関連する実験動画
Updated: Feb 20, 2026
09:00
High Throughput Analysis of Liquid Droplet Impacts
Published on: March 6, 2020
7.0K
ディープラーニングを用いて,表面の質感と落下高度における受動的な血の染み形態の分析
Sneha Jomon1, Blossom Treesa Bastian2, Manu M Joseph1
1Department of Life Sciences, CHRIST University, Bengaluru, Karnataka 560029, India.
Forensic science international
|February 18, 2026
まとめ
基質のタイプは,血の形状に影響しますが,法医学における角度の精度には影響しません. ディープラーニングモデルは,落下高度に基づいて血の染みパターンを正確に区別し,犯罪現場の再建を強化します.
科学分野:
- 法医学科学は,法医科学である.
- バイオフィジックス 生物物理学
- コンピュータサイエンス コンピュータサイエンス
背景:
- 血液染みパターン分析 (BPA) は,犯罪現場の再建に不可欠です.
- サブストラットとドロップの高さが血の斑点にどのように影響するかを理解することは,正確な分析に不可欠です.
- 以前の研究は,多様な基板と制御された落下高度の組み合わせた効果を十分に調査していない.
研究 の 目的:
- サブストラット型と落下高度が受動的な血染み形態学に与える影響を調査する.
- サブストラット特性がBPA.での衝撃角度計算の精度に影響するかどうかを判断する.
- 血液染みパターンの分析におけるディープラーニングモデルの有効性を評価する.
主な方法:
- 血液を様々な高さから5つの異なる基板 (曲がったカップ,粉砕されたチャート紙,ジュート布,ゼリーストーン,コンクリート) に落とす制御された実験室での実験.
- 形状の不規則性と衛星形成に焦点を当てた,その結果生じた血の斑点の形態学的分析.
- ディープラーニングモデル (MobileNetとImageNetの機能) を適用して,落下の高さに基づいて血の染みパターンを分類する.
主要な成果:
- 基質の特徴は,血液の形状 (形状,衛星形成) に著しく影響したが,測定された衝撃の角度は変化しなかった.
- ディープラーニングのアプローチ,特にMobileNetモデルでは,さまざまな落下高度から血の染みパターンを区別する上で高い精度を示しました.
- 移転学習は,小さな法医学データセットの分析に有効であることが証明されました.
結論:
- BPAでの衝突角の決定は,サブストラットのタイプが主に角の精度ではなく,ステインの形態学に影響を与えるため,異なる基板間で一貫しています.
- ディープラーニングは,複雑な血液染みデータを分析するための強力なツールを提供し,形態学と法医学適用性の理解を向上させます.
- 将来の研究は,現実性を高めるために,複数の衝撃角度や運動効果などのより多くの変数を組み込むべきです.
