首页|期刊导航|刑事技术|基于深度学习的鼻区骨折及新旧鉴别系统模型设计与评估

基于深度学习的鼻区骨折及新旧鉴别系统模型设计与评估OA

中文摘要

本研究将深度学习技术应用到法医临床鉴定鼻区骨折的CT影像阅片诊断中,目的是提高骨折定位、新旧骨折鉴别的准确率,降低漏诊率、误诊率,实现鼻区骨折的智能化识别。本研究采集到已知的鼻区新鲜骨折、陈旧骨折、无骨折案例共计600例,分别截取横断位、冠状位CT层面图像共计9294帧,分组别对鼻区骨质整体、骨折部位进行人工标注,采用Faster R-CNN神经网络+VGG16主干特征提取器+CBAM模块建立智能系统模型,对CT横断位图像鼻区整体、CT横断位图像骨折部位、CT冠状位图像骨折部位分别进行学习训练及测试。结果表明3个组别CT图像的识别平均精准率均达90%以上,实现了骨折部位的准确定位。本研究证实基于深度学习的鼻区骨折智能鉴别系统模型可用于辅助法医鉴定人进行鼻区骨折CT阅片诊断,有助于降低该类损伤的漏诊率及误诊率,进一步提高该类损伤诊断的准确度。

李阳;周楚天;武斌;胡晓飞;周莹;赵杰;李建军;何光龙;杨超朋

石家庄市公安局物证鉴定所,石家庄050000湖南大学,长沙410082石家庄市公安局物证鉴定所,石家庄050000石家庄市公安局物证鉴定所,石家庄050000石家庄市第三医院,石家庄050000河北省公安厅刑事技术支队,石家庄050000石家庄市公安局物证鉴定所,石家庄050000公安部鉴定中心,北京100038公安部鉴定中心,北京100038

社会科学

法医临床学鼻区骨折智能鉴别深度学习Faster R-CNN神经网络CT断面影像

《刑事技术》 2026 (4)

P.353-357,5

公安部“双十”计划重点攻关项目。

10.16467/j.1008-3650.2025.0042

评论