期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于YOLOv3的硅藻电子显微镜图像识别模型的构建及应用 被引量：2
1
作者 陈吉 刘晓荣 +8 位作者 杨佳雯 陈冶秋 王诚 欧梦媛 吴嘉仪 俞尤嘉 李开 陈鹏 陈峰 《法医学杂志》 CAS CSCD 2022年第1期46-52,共7页
目的基于YOLOv3模型构建硅藻电子显微镜图像识别模型,测试在实际案例中的应用效果,探讨该模型在法医学硅藻鉴定中的优势。方法选取25000张1500×的硅藻电子显微镜图像作为初始图像集,经专家标注和图像处理后,输入YOLOv3网络训练识... 目的基于YOLOv3模型构建硅藻电子显微镜图像识别模型,测试在实际案例中的应用效果,探讨该模型在法医学硅藻鉴定中的优势。方法选取25000张1500×的硅藻电子显微镜图像作为初始图像集,经专家标注和图像处理后,输入YOLOv3网络训练识别模型。收集8例溺死案例肺、肝、肾组织样本的硅藻电子显微镜图像,分别在0.4、0.6、0.8的阈值下利用该模型识别硅藻,同时进行人工识别,以识别速度、召回率和查准率评价该模型的实际应用效果。结果模型在验证集和测试集上的平均精度均值分别为94.8%和94.3%,平均召回率分别为81.2%和81.5%。实际应用中,该模型识别速度是人工识别速度的9倍以上。阈值为0.4时,肺组织硅藻总体召回率均值达89.6%、总体查准率均值达87.8%;肝、肾组织硅藻总体召回率达100%、查准率低于5%。随着阈值的增加,各组织硅藻召回率下降、查准率上升;模型在肺组织的F1分数随着阈值升高而降低,在肝、肾组织的F1分数随着阈值升高而升高。结论基于YOLOv3的硅藻电子显微镜图像识别模型能够快速识别硅藻图像,并能在一定的阈值下取得良好的硅藻召回率和肺组织较高的硅藻查准率,显著减少了人工识别的工作量,具有良好的应用前景。 展开更多
关键词 法医病理学 人工智能 深度学习 硅藻检验 YOLOv3 扫描电子显微镜 图像识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部