典型文献
4种深度学习图像分类算法在人工智能硅藻检验中的比较
文献摘要：
目的 选择深度学习图像分类算法中复杂性和准确性较为平衡的4种算法进行硅藻的自动识别,探究最适用于硅藻识别的分类算法,为法医学自动化硅藻检验研究提供数据参考.方法 建立真实水中尸体肺组织消化液涂片的"硅藻""背景"小样本量数据集(20000张),用于4种算法(VGG16、ResNet50、Incep?tionV3和Inception-ResNet-V2)模型的训练、验证和测试.绘制受试者工作特征曲线、混淆矩阵并计算召回率、查准率、特异性、准确率及F1分数,对各模型性能进行系统性评估.结果 InceptionV3的硅藻识别性能明显优于其他3种算法,具有更为均衡的硅藻查全(89.80％)与查准(92.58％)性能;VGG16和Inception-ResNet-V2的硅藻识别性能相当,虽无法做到硅藻查全与查准的性能均衡,但其识别能力尚可接受;ResNet50的硅藻识别性能最低,其召回率仅为55.35％.在特征提取上,4种模型均提取到了硅藻和背景的特征,且都以硅藻区域为主要识别依据.结论 包含Inception结构的模型,在硅藻特征提取方面具有更强的指向性和靶向性.其中,InceptionV3算法能够更为准确、靶向地提取到硅藻特征,具有最优的硅藻识别性能,更适合应用于日常法医学硅藻检验.
文献关键词：
法医病理学;人工智能;溺死;深度学习;硅藻检验;卷积神经网络
中图分类号：
作者姓名：
朱永正;张吉;程奇;于慧潇;邓恺飞;张建华;秦志强;赵建;孙俊红;黄平
作者机构：
山西医科大学法医学院,山西 太原 030001;司法鉴定科学研究院 上海市法医学重点实验室 司法部司法鉴定重点实验室 上海市司法鉴定专业技术服务平台,上海 200063;贵州医科大学法医学院,贵州 贵阳 550000;徐州医科大学法医学教研室,江苏 徐州 221004;广州市刑事科学技术研究所 法医病理学公安部重点实验室,广东 广州 510442
文献出处：
引用格式：
[1]朱永正;张吉;程奇;于慧潇;邓恺飞;张建华;秦志强;赵建;孙俊红;黄平-.4种深度学习图像分类算法在人工智能硅藻检验中的比较)[J].法医学杂志,2022(01):31-39
A类：
Incep,tionV3
B类：
图像分类算法,硅藻检验,自动识别,法医学,化硅,检验研究,水中尸体,肺组织,消化液,涂片,小样本量,VGG16,ResNet50,V2,受试者工作特征曲线,混淆矩阵,召回率,查准率,模型性能,InceptionV3,识别性,识别能力,尚可,取到,指向性,靶向性,法医病理学,溺死
AB值：
0.26962
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
