预测血型：基于 ROC 分析的模型性能评估
机器学习
2025-06-04 v1 人工智能
摘要
引言：个人身份识别是法医学、安全和医疗保健领域的一个关键方面。虽然传统的生物识别系统（如 DNA 分析和虹膜扫描）提供了高精度，但它们既耗时又昂贵。目的：本研究调查了指纹模式与 ABO 血型分类之间的关系，以探索这两种特征之间的潜在相关性。方法：该研究分析了 200 名个体，将其指纹分为三种类型：箕形、斗形和弓形。同时记录了血型分类。统计分析（包括卡方检验和皮尔逊相关性检验）用于评估指纹模式与血型之间的关联。结果：箕形是最常见的指纹模式，而 O+ 血型在参与者中最普遍。统计分析显示，指纹模式与血型之间无显著相关性（p > 0.05），表明这些特征是独立的。结论：尽管该研究显示指纹模式与 ABO 血型之间的相关性有限，但它强调了未来研究的重要性，包括使用更大且更多样化的人群、结合机器学习方法以及整合多种生物特征信号。本研究通过强调在个人身份识别中需要严格的协议和全面的调查，为法医学做出了贡献。
引用
@article{arxiv.2506.02062,
title = {Predicting Blood Type: Assessing Model Performance with ROC Analysis},
author = {Malik A. Altayar and Muhyeeddin Alqaraleh and Mowafaq Salem Alzboon and Wesam T. Almagharbeh},
journal= {arXiv preprint arXiv:2506.02062},
year = {2025}
}