發(fā)布時間：2021-07-04 07:52

　　目的探討人工智能硅藻自動化識別系統(tǒng)在實際案例中的應(yīng)用,為應(yīng)用該系統(tǒng)進(jìn)行硅藻定量分析提供參考,并對該系統(tǒng)所搭載的深度學(xué)習(xí)模型進(jìn)行驗證。方法收集10例水中尸體的器官進(jìn)行硅藻硝酸消解,利用數(shù)字化切片掃描儀將涂片數(shù)字化掃描后,使用人工智能硅藻自動化識別系統(tǒng)進(jìn)行硅藻的定性定量檢測。結(jié)果該人工智能硅藻自動化識別系統(tǒng)所搭載的深度學(xué)習(xí)模型的受試者操作特征（receiver operator characteristic,ROC）曲線的曲線下面積（area under the curve,AUC）達(dá)到98.22%,硅藻識別的查準(zhǔn)率達(dá)到92.45%。結(jié)論該人工智能硅藻自動化識別系統(tǒng)實現(xiàn)了硅藻的自動化識別,可用于實際案例中硅藻的輔助檢驗,并為水中尸體的死因鑒定提供參考依據(jù)。 

【文章來源】：法醫(yī)學(xué)雜志. 2020,36(02)CSCD

【文章頁數(shù)】：4 頁

【部分圖文】：

人工智能硅藻自動化識別系統(tǒng)的操作示意圖

該人工智能硅藻自動化識別系統(tǒng)所搭載的深度學(xué)習(xí)模型的ROC曲線見圖2，其AUC值達(dá)到98.22%，表明該模型在自動化識別硅藻方面具有較好的性能。經(jīng)本系統(tǒng)識別實際案例中10 mL水樣涂片10張，其硅藻檢驗結(jié)果均為陽性。肺涂片10張，肝涂片2張，腎涂片4張，共計檢出硅藻6 467個。器官涂片中假陽性結(jié)果有528個，由此得出硅藻識別的總體查準(zhǔn)率為92.45%（表1）。其中，案件4雖然肺內(nèi)硅藻只有16個，但在保證無污染的情況下，肝、腎內(nèi)都檢出1個硅藻，結(jié)合相關(guān)案情，該結(jié)果提示生前溺水；案件10肺內(nèi)硅藻個數(shù)為0，不能確證生前溺水，結(jié)合案情調(diào)查及尸體檢驗，支持死后拋尸入水。結(jié)果表明，該系統(tǒng)靈敏度較高，可以輔助硅藻的檢測識別工作。該人工智能硅藻自動化識別系統(tǒng)的結(jié)果展示模塊見圖3。由于計算機(jī)識別存在一定的誤差，在這一步需要人工核實后出具結(jié)果（人工確認(rèn)用時約5 min）。如圖所示，真陽性結(jié)果標(biāo)注為紅色圓點，假陽性結(jié)果標(biāo)注為綠色圓點。該模塊結(jié)合法醫(yī)學(xué)鑒定中的實際需求，不但可以直觀地觀察硅藻的分布情況并進(jìn)行圖片截取，還能夠?qū)崿F(xiàn)自動化硅藻計數(shù)。該系統(tǒng)對像素變化十分敏感，相較于人眼，計算機(jī)僅在400倍的光鏡視野下就可以在復(fù)雜的背景中發(fā)現(xiàn)肉眼不易發(fā)現(xiàn)的組織樣本中直徑20μm左右的微型硅藻及硅藻碎片（圖4）。

該人工智能硅藻自動化識別系統(tǒng)的結(jié)果展示模塊見圖3。由于計算機(jī)識別存在一定的誤差，在這一步需要人工核實后出具結(jié)果（人工確認(rèn)用時約5 min）。如圖所示，真陽性結(jié)果標(biāo)注為紅色圓點，假陽性結(jié)果標(biāo)注為綠色圓點。該模塊結(jié)合法醫(yī)學(xué)鑒定中的實際需求，不但可以直觀地觀察硅藻的分布情況并進(jìn)行圖片截取，還能夠?qū)崿F(xiàn)自動化硅藻計數(shù)。該系統(tǒng)對像素變化十分敏感，相較于人眼，計算機(jī)僅在400倍的光鏡視野下就可以在復(fù)雜的背景中發(fā)現(xiàn)肉眼不易發(fā)現(xiàn)的組織樣本中直徑20μm左右的微型硅藻及硅藻碎片（圖4）。圖4 人工智能硅藻自動化識別系統(tǒng)識別出的小硅藻及硅藻碎片（×400)

【參考文獻(xiàn)】：
期刊論文
[1]微波消解-掃描電鏡聯(lián)用法在溺死診斷中的應(yīng)用[J]. 蘇會芳,劉超,胡孫林,何樹文,李向陽,溫錦鋒,劉宏,趙建.  中國法醫(yī)學(xué)雜志. 2012(02)



本文編號：3264368