排序方式: 共有7条查询结果,搜索用时 359 毫秒
1
1.
2.
3.
4.
5.
6.
目的将人工智能中的深度学习技术应用到人体肋骨骨折识别,实现人体肋骨骨折智能检测,提高法医肋骨骨折诊断效率。方法采集3143例人体胸部X线数字影像(2602例用于训练,541例用于测试),标注肋骨骨折特征点,通过多层网络堆叠,分层、分级主动学习原始数据高度抽象的特征表述,并将此特征反馈至检测器进行骨折检测,输出骨折位置及相应置信度。结果基于深度学习的人体肋骨骨折检测准确率在90%以上。结论基于深度学习的人体肋骨骨折检测准确率较高,可用于辅助法医进行肋骨骨折识别诊断、检验鉴定等,本研究可为人体其他部位骨骼损伤智能检测提供参考。 相似文献
7.
本文研究国内12岁以下男童单独被杀案发案特点,为此类案件的现场勘验分析与侦查提供参考。从22个省、自治区、直辖市收集相关案例173例,选择被害人年龄、被害地点、案犯人数、案犯年龄、案犯性别、案犯职业、双方关系、犯罪动机、杀人手段、控制行为、处置行为等为观察指标,采用SPSS Statistics 25.0统计分析。统计结果显示,被害人平均年龄5.8岁,室内现场占70%,一人作案占97%,案犯平均年龄32岁(其中,18~37岁约占62%,未成年人参与作案约占10%),女性作案约占36%,务农和无业人员作案各占36%和26%,熟人作案约占93%;谋人约占64%,机械性窒息约占40%;作案后未对尸体采取特殊处置行为约占75%。通过对上述案例分析后发现,12岁以下男童单独被杀案具有以下特点:案件主要发生在室内,案犯一人居多、男性为主、青年居多、职业以务农和无业为常见,女性作案比例较高,案犯与被害人双方关系以熟人居多。作案动机以谋人为主,杀人手段以机械性窒息、锐器刺切、钝器打击为主,仅少数案犯作案后对尸体采取特殊处置,0~1岁男童单独被杀基本上是直系亲属作案。 相似文献
1