相关实验视频
Updated: May 11, 2025
09:26
Quantification of Orofacial Phenotypes in Xenopus
Published on: November 6, 2014
9.7K
复制性和可重复性实验与嵌套因素应用于指纹形态测量评估
Josep De Alcaraz-Fossoul1, Michelle V Mancenido2, Jena Aileen Johanson2
1Forensic Science Department, Henry C. Lee College of Criminal Justice and Forensic Science, University of New Haven, West Haven, Connecticut, USA.
Journal of forensic sciences
|April 18, 2025
概括
使用线性混合效应模型的新测量器可重复性和可重复性 (R&R) 方法改善了指纹测量中的错误分析. 这种方法揭示了高的内部检查员一致性,但在山脊宽度评估中显著的内部检查员变化.
科学领域:
- 法医科学 法医科学 法医科学
- 测量科学 测量科学 测量科学
- 生物识别信息 生物识别信息
背景情况:
- 准确的指纹形态测量对于法医鉴定至关重要.
- 传统的R&R方法可能无法完全捕捉生物识别数据中的复杂错误来源.
- 了解变异组件是提高指纹分析可靠性的关键.
研究的目的:
- 为指纹形态系统引入重新定义的指标可重复性和可重复性 (R&R) 方法.
- 为了识别和量化错误来源和宽度测量的变化组件.
- 为了利用线性混合效应建模来进行更强大的R&R分析.
主要方法:
- 开发一种重新定义的R&R方法,包括线性混合效应模型.
- 来自四种类型的指纹 (油墨卷,油墨平面,潜白粉,潜黑粉) 的脊梁宽度数据的分析.
- 数据收集涉及10名捐赠者,四名检查人员,以及每次印象的多次重复测量 (24-36次).
主要成果:
- 重新定义的方法有效地分解了指纹宽度测量的变异源.
- 在所有考官中观察到高重复率 (低的考官内部变化).
- 鉴定出低可重现性 (高检查者之间的变化),表明在一致的测量应用中有改进的潜力.
- 发现最小的皮肤扭曲会影响脊梁宽度测量.
结论:
- 拟议的基于线性混合效应的测量R&R方法为分析测量系统可变性提供了强大的框架.
- 检查者之间的变化是影响指纹形态测量可靠性的重要因素.
- 差异分解方法在确定生物识别数据采集中的特定错误来源方面是有效的.
