实现人类衰变识别阶段的自动化:一种人工智能方法
Anna-Maria Nau1, Phillip Ditto2, Dawnie Wolfe Steadman2
1Department of Electrical Engineering and Computer Science, The University of Tennessee, 1520 Middle Dr, Knoxville, TN, 37996, USA; The Bredesen Center for Interdisciplinary Research and Graduate Education, The University of Tennessee, 310 Ferris Hall 1508 Middle Dr, Knoxville, TN, 37996, USA.
Journal of forensic and legal medicine
|October 10, 2025
概括
人工智能 (AI) 可以自动化人类遗骸的分解阶段 (SOD),帮助法医识别. 深度学习模型实现了专家级可靠性,提高了大型图像数据集的效率.
科学领域:
- 法医科学 法医科学 法医科学
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 估计死后间隔对于识别人类遗骸至关重要.
- 目前的手动分解阶段 (SOD) 评分是主观的,对于大型数据集来说是不可扩展的.
- 自动化SOD分类可以增强法医分析和识别.
研究的目的:
- 评估使用人工智能用于自动化人类分解得分的可行性.
- 将深度学习模型 (Inception V3,Xception) 与手动方法的性能进行比较.
- 评估人工智能模型的可靠性与人类法医专家相比.
主要方法:
- 训练 Inception V3 和 Xception 深度学习模型在大量人类分解图像的数据集上.
- 使用两种已知的评分方法 (Megyesi,Gelderman) 对头部,干和四肢的SOD进行分类.
- 进行虫间研究,将AI模型的性能与人类法医检查员进行比较.
主要成果:
- Xception 模型在整个解剖区域和评分方法中展示了高分类性能.
- 对于Xception的宏观平均F1分数在0.702到0.881之间.
- 间隔研究证实了AI可靠性与人类专家在SOD识别方面的可比性.
结论:
- 人工智能模型,特别是Xception,显示出自动化SOD分类的巨大潜力.
- 自动化SOD评分可以提高法医调查的效率和客观性.
- 这项技术可以支持分析大规模档案馆藏的分解图像.
