gezicht op de schedel te boetseren, rekening houdend met de uitgezette diktes. Een forensische artiest steunt hierbij op zijn eigen dagelijks opgebouwde visuele databank van gezichten en de vorm van de schedel zelf om een zo realistisch mogelijk gezicht te creëren. Het spreekt voor zich dat deze aanpak sterk steunt op de kennis en de kunst van de forensische artiest. Het is deze kennis die men tracht te digitaliseren en te objectiveren om betrouwbare en herkenbare gezichten te reconstrueren zodat het slachtoffer geïdentificeerd kan worden door naaste familie of kennissen.
De digitale methode die hier wordt besproken, start bij het verwerken van een 156-tal computertomografie (CT)-scans. Een CT-scan wordt genomen met behulp van röntgenstralen die het mogelijk maken om opeenvolgende plakjes van het lichaam binnenin te scannen. Op basis van deze beelden kunnen volledige 3D gezichtsoppervlakken en hun bijhorende schedeloppervlakken digitaal berekend en gevisualiseerd worden. De afstanden tussen deze twee oppervlakken, geven schattingen van de zachtweefseldiktes in elk mogelijk gezichtspunt. De zachtweefseldiktemetingen zijn hier dus niet gelimiteerd tot een 50-tal metingen zoals bij de manuele methodes. Het komt er nu op aan om op basis van deze gegevens te leren hoe de vorm van een gezicht kan variëren, rekening houdend met de onderliggende schedel. Van vrouwelijk naar mannelijk, van oud naar jong, van dik naar dun, van breed naar smal, van karakteristiek naar eerder gemiddeld, het zijn allemaal variaties op een algemeen 'gemiddeld gezicht'. Hoe meer gezichten en schedels verwerkt kunnen worden, hoe meer kennis er ontstaat over mogelijke gezichtsvariaties. Deze aangeleerde kennis kan vervolgens gebruikt worden om een zo herkenbaar mogelijk gezicht te schatten op een onbekende schedel. Eerst zal de schedel worden ingescand, waardoor deze digitaal beschikbaar is. Vervolgens wordt de opgebouwde kennis over de mogelijke gezichtsvariaties losgelaten op deze schedel. Het algoritme vertrekt dan vanuit de vorm van de onbekende schedel en een algemeen gemiddeld gezicht. In verschillende iteraties wordt vervolgens het gemiddelde gezicht vervormd zodat het 'zo goed mogelijk past bij de schedel'. Je kan dit vergelijken met het uitzetten van schattingen van de zachtweefseldiktes met behulp van naalden op de schedel. Wanneer je hier een zo correct mogelijke schatting van hebt, kan je een ballon over de schedel met de naalden trekken die dan gaat vervormen naar het gezicht dat bij de schedel hoort.
Wanneer methodes zoals deze hun databank steeds verder gaan uitbreiden, kan verwacht worden dat een gezicht steeds nauwkeuriger kan gereconstrueerd worden omdat steeds meer kennis over de mogelijke gezichtsvariaties gekend zal zijn. Zo'n reconstructie vraagt bovendien weinig tot geen manueel werk. Het uitpluizen van de identiteit van onherkenbare slachtoffers in eender welke situatie zal zo, ondanks de digitalisering een veel 'menselijkere' taak worden.
