酶消化法结合人工智能技术在法医学溺死硅藻检验中的应用.pdfVIP

第 44 卷 第 3 期 中山大学学报（医学科学版） Vol.44 No.3 2023 年 5 月 JOURNAL OF SUN YAT⁃SEN UNIVERSITY （MEDICAL SCIENCES ） May 2023 · 基础研究 · 酶消化法结合人工智能技术在法医学溺死硅藻检验中的应用 于慧潇 1，2 ，朱永正 2 ，3 ，赵天琦 1 ，程 奇 2 ，4 ，李周儒 1 ，殷文江 1 ，陈 敏 2 ，蔡红星 1 （1. 徐州医科大学法医学教研室 ，江苏 徐州 221000 ； 2. 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 ； 3. 西安市公安局经济技术开发区分局刑事 侦查大队 ，陕西 西安 710018 ； 4. 苏州市公安局 ，江苏 苏州 215000 ） 摘 要 ：【目的】　人工智能 （AI ）全涂片自动化硅藻检验技术能比人类专家更快速 、高效进行法医病理学溺死硅 藻检验 。然而 ，该技术仅与硅藻提取率较低的硝酸消化法联用过 ，本研究拟采用更加高效的蛋白酶 K 组织消解法 （以下简称酶消化法）作为硅藻提取方法 ，探究该技术在其他硅藻提取方法中的泛化能力及可行性 。【方法 】　收集 6 例溺死尸体的肺组织进行蛋白酶 K 消解并制成涂片 ，利用数字化图像矩阵切割方法将涂片进行数字化处理并据此 建立硅藻-背景数据库 ，将数据集按照 3 ：1：1 的比例分为训练集、验证集和测试集 ，在 ImageNet 预训练基础上对卷积 神经网络 （CNN ）模型进行训练和内部验证及外部测试 。【结果 】　结果显示最佳模型外部测试的准确率达 97.65% ，且 模型特征提取区域即为硅藻所在区域 。实际应用中最佳的 CNN 模型对溺水尸体的硅藻检测精准率高达 80 % 以 上 。【结论 】　研究表明 ，基于 CNN 模型的 AI 自动化硅藻检验技术和酶消化法联用能高效识别硅藻，可以作为溺水鉴 定中硅藻检测的辅助方法 。 关键词 ：法医病理学 ；硅藻 ；溺死 ；蛋白酶 K ；人工智能 ；卷积神经网络 中图分类号：R89 文献标志码 ：A 文章编号 ：1672-3554（2023 ）03-0430-09 DOI ：10.13471/ki.j .sun.yat-sen.univ （med.sci ）.2023.0309 Enzymatic Digestion Method Coupled with Artificial Intelligence Techniques in Forensic Drowning Diatom Detection 1，2 2 ，3 1 2 ，4 1 1 YU Hui-xiao ， ZHU Yong-zheng ， ZHAO Tian-qi ， CHENG Qi ， LI Zhou-ru ， YIN Wen-jiang ， 2 1 CHEN Min ， CAI Hong-xing （1. Department of Forensic Medicine ， Xuzhou Medical University ， Xuzhou 221000 ， China ； 2. Shanghai Key Laboratory of Forensic Me