Ogni anno, oltre un milione di bambini nascono con una malattia genetica. Sebbene circa la metà delle sindromi genetiche presenti dismorfologia facciale, le caratteristiche facciali anormali sono spesso impercettibili alla nascita e la loro identificazione da parte dei pediatri può rivelarsi difficile. Ritardi ed errori nella diagnosi hanno un impatto significativo sulla mortalità e morbilità associate alle sindromi genetiche. A titolo di esempio, l'accuratezza media nella rilevazione di una delle sindromi genetiche più studiate, Sindrome di Down, da un pediatra qualificato è di appena il 64% negli Stati Uniti, e così i metodi per la diagnosi precoce delle sindromi genetiche diventano molto importanti.

Oggi, l'analisi facciale dei bambini dalle fotografie è una tecnica che consente l'identificazione precoce delle sindromi genetiche. Però, le immagini possono subire problemi di calibrazione e illuminazione. Sebbene la fotografia 3D superi alcuni di questi problemi, Gli scanner 3D per quantificare la dismorfologia craniofacciale nei bambini sono costosi e spesso non disponibili in tutti i centri sanitari. Un recente studio presenta un nuovo metodo per ottimizzare l'analisi facciale che consente di ricostruire il viso in 3-D da fotografie 2-D.

Araceli Morales, Gemma Piella e Federico Sukno, membri del gruppo di ricerca SIMBIOsys e del Cognitive Media Technologies del Dipartimento di Tecnologie dell'Informazione e della Comunicazione (DTIC) dell'UPF, insieme a ricercatori dell'Università di Washington (USA) sono gli autori di questo lavoro pubblicato il 7 ottobre nell'edizione online di Appunti delle lezioni di informatica . L'articolo descrive il nuovo metodo di ottimizzazione per eseguire ricostruzioni facciali 3-D della forma dei volti dei bambini da fotografie 2-D non calibrate utilizzando un nuovo modello statistico.

Primo, per ogni foto 2D, il nuovo metodo stima la posa della fotocamera utilizzando un modello statistico e una serie di punti di riferimento facciali 2-D. In secondo luogo, il metodo calcola la posa della telecamera ei parametri del modello statistico minimizzando la distanza tra la proiezione della faccia 3-D stimata nel piano dell'immagine di ciascuna telecamera e la geometria della faccia 2-D osservata.

"Utilizzando volti 3D ricostruiti, estraiamo automaticamente una serie di descrittori geometrici e di aspetto 3D e li usiamo per addestrare un classificatore per identificare le dismorfologie facciali associate a sindromi genetiche, " spiega Araceli Morales, prima autrice dell'articolo che sta lavorando a questa ricerca per la sua tesi di dottorato, sotto la supervisione di Federico Sukno.

Il metodo di ricostruzione del volto su fotografie 3D è stato valutato in 54 soggetti (fascia di età 0-3 anni), e "il nostro classificatore ha identificato sindromi genetiche in volti 3-D ricostruiti da fotografie 2-D con una sensibilità del 100% e una specificità del 92,11%, " spiegano gli autori nel loro articolo.