基于神经网络的超光谱成像用于基质独立的血污年龄估计
Nicola Giulietti1, Silvia Discepolo2, Paolo Castellini2
1Department of Mechanical Engineering, Politecnico di Milano, Via La Masa 1, Milan 60131, Italy.
Forensic science international
|June 18, 2023
概括
确定血迹年龄对于犯罪现场调查至关重要. 这种新的超光谱成像技术使用人工智能进行准确,基质独立的年龄估计,即使是在新材料上.
科学领域:
- 法医科学 法医科学 法医科学
- 生物光子学 生物光子学
- 人工智能的人工智能
背景情况:
- 准确的血迹年龄测定对于法医调查至关重要.
- 目前使用反射光谱的方法面临着基质影响和不确定性的挑战.
- 需要一种可靠的,基质独立的血污老化方法.
研究的目的:
- 开发一种超光谱成像技术,用于基质独立的血污年龄估计.
- 利用人工智能来准确地确定年龄,克服基质干扰.
主要方法:
- 获取血迹的高光谱图像.
- 使用神经网络来识别血迹像素.
- 使用人工智能模型处理反射频谱,去除基板效应,并估计年龄.
- 在385小时的时间里,在各种基板上进行培训和验证.
主要成果:
- 在385小时内,血液污点年龄估计的绝对平均误差为6.9小时.
- 在前48小时内,血迹的平均绝对误差为1.1小时.
- 在未经测试的材料 (红色纸板) 上成功验证了方法,准确度一致.
结论:
- 开发的超光谱成像和人工智能技术提供了准确的,基质独立的血污年龄估计.
- 这种方法通过克服以前的局限性,显著提升了法医能力.
- 这种方法对现实世界的犯罪现场应用有希望.
