Quantum Q&A

Adquisiciones


¿Qué tecnología de escaneo utiliza el Microscopio 3D Quantum?

Quantum utiliza un método patentado de estéreo-fotometría no lineal. La superficie de la bala se visualiza con un conjunto de luces LED ubicadas en lugares específicos. Quantum determina las pendientes locales mediante el análisis de la intensidad de cada píxel dentro del conjunto de imágenes generadas por cada LED individualmente. La topografía se recupera con un cálculo de integración numérica sobre el conjunto de pendientes.

¿Quantum utiliza la misma tecnología de adquisición 3D que el IBIS BULLETTRAX?

El microscopio 3D Quantum está basado en el nuevo modelo de IBIS BULLETTRAX lanzado en 2019. El nuevo BULLETTRAX incluye funciones de calibración para la trazabilidad de las mediciones. El campo de visión amplio ofrece más contexto, pero también permite nuevos métodos, como la función de advertencia de detección de subclases. Se mejorará el modelo RBL según los datos 3D adquiridos con el nuevo método de estéreo-fotometría no lineal. (Ver preguntas sobre el doble uso de Quantum con IBIS).

¿Cuál es la resolución del microscopio (píxel y Z)?

La resolución lateral es ligeramente inferior a 3 µm/píxel.

La resolución de profundidad es de aproximadamente 0.3 µm.

¿Cuál es el campo de visión del microscopio? ¿Cuánto se puede visualizar de la superficie de apoyo?

La superficie de adquisición es una banda de 2.8 mm (1/9″) de ancho que barre hacia abajo o alrededor del objeto.

¿Qué tan ancha puede ser la imagen, por ejemplo, para todo el lateral del casquillo (marcas de la cámara)?

El ancho de la adquisición es de 2.8 mm (1/9″). Se necesitarían varias barridas para capturar todo el cuerpo lateral de un casquillo. Cuando se utiliza Quantum como microscopio 3D, se pueden analizar áreas específicas de interés entre las muestras; no siempre son necesarias las imágenes envolventes completas.

¿Cuál es el límite del tamaño de los objetos que se pueden adquirir con Quantum?

Los objetos deben tener las siguientes dimensiones para que puedan caber a través de la abertura:

Ancho: Hasta 45 mm (1.8″)

Altura: Hasta 28 mm (1.1″)

Largo: Hasta 50 mm (2.0″)

Durante la adquisición, la distancia máxima del eje de rotación a la superficie que se está adquiriendo es de 28 mm (1.1″).

¿Cuánto tiempo se tarda en adquirir una envoltura completa de una bala de calibre 9 mm? ¿Cuánto tiempo se tarda en adquirir una bala deformada?

Una adquisición envolvente de una bala de 9 mm tarda aproximadamente 11 minutos. La mayor parte de ese tiempo está completamente automatizada, y no es necesario que el usuario permanezca al lado de la máquina mientras se realiza la adquisición.

Los tiempos de adquisición de Quantum para las balas dañadas variarán según el tamaño de la superficie que se adquiere y la gravedad del daño. Las superficies más complejas llevan más tiempo. El ejemplo adquirido durante la presentación del evento en línea, que tenía tres estrías y un daño moderado, tardó 8 minutos y 50 segundos, incluida la configuración y validación de la adquisición. Si hubiera habido una cuarta estría, se habría demorado más. Si hubiera habido solo dos estrías, habría sido más rápido. Según nuestra experiencia, la mayoría de los objetos deformados se pueden adquirir en 15 minutos.

Casquillos


¿Se puede usar el microscopio 3D Quantum para analizar otras marcas del casquillo, como la marca de la ventana expulsora?

Sí, las adquisiciones de los casquillos en la región específica o de la envoltura se pueden hacer en Quantum. El modelo Quantum S1 puede adquirir marcas de la cámara del casquillo, marcas del expulsor, marcas del extractor y otras marcas en el lateral del casquillo.

¿Habrá un Microscopio 3D Quantum para casquillos (cierre de la recámara, percutor, marcas del extractor)?

El primer modelo de Quantum (S1) no es adecuado para adquirir el cierre de la recámara completo del casquillo, o grandes áreas planas, pero puede adquirir envolturas o regiones específicas de las marcas de la recámara, las marcas del expulsor, las marcas del extractor y otras marcas en el lateral del casquillo.

La implementación de un Microscopio 3D Quantum para los casquillos (cierre de la recámara) es el siguiente paso lógico, y otro modelo de Quantum se especializará en los cierres de la recámara los cartuchos y objetos planos más grandes con marcas de herramientas impresas y estriadas. Hemos comenzado a trabajar en los componentes más complejos que se requieren, así que esperen más noticias a medida que avancemos.

A lo largo de los años, nuestra tecnología 3D ha ayudado a los examinadores de armas de fuego en casos difíciles que involucraban balas que eran difíciles de examinar con los microscopios de comparación convencionales. Aplicamos nuestra experiencia para encontrar soluciones y realizamos avances científicos para desarrollar una identificación objetiva de las balas.

Calibración


¿Cómo se calibra el Quantum?

La calibración se basa en los objetivos certificados por la ISO 17025. Cada Microscopio 3D Quantum tiene objetivos certificados que se trazan a través de proveedores certificados por la ISO17025. Se emite un informe de calibración para el sistema que compara sus mediciones reales con las mediciones calibradas. Cada adquisición 3D está vinculada a la información del último control de calibración.

¿Cómo puede un usuario validar la calibración de Quantum?

Los usuarios pueden realizar verificaciones de calibración de forma periódica o manual, para validar las mediciones. Si se utiliza un objetivo de referencia externo, se pueden exportar los datos de la adquisición 3D para su análisis.

 

Análisis cuantitativo


Para el cálculo del gráfico RBL, ¿por qué solo se promedian los dos puntajes más altos de LEA, y qué pasa si solo hay un LEA en un fragmento?

Durante la presentación del evento en línea, explicamos el modelo de la Mejor Fase que está optimizado para el promedio de los dos puntajes más altos de LEA en la mejor fase. Quantum también tiene un modelo de Mejor LEA que utiliza el mejor puntaje de LEA a LEA. Este modelo funcionará para los fragmentos que tienen solo un LEA para comparar, así como las balas y los fragmentos con múltiples LEA. Los modelos Mejor LEA y Mejor Fase tienen cada uno una línea de separación e isolíneas FMR diferentes.

Además de la Tasa de Falsa Coincidencia, ¿desarrolló usted un modelo para una Tasa de Probabilidad como el que se cubre en su documento publicado sobre Identificación Objetiva?

La Tasa de Probabilidad es un desafío porque se calcula a partir de las distribuciones del puntaje no coincidente y coincidente. Para que una distribución estadística sea válida, debe ser generada a partir de un alto número de puntajes, y tenemos muchos más puntajes no coincidentes a nuestra disposición que puntajes coincidentes. Por lo tanto, decidimos centrarnos en la FMR por el momento, porque solo se calcula a partir de la distribución del puntaje no coincidente. También encontramos que la distribución del puntaje coincidente es mucho más sensible al arma de fuego en particular, mientras que la distribución del puntaje no coincidente es mucho más estable. Podríamos considerar el cálculo de la Tasa de Probabilidad en futuras versiones de Quantum, si la comunidad lo requiere.

En sus escenarios de ejemplo, ¿los 4 o 5 disparos de prueba son consecutivos o son los mejores de una serie de disparos de prueba del arma de fuego recuperada?

En nuestros ejemplos de casos, encontramos que cualquiera de los 5 disparos de prueba fue útil para representar las marcas de un arma de fuego. Sin embargo, es común utilizar los primeros disparos de prueba después de recuperar el arma de fuego, ya que estos son más representativos del rendimiento del cañón cuando se utilizó por última vez.

¿Cómo afecta la deformación al puntaje del Recuento de Líneas? ¿El sistema comprime o estira automáticamente la evidencia?

El algoritmo actual permite un cierto estiramiento en el proceso de comparación. La mayor cantidad de estiramiento permitida se encontró optimizando la separación de las distribuciones del puntaje coincidente y no coincidente. Permitir el estiramiento aumenta los valores del puntaje tanto de los que coinciden como de los que no coinciden. Cuando el estiramiento permitido se hace demasiado grande, se favorecen los puntajes no coincidentes y las distribuciones del puntaje coincidente y no coincidente comienzan a superponerse.

¿Hay alguna información sobre la probabilidad de una falsa eliminación del sistema? Para una coincidencia conocida mal marcada, si el puntaje es bajo, ¿no pondría este sistema en duda la coincidencia?

El sistema no elimina las coincidencias, pero proporciona una tasa de error de falsa coincidencia (FMR) para cada puntaje. Es responsabilidad de los expertos sacar conclusiones, pero la FMR es una medida cuantitativa que puede respaldar su conclusión.

El concepto de falsa eliminación debe definirse con cautela en el contexto de la identificación de balas. A diferencia de la biometría, que es estable a lo largo del tiempo, puede haber variaciones significativas en las marcas de las balas de un disparo a otro. A veces, un par de balas es una coincidencia conocida, pero su nivel de similitud no es coherente con un valor de puntaje alto. En nuestra opinión, no es apropiado definir tal caso como una falsa eliminación porque el experto no clasificaría tal par como una coincidencia concluyente (incluso si es una coincidencia conocida).

Quantum genera un puntaje consistente con la similitud entre dos balas. Como se discutió en nuestro documento, nuestro conjunto de entrenamiento consistía en 422 pares de balas de 9 mm que coincidían, entre los cuales solo el 55 % podían coincidir visualmente. Este análisis visual es imparcial, ya que se hizo antes de cualquier desarrollo de algoritmos. Todos, excepto 8 de los puntajes de las no coincidencias conocidas caen por debajo de la línea de separación (para FMR = 1/10000). Cinco de los 235 pares que coinciden visualmente (2 %) se encontraron ligeramente por debajo de la línea de separación, lo que es coherente con el nivel de similitud observado.

¿Puede el «aprendizaje» del sistema del puntaje de FMR utilizar los datos de los disparos de prueba en los sistemas IBIS/NIBIN/IBIN?

El aprendizaje se basó en las adquisiciones realizadas en una unidad de adquisición Quantum en Ultra-FT a partir del conjunto de datos de diferentes fabricantes de armas de fuego que son representativos de la población de armas de fuego en un entorno urbano norteamericano. No hay ningún mecanismo para que los usuarios de Quantum realicen el «aprendizaje» del sistema.

¿Es posible que la línea de decisión esté por encima de 1/10000 como 1/100? ¿Cuál es la implicancia?

La línea FMR=1/10000 no es una línea de decisión formal. Las coincidencias no siempre están por encima de esta línea y las no coincidencias no siempre están por debajo de la línea. Por lo tanto, preferimos usar la expresión «línea de separación». Esta línea separa aproximadamente los pares de balas que son muy similares de los que se ven significativamente diferentes según se considere en el análisis visual en un microscopio de comparación convencional o en un microscopio de comparación virtual. Por lo tanto, no hay ninguna implicancia relacionada con el cambio de la definición de la línea de separación en el gráfico, que podría establecerse en 1/100 o 1/1000. Sin embargo, hemos observado que el nivel de similitud se vuelve significativo para los puntajes por encima de la línea FMR = 1/10000. Sigue siendo decisión del experto concluir que un determinado par de balas es una coincidencia concluyente o no. La FMR calculada a partir del puntaje se proporciona como respaldo a esa conclusión.

¿Cómo maneja el sistema las balas con subclase? ¿Cómo se ve afectada la tasa de falsas coincidencias?

Esta funcionalidad no se discutió durante la presentación del evento en línea. Hasta donde sabemos, las balas más difíciles, en términos de características de subclase, son similares al conjunto de datos de Norris, que corresponde a 10 pares de balas disparadas de cañones fabricados consecutivamente y 15 desconocidas. Para estos datos, la mayoría de las marcas se encuentran como fuertes marcas de subclase. La mayoría de las marcas son comunes a todo el conjunto, y el nivel de similitud entre las no coincidencias conocidas es típico de lo que se encuentra para las buenas coincidencias. Las marcas de subclase no se pueden detectar automáticamente a partir de la topografía de una bala, y los expertos deben confiar en el cañón real para encontrar las marcas de subclase. Sin embargo, Quantum incluirá un algoritmo que detecta las marcas largas que cruzan la mayor parte del ancho de la imagen. Se emitirá una advertencia al usuario si el número de esas marcas está por encima de un valor crítico, lo que implica que podría haber una subclase fuerte, y, de ser así, que la FMR no es válida.

¿Existen distribuciones independientes para el rifle convencional, el rifle poligonal y el rifle de ánima lisa?

Deben desarrollarse modelos diferentes para cada uno de estos tipos de rifles porque las balas están marcadas de forma muy diferente, y las distribuciones de las coincidencias y no coincidencias probablemente serán significativamente diferentes. En el futuro se planea desarrollar nuevos algoritmos y puntajes de similitud para los rifles poligonales y de ánima lisa, pero dependemos de la viabilidad con la ciencia subyacente.

Quantum ha sido probado para 9 mm. ¿Necesitará crear/probar un modelo estadístico para cada calibre o cada tipo de marca de herramienta?

Sí, el método RBL se proporcionará para otros calibres, pero inicialmente solo para el estriado convencional. El soporte para el estriado poligonal y el estriado de ánima lisa está planeado para un futuro desarrollo.

¿Y las balas de plomo? ¿Cómo maneja el método RBL las composiciones que no sean de cobre?

El modelo estadístico presentado durante la presentación del evento en línea se basó en una base de datos de balas con camisa de cobre de 9 mm, pero Quantum brindará respaldo para otros calibres y composiciones de materiales.

¿Cuánto tiempo tarda el cálculo de los resultados del Análisis Cuantitativo, comparado con el tiempo de correlación del IBIS?

El IBIS compara una exhibición dada con una gran base de datos con un algoritmo rápido. El tiempo de cálculo de cada correlación individual de bala a bala es lo más corto posible. Sin embargo, el tiempo total de computación de una solicitud de correlación entre una bala y una gran base de datos puede ser del orden de horas.

En Quantum se consideran pequeños conjuntos de datos, ya que está diseñado específicamente para el trabajo de casos. El algoritmo de correlación requiere más tiempo por comparación bala a bala, pero el tiempo total de computación para la correlación de un conjunto de datos típico es en segundos o minutos.

El recuento de líneas y la coincidencia de patrones se ponderan entre sí, ¿cuál es la lógica allí?

Una gran ventaja de los puntajes del PMS y el LCS es su interpretabilidad. Los dos tipos de puntajes constituyen puntos de vista complementarios que se basan en el método utilizado por los expertos en armas de fuego. El valor respectivo de estos dos puntajes concuerda fuertemente con la similitud observada de cualquier par de balas de manera consistente con los puntos de vista de coincidencia de patrones o recuento de líneas. Sin embargo, el cálculo de un valor de la Tasa de Error de Falsa Coincidencia (FMR) a partir de una distribución bidimensional del puntaje constituye un desafío, especialmente en el régimen del puntaje alto, en el que los datos que no coinciden son escasos. Así pues, aplicamos un método estándar de reducción de la dimensionalidad, muy utilizado por la comunidad de aprendizaje de máquinas, al precio de una menor interpretabilidad. La reducción de la dimensionalidad es el proceso de reducir el número de variables consideradas mediante la obtención de un conjunto más pequeño de variables principales que capturan la mayor parte del comportamiento de la distribución estadística multidimensional original. El puntaje resultante en Quantum es la distancia proyectada D, que es una suma ponderada del PMS y el LCS. En este proceso, de hecho, estamos definiendo un único puntaje que combina linealmente el PMS y el LCS. Este puntaje se puede usar para definir una FMR, pero no se puede interpretar tan fácilmente como el PMS y el LCS individuales. Por lo tanto, proponemos mantener la representación gráfica 2D (PMS-LCS) para facilitar la interpretación, pero utilizar su combinación lineal ponderada D para el cálculo de la FMR.

En los Gráficos RBL, ¿los puntos grises representan los puntajes de las comparaciones reales de una LEA con una LEA de esa comparación o algunos de esos puntajes de fondo del algoritmo no están necesariamente relacionadas con ninguna de las 2 LEA de las muestras que se están comparando?

Los puntos grises representan los puntajes de similitud del conjunto de datos de 406 balas (nuestro conjunto de entrenamiento) utilizado para definir la línea de separación y las isolíneas de FMR. Están dibujados en el fondo para referencia. Por el contrario, los puntos coloreados son los resultados obtenidos de la comparación de las muestras que se están analizando en el espacio de trabajo actual.

Entiendo de dónde viene la línea 10^4 FMR, pero ¿cómo extrapoló la línea 10^6, etc.?

Los puntos grises representan los puntajes de similitud del conjunto de datos de 406 balas (nuestro conjunto de entrenamiento) utilizado para definir la línea de separación y las isolíneas de FMR. Están dibujados en el fondo para referencia. Por el contrario, los puntos coloreados son los resultados obtenidos de la comparación de las muestras que se están analizando en el espacio de trabajo actual.

¿Ha realizado múltiples comparaciones cruzadas con fragmentos, como hizo en el estudio Brundage?

Cuando entrenamos a los algoritmos de comparación RBL, usamos disparos de prueba por razones prácticas. Es difícil acumular un gran conjunto de proyectiles dañados o fragmentados que forman parte de coincidencias conocidas. Sin embargo, pudimos simular los efectos de la deformación y de las LEAs faltantes de la manera siguiente: El algoritmo de comparación se calibró para para permitir cierto alargamiento cuando se compara cualquier par de LEAs. Se encontró un punto medio con el fin de mejorar los resultados de las coincidencias sin ser demasiado permisivo con las no coincidencias. También estudiamos el comportamiento de los algoritmos de comparación de nuestro conjunto de datos de proyectiles enteros cuando se excluye artificialmente una o más LEA de la comparación. Esta estrategia, basada en nuestra experiencia adquirida previamente con la búsqueda en IBIS, nos permitió desarrollar el método de Mejor LEA además del método de Mejor fase El método de Mejor LEA funciona mejor cuando faltan muchas LEA.

¿Qué pasa si hay una mala reproducibilidad de los disparos de prueba? ¿No afectaría esto la tasa de coincidencia falsa (FMR) y, posiblemente, sembraría la duda en el tribunal?

Las calificaciones de similitud, y la FMR asociada, representan la similitud de las marcas presentes en los proyectiles comparados, independientemente de que sean disparados con la misma arma o no. Si tienen una baja concordancia, las calificaciones serán bajas y la FMR representará esa realidad. La conclusión que se presenta en el tribunal debe ser similar a la que se llegaría en base a la microscopia de comparación convencional. Mientras la FMR sea coherente con la similitud observada, su valor se puede determinar de manera confiable.

Visualización de la comparación


¿Los ajustes de la imagen se capturan en los metadatos?

Los ajustes en el Visor de Comparación para mejorar la visualización 3D se conservan con las «Capturas de pantalla» que se pueden guardar. Una captura de pantalla del Visor de Comparación guarda el estado exacto de visualización para que pueda volver a él más tarde y continuar desde donde lo dejó.

¿Cuántas balas se pueden ver en el visor de comparación virtual?

Hasta 6 adquisiciones se pueden ver simultáneamente; una al lado de la otra en la Vista de la Superficie y en la Vista de la Forma.

 

Acceso a los datos


¿Cómo pueden acceder los usuarios a los datos de Quantum?

La aplicación del Microscopio 3D Quantum guarda los datos y los resultados en la carpeta actual del Espacio de Trabajo. Estos archivos se pueden acceder libremente con el Explorador de Windows y se pueden almacenar o archivar en la red del cliente o en medios extraíbles USB.

¿Colabora con el NIST y envía imágenes escaneadas o comparte archivos X3P para investigación y para la creación de una base de datos 3D nacional?

La capacidad del microscopio Quantum 3D para exportar archivos X3P permitirá a los laboratorios enviar datos X3P para la base de datos de investigación de marcas de herramientas de balística del NIST (NBTRD por sus siglas en inglés). Diseñamos este producto poniendo énfasis en el acceso y la gestión flexible de los datos, y compartir datos tiene una importancia fundamental.

Uso de doble propósito de Quantum con IBIS


¿Se puede reutilizar un BULLETTRAX para el Quantum?

El último modelo de IBIS BULLETTRAX (2019) se puede reutilizar (compartir) para el Microscopio 3D Quantum. Desafortunadamente, Quantum requiere de una tecnología más reciente que no está disponible en los antiguos modelos de IBIS BULLETTRAX (2004-2018), que necesitarían ser actualizados. El nuevo BULLETTRAX incluye funciones de calibración para el seguimiento de las mediciones. El campo de visión amplio ofrece más contexto, pero también permite nuevos métodos, como la función de advertencia de detección de subclases. Los algoritmos del método RBL se entrenan con datos 3D adquiridos mediante su método de fotometría estéreo no lineal, y el desarrollo futuro se basará en estos nuevos datos de BULLETTRAX.

Las recientes unidades BULLETTRAX ya implementadas tendrían que modernizarse para certificarlas con los objetivos de calibración requeridos por Quantum. En el futuro, BULLETTRAX incluirá esos objetivos y, por consiguiente, permitirá el uso de doble propósito con Quantum.

¿Es el Microscopio 3D Quantum un sistema autónomo o se requiere un BULLETTRAX IBIS?

El Microscopio 3D Quantum funciona como un instrumento independiente. No es un componente de una red de Búsqueda IBIS.

¿Tiene el IBIS BULLETTRAX las mismas certificaciones ISO que el microscopio 3D Quantum?

Las nuevas unidades de adquisición de IBIS BULLETTRAX no tienen actualmente (a partir de junio de 2019) los mismos objetivos certificados ISO 17025 en su interior. Sin embargo, hay planes para adaptar estas unidades para instalar los objetivos de calibración requeridos por Quantum.

 

Producto


¿Se puede comprar el software por separado?

El software del Microscopio 3D Quantum solo funciona con las unidades de adquisición Quantum o IBIS 3D. Sin embargo, puede adquirir Extensiones de la Aplicación adicionales que consisten en un software que puede ejecutarse en otras computadoras para realizar la visualización de comparaciones y análisis cuantitativos.

¿Cuánto tiempo cree usted que le llevará a un examinador ya existente recibir una formación completa sobre este software/hardware y comenzar a utilizarlo?

Se espera que la capacitación estándar sea de hasta 5 días, que abarque la adquisición, la visualización de comparaciones, el análisis cuantitativo y la gestión del espacio de trabajo y los datos.

¿Su producto hace interfaz con algún LIMS comercial?

El Microscopio 3D Quantum no incluye actualmente características para interactuar directamente con otros sistemas. Sin embargo, los datos y los resultados se almacenan en una carpeta del espacio de trabajo a la que se puede acceder fácilmente, de modo que los archivos se pueden intercambiar con otros sistemas como un LIMS.

Contáctenos

¿Necesita que lo contactemos?

Contáctenos

Suscríbase a nuestro blog

¿Desea estar actualizado?

Suscríbase