彻底变革血库：基于 AI 的指纹与血型关联以增强安全性
计算机视觉与模式识别
2025-06-03 v1 人工智能
机器学习
摘要
个人身份识别在法医学、安全和医疗保健领域至关重要。虹膜扫描和基因组分析等方法虽然更准确，但昂贵、耗时且难以实施。本研究关注指纹模式与 ABO 血型之间的关系，将其作为一种生物特征识别工具。研究共纳入 200 名受试者，并比较了指纹类型（箕形、斗形和弓形）与血型。通过包括卡方检验和 Pearson 相关性在内的统计检验评估了关联性。研究发现箕形是最常见的指纹模式，O+ 血型最为普遍。尽管存在某种关联模式，但不同血型的指纹模式之间没有统计学上的显著差异。总体而言，结果表明，与指纹识别结合使用时，血型数据并不能显著改善个人身份识别。尽管研究显示出弱相关性，但它可能强调了多模态生物特征系统在增强现有生物特征系统方面的努力。未来的研究可以关注更大、更多样化的样本，并可能利用机器学习和额外的生物特征来改进识别方法。本研究涉及法医学和生物特征识别领域不断变化的性质，突出了稳健的分析方法对个人身份识别的重要性。
引用
@article{arxiv.2506.01069,
title = {Revolutionizing Blood Banks: AI-Driven Fingerprint-Blood Group Correlation for Enhanced Safety},
author = {Malik A. Altayar and Muhyeeddin Alqaraleh and Mowafaq Salem Alzboon and Wesam T. Almagharbeh},
journal= {arXiv preprint arXiv:2506.01069},
year = {2025}
}