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
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%，...
Saved in:
| Main Authors: | , , , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Sun Yat-sen University
2023-05-01
|
| Series: | Zhongshan Daxue xuebao. Yixue kexue ban |
| Subjects: | |
| Online Access: | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0309/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1841535510922657792 |
|---|---|
| author | 于慧潇 朱永正 赵天琦 程奇 李周儒 殷文江 陈敏 蔡红星 |
| author_facet | 于慧潇 朱永正 赵天琦 程奇 李周儒 殷文江 陈敏 蔡红星 |
| author_sort | 于慧潇 |
| collection | DOAJ |
| description | 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。 |
| format | Article |
| id | doaj-art-0994e94c7e6d4f73b5818b2d7e0676dc |
| institution | Kabale University |
| issn | 1672-3554 |
| language | zho |
| publishDate | 2023-05-01 |
| publisher | Editorial Office of Journal of Sun Yat-sen University |
| record_format | Article |
| series | Zhongshan Daxue xuebao. Yixue kexue ban |
| spelling | doaj-art-0994e94c7e6d4f73b5818b2d7e0676dc2025-01-15T02:31:39ZzhoEditorial Office of Journal of Sun Yat-sen UniversityZhongshan Daxue xuebao. Yixue kexue ban1672-35542023-05-014443043843462618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于慧潇朱永正赵天琦程奇李周儒殷文江陈敏蔡红星目的人工智能（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。http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0309/法医病理学硅藻溺死蛋白酶K人工智能卷积神经网络 |
| spellingShingle | 于慧潇 朱永正 赵天琦 程奇 李周儒 殷文江 陈敏 蔡红星 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 Zhongshan Daxue xuebao. Yixue kexue ban 法医病理学 硅藻 溺死 蛋白酶K 人工智能 卷积神经网络 |
| title | 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 |
| title_full | 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 |
| title_fullStr | 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 |
| title_full_unstemmed | 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 |
| title_short | 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 |
| title_sort | 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 |
| topic | 法医病理学 硅藻 溺死 蛋白酶K 人工智能 卷积神经网络 |
| url | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2023.0309/ |
| work_keys_str_mv | AT yúhuìxiāo méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT zhūyǒngzhèng méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT zhàotiānqí méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT chéngqí méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT lǐzhōurú méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT yīnwénjiāng méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT chénmǐn méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng AT càihóngxīng méixiāohuàfǎjiéhéréngōngzhìnéngjìshùzàifǎyīxuénìsǐguīzǎojiǎnyànzhōngdeyīngyòng |