人类枪伤分类的人类枪伤分类人工智能
Jerome Cheng1, Carl Schmidt1, Allecia Wilson1
1Department of Pathology, University of Michigan, Ann Arbor, MI, USA.
Journal of pathology informatics
|January 18, 2024
概括
这项研究表明,人工智能,特别是深度学习模型,可以准确地区分数字图像中的入口和出口枪伤. 人工智能模型实现了高准确度,与法医病理学家可比,有助于伤口识别.
科学领域:
- 法医病理学 法医病理学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 鉴定枪口入口和出口伤口可能是具有挑战性的,因为微妙的特征.
- 深度学习显示了自动化医疗图像分类任务的潜力.
研究的目的:
- 评估使用深度学习模型在数字图像中分类入口和出口枪伤的可行性.
- 评估AI在区分这些伤口类型的准确性.
主要方法:
- 一个微小的深度学习模型在2418张枪伤图像上受过训练.
- 该模型使用Fastai库进行训练,训练/验证比例为70/30.
- 在一组708张图像中评估了表现.
主要成果:
- 深度学习模型在持久设置中实现了87.99%的准确性.
- 精度为83.99%,回忆率为87.71%,F1得分为85.81%.
- 该模型正确分类了88.19%的入口伤口和87.71%的出口伤口.
结论:
- 深度学习模型可以从数字图像中准确地辨别进出枪伤.
- 人工智能性能与法医病理学家的性能相当.
- 这代表了人工智能在法医病理学中用于伤口分析的新应用.
更多相关视频
05:49Author Spotlight: Advancing CBCT and Digital Dental Image Integration with AI-Assisted Digitization
Published on: February 23, 2024
865
06:20Author Spotlight: Development of an Automated Camera-Based System for Real-Time Blast Overpressure Monitoring and TBI Risk Assessment in Military Training
Published on: December 6, 2024
2.8K
