کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6550831 1421961 2018 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An automated approach to the classification of impact spatter and cast-off bloodstain patterns
ترجمه فارسی عنوان
یک رویکرد خودکار به طبقه بندی پراکنده های ضربه و قالب های قالب گیری خون
کلمات کلیدی
تجزیه و تحلیل الگوی خون، امکانات، طبقه بندی، استخراج ویژگی، انتخاب ویژگی، اتوماسیون،
ترجمه چکیده
در نظم پزشکی قانونی تجزیه و تحلیل الگوی خون، پیشنهاد شده است که مرز تمیز بین ویژگی های یک الگوی خونریزی و تعیین مکانیزم (ها) که منجر به رسوب آن شده است وجود دارد. این مطالعه پیشنهاد می کند که طبقه بندی الگوی خونریزی می تواند با استفاده از یک رویکرد خودکار یک فرآیند متمایز و منطقی تبدیل شود. برای انجام این کار، یک سیستم تشخیص الگوی خودکار خون برای ایجاد تمایز دو نوع از الگوهای پراکندگی خون ساخته شد. اول، ویژگی های الگوی جهانی بر اساس خواص الگوی معمول خون، از پراکندگی تاثیر آزمایشگاهی و شکل گیری الگوهای خونریزی، استخراج شد. به دنبال این، روش های انتخاب خودکار ویژگی برای شناسایی ترکیبی از ویژگی های که بهترین مشخصه دو نوع الگوی بالستیک بود. این در نهایت منجر به آموزش و آزمایش یک مقسوم علیه محرک درجه دوم فیزیک شده با استفاده از جداول جداگانه الگوهای الگوی تولید شده خون شد. هنگامی که به مجموعه داده های آموزشی اعمال شد، یک دقت طبقه بندی 100٪ به وجود آمد. یک مجموعه داده مستقل شامل الگوهای خونریزی تولید شده بر روی زمینه های رنگی و تصویری برای اعتبار سنجی عملکرد طبقه بندی استفاده شد. میزان خطای 2٪ هنگامی که طبقه بندی شده به این الگوهای خون منتقل شد، به دست آمد. این سیستم تشخیص الگوی خودکار خون، وظیفه مهمی را به عنوان یک روش طبقه بندی هدفمند ارائه می دهد که تا به امروز، این نظم در نظر گرفته نشده است. با تکمیل بیشتر، از جمله آزمایش آن بر طیف گسترده ای از الگوهای خونین، می تواند داده های کمی ارزشمند را برای حمایت از تحلیل گران در انجام وظیفه خود برای طبقه بندی الگوهای خونریزی فراهم کند.
موضوعات مرتبط
مهندسی و علوم پایه شیمی شیمی آنالیزی یا شیمی تجزیه
پیش نمایش مقاله
یک رویکرد خودکار به طبقه بندی پراکنده های ضربه و قالب های قالب گیری خون
چکیده انگلیسی
In the forensic discipline of bloodstain pattern analysis, it has been suggested that there is a blurred boundary between characterising the features of a bloodstain pattern and determining the mechanism(s) that led to its deposition. This study proposes that bloodstain pattern classification can become a distinct and logical process by implementing an automated approach. To do this, an automated bloodstain pattern recognition system was developed to enable the distinction of two types of spatter bloodstain patterns. First, global pattern features based on common bloodstain pattern properties were extracted from laboratory-generated impact spatter and cast-off bloodstain patterns. Following this, automated feature selection methods were used to identify the combination of features that best distinguished the two bloodstain pattern types. This eventually led to the training and testing of a Fisher quadratic discriminant classifier using separate subsets of the generated bloodstain patterns. When applied to the training dataset, a 100% classification precision resulted. An independent dataset comprising of bloodstain patterns generated on paint and wallpaper substrates were used to validate the performance of the classifier. An error rate of 2% was obtained when the classifier was applied to these bloodstain patterns. This automated bloodstain pattern recognition system offers considerable promise as an objective classification methodology which up to now, the discipline has lacked. With further refinement, including testing it over a wider range of bloodstain patterns, it could provide valuable quantitative data to support analysts in their task of classifying bloodstain patterns.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Forensic Science International - Volume 289, August 2018, Pages 310-319
نویسندگان
, , , , ,