使用机器学习进行切割标记分类的建议:有与无,单与双刀
Giada Sciâdi Steiger1, Matteo Borrini1
1School of Biological and Environmental Sciences, Liverpool John Moores University, Liverpool, UK.
Journal of forensic sciences
|July 25, 2024
概括
这项研究介绍了一种标准化的方法和术语,用于分析骨头上的尖物质创伤. 机器学习模型准确地从切伤痕中分类刀具特征,帮助法医分析.
科学领域:
- 法医人类学 法医人类学
- 法医科学 法医科学 法医科学
- 生物考古学的生物考古学
背景情况:
- 在分析骨遗骸上的尖物质创伤方面缺乏标准化.
- 现有的切割标记分析方法缺乏一致的术语.
- 准确识别工具标记在法医调查中至关重要.
研究的目的:
- 提出一种标准化的分类方法,用于人类骨头上的切伤痕.
- 为了建立适用的方法和术语,用于尖物质创伤检查.
- 开发机器学习模型,对刺伤进行客观分析.
主要方法:
- 在猪肋骨上使用七种不同的刀具制作了350个切痕.
- 分析涉及立体显微镜与接触式照明.
- 确定了11个切割标记的关键特征,并用于训练二进制后勤回归模型.
主要成果:
- 确定了11个与刀具类型有显著关联的特征.
- 机器学习模型实现了63-85%的准确度,用于分类.
- 模型在叶片形分类方面达到63%-89%的准确性.
结论:
- 已经提出了一套用于切割标记分析的新型特征.
- 机器学习模型可以标准化并促进刺伤的分析.
- 这种方法提高了在法医案件中客观检查尖物质创伤的方法.


