《International Journal of Legal Medicine》：Smartphone-based photogrammetry and videogrammetry versus structured light scanning for the assessment of facial landmark distances and uncertainty
编辑推荐：
目的：本研究旨在评估不同采集技术获得的三维（3D）面部测量的可靠性。具体而言，研究人员探讨了低成本智能手机摄影测量（photogrammetry）和录像测量（videogrammetry）能否产生与结构光扫描（structured light scanning
目的：本研究旨在评估不同采集技术获得的三维（3D）面部测量的可靠性。具体而言，研究人员探讨了低成本智能手机摄影测量（photogrammetry）和录像测量（videogrammetry）能否产生与结构光扫描（structured light scanning）相当的测量结果，并识别了每种模态相关的变异性来源。方法：十五名参与者使用三种技术进行成像：结构光扫描、智能手机摄影测量和智能手机录像测量。针对生成的每个3D模型计算标志点间距离，包括稳定的解剖标志点和易于放置困难的点。研究人员应用了一种统计工作流程，结合非参数假设检验、迭代异常值检测和正态性评估，以评估归因于采集模态、受试者运动和标志点不确定性的测量变异性。结果：三种采集模态产生的标志点间测量值大体相当，表明使用智能手机方法不会造成精度的实质性损失。然而，在解剖学复杂区域（特别是口周区域）以及已知难以定位的标志点中观察到变异性增加。这些差异在所有模态中持续存在，包括结构光扫描。结论：智能手机摄影测量和录像测量代表了用于3D面部测量的可行、低成本的替代方案，可替代结构光扫描。尽管如此，特定标志点的不确定性仍然是一个关键因素，特别是在具有挑战性的解剖区域。研究结果强调了在面部人体测量学研究和报告的设计中，同时考虑采集模态和标志点可靠性的重要性。
研究背景与意义
面部不对称是人类形态学的常见特征，受遗传、环境和健康相关因素的复杂相互作用影响。准确检测和量化面部不对称对于临床诊断、治疗计划、人类学研究及美学评估至关重要。历史上，面部测量依赖二维（2D）照片，但其受透视畸变和缺乏深度信息的限制，可靠性较低。三维（3D）成像技术（如立体摄影测量和结构光扫描）的出现改变了面部形态测量分析的方式，能够生成高分辨率3D模型，实现更精确的标志点识别和形状变异量化。然而，尽管已证明3D扫描、摄影测量和录像测量是量化面部不对称的有效方法，但智能手机解决方案的可及性和成本效益使其成为引人注目的替代方案。此外，目前尚不清楚观察到的误差是源于方法论还是源于细微的、固有的面部运动。因此，本研究旨在验证低成本摄影测量和录像测量能否达到与临床金标准（结构光扫描）相媲美的效果，并识别可靠的面部标志点。该研究发表于《International Journal of Legal Medicine》，对于推动低成本技术在资源有限环境下的临床应用具有重要意义。
关键技术方法
研究人员招募了15名志愿者作为测试对象。数据采集使用了三种不同的传感器：用于摄影测量和录像测量的三星Galaxy S22智能手机，以及用于获取全脸扫描的便携式白光扫描仪ACADEMIA 50。为了建立面部参考点，结合了编码帽和小型粘性标记。数据处理方面，使用Agisoft Metashape 1.7软件通过运动恢复结构和多视点立体视觉（SfM/MVS）算法处理图像和视频帧以生成3D网格；使用MeshLab软件在网格上进行面部标志点间的直线距离测量。统计分析采用了包含非参数假设检验（如Kruskal-Wallis检验、Wilcoxon-Mann-Whitney检验、Conover-Iman检验、Friedman检验、Wilcoxon符号秩检验）、迭代异常值检测（基于四分位距IQR测试和Shapiro-Wilk检验）的工作流程，以评估测量变异性。
研究结果
- •
绝对标志点间距离统计：描述了所有相关标志点距离和方法的基本统计数据（均值、标准差、中位数、范围和均值，单位为毫米）。
- •
三种方法的标志点距离假设检验：通过Kruskal-Wallis检验、Wilcoxon-Mann-Whitney检验和Conover-Iman检验，比较三种数据集。结果显示所有p值均远高于0.05显著性水平，表明三种方法间无统计学显著差异。然而，某些距离（如Cheilion-Cheilion、Zygion-Zygion、Labiale superior-Exocanthion）产生了相对较低的p值，提示这些方法在这些特定标志点上存在较大分歧。
- •
标志点距离评估：通过对三套测量数据进行交叉归一化并进行Shapiro-Wilk检验，发现最频繁的异常值标志点距离包括Cheilion-Cheilion和Labiale superior-Exocanthion（左侧）各14次，Labiale superior-Exocanthion（右侧）8次等。箱线图显示这种差异在多种采集和归一化方法中持续存在。
讨论与结论总结
讨论部分指出，低成本和基于图像的3D重建技术与主动光学3D重建技术之间存在明显的趋同性。然而，必须区分统计相似性和实际互换性。虽然三种技术产生了高度可比的测量结果，但在所有背景下完全互换仍需谨慎。一个关键的挑战是人类面部固有的非刚性和不稳定性。特别是口周区域（如Cheilion和Labiale superior）和眼周区域（如Exocanthion）的标志点由于受不自主面部运动、肌肉张力和局部表面几何复杂性影响，表现出显著的不确定性和较低的精度（约±10%）。相比之下，位于骨性或结构稳定区域的标志点则更为可靠。此外，目前研究中普遍依赖手动标志点选择引入了固有的、无法量化的不确定性和观察者间变异性，未来应开发自动化标志点定位算法。总之，智能手机摄影测量和录像测量是可行的低成本替代方案，但特定标志点的不确定性是关键因素，尤其在具有挑战性的解剖区域。未来研究应关注自动标志点定位和模态特异性考量，以提高面部人体测量研究的可靠性。
