基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法技术

本发明专利技术公开了基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，包括以下步骤：基于人体影像学训练数据样本，进行三维重建，获得训练骨骼虚拟仿真模型，截取对应的目标骨骼部位图片，进行性别标注并进行扩充处理，构建训练骨骼样本数据集合；基于待测人体真实骨骼样本，进行三维表面扫描重建，获得待测骨骼虚拟仿真模型，截取对应的目标骨骼部位图片，构建待测骨骼样本数据集合；构建深度学习模型，基于训练骨骼样本数据集合，进行迭代训练，获得骨骼性别推断深度学习模型；基于骨骼性别推断深度学习模型，通过待测骨骼样本数据集合，判断待测人体真实骨骼样本的性别及概率，本发明专利技术避免了人为主观误差，提高了法医人类学性别推断的准确性。推断的准确性。推断的准确性。

【技术实现步骤摘要】
基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法


[0001]本专利技术属于法医人类学检验
，涉及基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法。

技术介绍

[0002]在对骨骼遗骸的法医学鉴定中，性别推断对于正确建立个体生物特征起着至关重要的作用。人体骨骼含有的性别二态性是法医人类学家进行性别推断的重要依据。从20世纪50年代以后，关于法医人类学研究逐年增加，更多先进的技术手段被应用于骨骼残骸的性别推断之中。其中，深度学习技术因其在诸多领域比人类专家具有更强的分类能力而引起法医人类学专家的极大关注。通过与影像学技术的联用，深度学习模型在骨骼性别推断方面取得了巨大的成就。例如，有学者将CT三维重建技术与深度学习进行联用，训练出可用于颅骨性别推断的预测模型，其外部预测准确率高达95％。然而，作为一种购买及维护成本极高的设施，专用的影像学设备难以在所有法医部门或司法鉴定机构中进行普及，更不可能用于常规法医人类学骨骼性别分析。此外，多数影像学仪器体积庞大且不可移动，因此难以适用于犯罪现场中对骨骼遗骸进行实时性检验。因此，研发高效、准确且可便携本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，其特征在于，包括以下步骤：S1.基于人体影像学训练数据样本，依据人体CT扫描数据系统进行三维重建，获得训练骨骼样本虚拟仿真模型，通过所述训练骨骼样本虚拟仿真模型获得目标骨骼部位的目标骨骼部位图片，依据所述人体影像学训练数据样本的性别特征，对所述目标骨骼部位图片进行性别标注，对性别标注后的目标骨骼部位图片进行扩充处理，构建训练骨骼样本数据集合；S2.基于待测人体真实骨骼样本，通过三维表面扫描仪获得所述待测人体真实骨骼样本的三维位置数据和光学数据，基于所述三维位置数据和光学数据，构建待测骨骼样本虚拟仿真模型，基于所述目标骨骼部位，截取对应所述目标骨骼部位的待测骨骼部位图片，构建待测骨骼样本数据集合；S3.构建深度学习模型，将所述训练骨骼样本数据集合，作为所述深度学习模型的输入数据，对所述深度学习模型进行迭代训练，获得骨骼性别推断深度学习模型；S4.基于所述骨骼性别推断深度学习模型，通过所述待测骨骼样本数据集合，判断所述待测人体真实骨骼样本的性别以及所述性别的概率。2.如权利要求1所述基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，其特征在于，所述人体CT扫描数据系统为人体CT扫描数据导入三维重建软件Mimics。3.如权利要求1所述基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，其特征在于，所述目标骨骼部位图片和待测骨骼部位图片为虚拟骨骼的特定区域二维图片。4.如权利要求3所述的基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，其特征在于，所述特定区域二维图片的处理方式包括，对所述特定区域二维图片进行集中剪裁，获得若干子图片，调整所述子图片的尺寸为255
×
255像素。5.如权利要求4所述基于深度学习和现场虚拟仿真技术的骨骼性别鉴别方法，其特征...

【专利技术属性】
技术研发人员：张吉，黄平，邓恺飞，陈忆九，张建华，秦志强，曹永杰，
申请(专利权)人：司法鉴定科学研究院，
类型：发明
国别省市：