基于人工智能硅藻自动化识别系统的实际案例应用

目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用人工智能硅藻自动化识别系统进行硅藻的定性定量检测。结果该人工智能硅藻自动化识别系统所搭载的深度学习模型的受试者操作特征(receiver opera⁃tor characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)达到98.22%,硅藻识别的查准率达到92.45%。结论该人工智能硅藻自动化识别系统实现了硅藻的自动化识别,可用于实际案例中硅藻的辅助检验,并为水中尸体的死因鉴定提供参考依据。     

基于深度学习实现成人坐骨耻骨支内侧缘的性别推断

目的 探究深度学习技术在中国汉族人群CT三维重建图像自动性别识别中的可靠性和准确率。方法 收集20～85岁汉族人群骨盆CT影像学数据700例（男性350例，女性350例），将其重建为三维虚拟骨骼模型，并截取坐骨耻骨支内侧缘（medial aspect of the ischiopubic ramus,MIPR）特征区域图像。采用Inception v4作为图像识别模型，以初始化学习和迁移学习两种方式进行训练。随机选取80%的图像作为训练验证集，20%的图像作为测试集。将左右两侧MIPR图像进行单独以及合并训练。之后使用总准确率、女性准确率、男性准确率等指标进行模型的性能评价。结果将左右两侧MIPR图像单独进行初始化学习训练，右侧MIPR模型的总准确率为95.7%，其中女性准确率为95.7%、男性准确率为95.7%；左侧MIPR模型的总准确率为92.1%，其中女性准确率为88.6%、男性准确率为95.7%。将左右两侧MIPR图像合并以初始化学习进行训练，模型的总准确率为94.6%，其中女性准确率为92.1%、男性准确率为97.1%。将左右两侧MIPR图像合并以迁移学习进行训练，模型的总准...     

基于CT三维重建技术推断西部地区汉族成人颅骨性别

目的 利用颅骨CT三维重组技术检验Walker模型推断我国西部地区汉族成人性别的可靠性和准确性,并研究适用于西部地区汉族人群的颅骨性别推断模型。方法 收集陕西省汉中医院2017—2021年的576例颅骨CT三维重组图像,分为实验组486例、验证组90例。观察者1采用Walker模型对实验组样本评分进行性别推断,并修正为适用于西部地区汉族样本的logistic函数,3名观察者对验证组90例样本评分,代入修正后的logistic函数完成回代检验。结果 应用Walker模型推断西部地区汉族成人性别准确率为63.2%～77.2%,修正的性别推断模型的准确率为82.9%。3名观察者回代检验性别推断准确率为75.6%～91.1%,观察者之间Kappa一致性检验结果为0.689(P<0.05),观察者内部Kappa一致性检验结果为0.874(P<0.05)。结论 不同地区人群骨骼特征存在差异,修正后的logistic函数在西部地区汉族成人获得了更高的准确率。