期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
酶消化法结合人工智能技术在法医学溺死硅藻检验中的应用 被引量：1
1
作者 于慧潇 朱永正 +5 位作者 赵天琦 程奇 李周儒 殷文江 陈敏 蔡红星 《中山大学学报（医学科学版）》 CAS CSCD 北大核心 2023年第3期430-438,共9页
【目的】人工智能(AI)全涂片自动化硅藻检验技术能比人类专家更快速、高效进行法医病理学溺死硅藻检验。然而,该技术仅与硅藻提取率较低的硝酸消化法联用过,本研究拟采用更加高效的蛋白酶K组织消解法(以下简称酶消化法)作为硅藻提取方法... 【目的】人工智能(AI)全涂片自动化硅藻检验技术能比人类专家更快速、高效进行法医病理学溺死硅藻检验。然而,该技术仅与硅藻提取率较低的硝酸消化法联用过,本研究拟采用更加高效的蛋白酶K组织消解法(以下简称酶消化法)作为硅藻提取方法,探究该技术在其他硅藻提取方法中的泛化能力及可行性。【方法】收集6例溺死尸体的肺组织进行蛋白酶K消解并制成涂片,利用数字化图像矩阵切割方法将涂片进行数字化处理并据此建立硅藻-背景数据库,将数据集按照3:1:1的比例分为训练集、验证集和测试集,在ImageNet预训练基础上对卷积神经网络(CNN)模型进行训练和内部验证及外部测试。【结果】结果显示最佳模型外部测试的准确率达97.65%,且模型特征提取区域即为硅藻所在区域。实际应用中最佳的CNN模型对溺水尸体的硅藻检测精准率高达80%以上。【结论】研究表明,基于CNN模型的AI自动化硅藻检验技术和酶消化法联用能高效识别硅藻,可以作为溺水鉴定中硅藻检测的辅助方法。 展开更多
关键词 法医病理学 硅藻 溺死 蛋白酶K 人工智能 卷积神经网络
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部