Transcripción de descriptores biométricos en queiloscopia
PDF

Palabras clave

Odontología Legal
Identificación Humana
Queiloscopía

Cómo citar

Transcripción de descriptores biométricos en queiloscopia. (2025). Odontoestomatología, 27(Supl. 1). https://doi.org/10.22592/ode2025nesp1e693

Resumen

OBJETIVO: Transcribir datos biométricos a una plantilla de codificación de surcos labiales.

MÉTODOS Se realizó un estudio descriptivo, no experimental y transversal, utilizando imágenes labiales. Las unidades de análisis fueron el "labio superior e inferior". Se empleó un muestreo aleatorio simple con un nivel de confianza del 95%, una proporción esperada de 0,5 y una precisión del 0,03 (3% de error), resultando en una 'n' de 100. Las imágenes se capturaron con una cámara réflex, se editaron en Adobe Illustrator y se exportaron en formato .JPEG. Posteriormente, se aplicó una máscara de recorte dividida en 24 celdas sobre estas imágenes. 

RESULTADOS La edad mínima de los participantes fue de 21 años, con un promedio de 40,93, moda de 37 y mediana de 36 años. La plantilla de codificación consta de 12 columnas para el labio superior (S1 a S12) y 12 para el labio inferior (I1 a I12). Cada columna se subdivide en tres secciones (ej. S1, s2, s3), permitiendo la transcripción de tres patrones biométricos por celda de la máscara.

CONCLUSIONES La transcripción de datos biométricos a una plantilla de codificación de surcos labiales es un avance significativo en los métodos de autenticación. Esta técnica estandariza y registra sistemáticamente las características únicas de los surcos labiales, facilitando su comparación en bases de datos. Al convertir la información visual a un formato codificado, se optimiza el análisis automatizado, se minimiza el error humano y se mejora la precisión en la identificación individual.

PDF

Referencias

XX Reunión Anual SUIO - 15 y 16 de agosto 2025.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Derechos de autor 2025 Laura Alejandra Cocco, Yanina Goyeneche, Anabella Elvira, Jimena Papasodaro, Sabrina Degaetano, Martin Brown, Gaston Pezzuchi, Martin Rodrigo Alfaro