SF/T 0182-2024 硅藻检验技术规范 基于人工智能技术的自动化方法

SF/T 0182-2024

行业标准-司法 简体中文 现行 页数:11页 | 格式:PDF

基本信息

标准号
SF/T 0182-2024
标准类型
行业标准-司法
标准状态
现行
中国标准分类号(CCS)
国际标准分类号(ICS)
-
发布日期
2024-12-30
实施日期
2025-06-01
发布单位/组织
司法部
归口单位
-
适用范围
-

发布历史

研制信息

起草单位:
起草人:
出版信息:
页数:11页 | 字数:- | 开本: -

内容描述

ICS07.140

CCSC06

SF

中华人民共和国司法行政行业标准

SF/T0182—2024

硅藻检验技术规范基于人工智能技术的

自动化方法

Technicalspecificationfordiatomtesting—Automatedmethodbasedonartificial

intelligencetechnology

2024-12-30发布2025-06-01实施

中华人民共和国司法部发布

SF/T0182—2024

目次

前言.................................................................................II

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

4缩略语.............................................................................1

5方法原理...........................................................................1

6仪器设备...........................................................................1

7检验步骤...........................................................................2

参考文献..............................................................................7

I

SF/T0182—2024

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由司法鉴定科学研究院提出。

本文件由司法部信息中心归口。

本文件起草单位:司法鉴定科学研究院、上海市公安局、南京医科大学、中国医科大学、山西医科

大学、广州市公安局。

本文件主要起草人:黄平、张吉、王亚辉、马开军、陈峰、赵锐、孙俊红、赵建、秦志强、张建华、

杨明真、陈敏。

II

SF/T0182—2024

硅藻检验技术规范基于人工智能技术的自动化方法

1范围

本文件规定了基于人工智能技术的法医学硅藻检验自动化方法,包括方法原理、仪器设备和检验步

骤。

本文件适用于由人工智能模型完成的法医学尸体器官组织、体液及水样硅藻的定性、定量及分类检

验。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件,

仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本

文件。

GA/T813人体组织器官中硅藻硝酸破机法检验

GA/T1662法庭科学硅藻检验技术规范微波消解-真空抽滤-显微镜法

3术语和定义

下列术语和定义适用于本文件。

硅藻diatom

具有硅质细胞壁的水生单细胞藻类。

注:粒径一般为数微米至数百微米。

4缩略语

下列缩略语适用于本文件。

AUC:曲线下面积值(AreaUndertheCurve)

CPU:中央处理器(CentralProcessingUnit)

CUDA:计算统一设备架构(ComputeUnifiedDeviceArchitecture)

DPI:每英寸点数(DotsPerInch)

HOG:方向梯度直方图(HistogramofOrientedGradient)

JPG:联合图片组(JointPictureGroup)

LBP:局部二值模式(LocalBinaryPattern)

PNG:便携式网络图像(PortableNetworkGraphics)

TIF:标签图像文件格式(TagImageFileFormat)

5方法原理

通过数字化病理学技术将实体样本底物转换成高分辨率图像数据;应用人工智能算法对数字化图

像中的硅藻区域进行自动化识别和科属分类;根据人工智能算法统计的硅藻数量及科属分类结果并结

合人工确认,完成法医学硅藻的定性、定量及分类检验工作。

注:实体样本底物包括组织、体液及水样涂片以及滤膜等。

6仪器设备

1

SF/T0182—2024

显微扫描或拍照系统

6.1.1显微扫描或拍照系统可在放大倍率不小于400倍的视场下获取整张或局部样本底物的高清图像,

且具备实时自动对焦功能。

6.1.2所获得的高清图像文件可通过显微图像分析软件或程序进行处理,如切割、均一化和标准化等。

6.1.3处理后的高清图像可以JPG、TIF或PNG等常规格式保存,图像分辨率应不低于72DPI。

数字计算机

6.2.1数字计算机应不低于以下配置。

a)运行内存8GB。

b)CPU处理器1个:主频2.3GHz、八核心、十六线程、L3缓存11MB、动态加速频率3GHz。

c)显卡1个:显存容量11GB、显存位宽为352bit、显存频率为14000MHz,且支持CUDA运算。

6.2.2数字计算机宜具备以下配置。

a)运行内存128GB。

b)CPU处理器2个:主频2.5GHz、二十四核心、四十八线程、L3缓存20MB、动态加速频率3.4GHz。

c)显卡2个:显存容量11GB、显存位宽为352bit、显存频率为14000MHz,支持CUDA运算。

7检验步骤

人工智能模型构建

7.1.1数据库构建

7.1.1.1基本要求

数据库应包含识别数据集和分类数据集。其

定制服务

    推荐标准

    相似标准推荐

    更多>