基于傅里叶变换红外光谱与机器学习方法对中暑死诊断和死亡时间推断的研究

发布时间：2020-11-03 08:43

　　 目的:探究傅里叶变换红外(Fourier transform infrared,FTIR)光谱技术结合机器学习方法在法医病理学中关于中暑死诊断和死亡时间推断的应用。方法:(一)中暑死鉴别诊断:雄性新西兰白兔42只,体质量2.2~2.5 kg,随机分为中暑死组(21只)和对照组(21只,溺死、机械性窒息死和失血性休克死各7只)。采集玻璃体液FTIR光谱数据并进行预处理,利用预处理后光谱数据建立中暑死鉴别模型。(二)死亡时间推断:健康雄性SD大鼠30只,体质量240~260 g,大鼠颈椎脱臼处死后置于4℃、20℃和30℃环境中(每组10只)。于不同时间点取大鼠肝组织,采集肝脏样本的FTIR光谱数据,对光谱数据进行预处理并建立死亡时间推断模型。结果:(一)中暑死鉴别诊断:(1)、不同死因白兔玻璃体液平均光谱差异较显著,综合t-检验和PCA结果,中暑死和对照组光谱的显著差异主要和玻璃体液内蛋白质、氨基酸以及碳水化合物结构或组分差异相关;(2)、利用多种算法建立中暑死鉴别模型,其中利用遗传算法(genetic algorithm)结合偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)建立的判别模型较简单(57个变量),模型敏感性、特异性和准确度都达到了100%,受试者工作特征曲线(receiver operating characteristic curve,ROC)下面积(areas under the ROC curves,AUCs)为1。(二)死亡时间推断:(1)、各温度组不同死亡时间点大鼠肝组织平均光谱吸收峰差异较明显;(2)、主成分分析(principle component analysis,PCA)显示20℃和30℃环境中,不同死亡时间点光谱呈现较明显的聚类趋势,且这些光谱聚类趋势主要与组织中某些蛋白质、核酸以及碳水化合物等物质组分或结构差异相关,而4℃组样本分布较散乱,没有发现较明显的分布规律;(3)、分别利用4℃、20℃和30℃组光谱数据建立死亡时间推断偏最小二乘(partial least squares,PLS)回归模型,三个温度组外部验证结果决定系数(R~2)分别为0.55、0.82和0.96,预测均方根误差(root mean square error of prediction,RMSEP)分别为38.5 h、16.4 h和4.6 h;(4)、将4℃和20℃组大鼠肝组织FTIR光谱数据分划为0~24 h,48~96 h和120~168 h三个时间段,建立偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)模型对死亡时间范围进行判别,4℃和20℃组PLS-DA模型外部验证准确度分别为69%和86%。结论:(1)、FTIR光谱技术能反映被检测生物样本几乎全部的分子组分信息,在法医学领域有广阔的应用前景;(2)、可利用FTIR光谱技术结合机器学习理论算法建立高温死鉴别诊断模型,为复杂死因的法医学鉴定创造了新的研究思路和方法;(3)、FTIR光谱技术结合机器学习理论算法能有效地定性、定量分析大鼠死后肝组织,有望成为一种简捷、快速的死亡时间推断技术。
【学位单位】：山西医科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：D919
【文章目录】：
摘要
Abstract
常用缩写词中英文对照表
前言
    1.1 FTIR光谱
        1.1.1 FTIR光谱原理
        1.1.2 FTIR光谱预处理及质量控制
        1.1.3 FTIR光谱数据分析
        1.1.4 FTIR光谱在生物医学领域内的应用
    1.2 中暑死鉴别诊断
    1.3 死亡时间推断
    1.4 本研究的内容与优势
第一部分 中暑死鉴别诊断
    1、材料与方法
        1.1 样本处理和取材
        1.2 ATR-FTIR 光谱采集
        1.3 ATR-FTIR 光谱预处理
        1.4 数据分析
        1.5 应用软件
    2、结果
        2.1 白兔玻璃体液FTIR光谱特征
        2.2 实验组和对照组FTIR光谱PCA结果
        2.3 中暑死鉴别诊断模型构建
    3、讨论
    4、总结
第二部分 死亡时间推断
    1、材料与方法
        1.1 样本处理和取材
        1.2 FTIR光谱采集
        1.3 FTIR光谱预处理
        1.4 数据分析
        1.5 应用软件
    2、结果
        2.1 各温度组不同PMI大鼠肝组织FTIR平均光谱
        2.2 各温度组光谱PCA结果
        2.3 建立PMI推断PLS回归模型
        2.4 建立PLS-DA模型判断PMI范围
    3、讨论
    4、总结
参考文献
综述
    参考文献
致谢
个人简历

【相似文献】

相关期刊论文 前10条

1 虢洪松;崔文;;死亡时间推断方法的研究进展[J];济宁医学院学报;2014年03期

2 黎增强;左卫东;张付;李冬日;王慧君;;死亡时间推断研究进展[J];法医学杂志;2012年04期

3 栗志;程辉;鞠学红;;死后器官一般组织及分子结构变化与死亡时间推断的研究进展[J];解剖学研究;2010年03期

4 王琪;林汉成;徐纪茹;黄平;王振原;;死亡时间推断最新研究与展望[J];法医学杂志;2018年05期

5 陶丽;马剑龙;陈龙;;早期死亡时间推断研究进展[J];法医学杂志;2016年06期

6 安志远;王春;谭勇;张晓东;郑吉龙;;死后眼组织变化与死亡时间推断[J];中国法医学杂志;2016年06期

7 孙政;钟立辉;孙栋;;256例命案尸体死亡时间推断的回顾性分析[J];法医学杂志;2013年06期

8 马剑龙;陈龙;;死亡时间推断的方法学研究进展[J];中国法医学杂志;2015年05期

9 吕晓革;梁新华;王英元;;死亡时间推断的研究进展[J];临床医药实践;2005年12期

10 刘钢;死亡时间推断1例[J];法医学杂志;1997年04期

相关博士学位论文 前6条

1 杨利军;长三角地区昆虫在尸体上的演替及发育规律用于死亡时间推断的研究[D];苏州大学;2017年

2 赵小红;死后间隔时间推断的新研究[D];华中科技大学;2006年

3 任广睦;大鼠死后看家基因mRNA降解规律与晚期死亡时间推断的相关性研究[D];山西医科大学;2007年

4 周兰;基于角膜图像的死亡时间推断研究和中毒死亡案件的调查研究[D];华中科技大学;2010年

5 刘杨;肌动蛋白降解规律与死亡时间推断的相关性研究[D];山西医科大学;2009年

6 杨永强;瘦叶带绿蝇在死亡时间推断中的应用及影响因素分析[D];重庆医科大学;2015年

相关硕士学位论文 前9条

1 王磊;基于傅里叶变换红外光谱与机器学习方法对中暑死诊断和死亡时间推断的研究[D];山西医科大学;2019年

2 杨明真;利用环境温度及玻璃体液中物质浓度来推断死亡时间的研究[D];华中科技大学;2017年

3 梁芹;人类骨骼在晚期死亡时间推断中的应用[D];贵阳医学院;2015年

4 金菊;大鼠死后肝脏组织糖原能量物质变化规律与死亡时间关系的研究[D];四川大学;2007年

5 刘季;大鼠死后脑组织RNA降解与死亡时间推断的研究[D];山西医科大学;2006年

6 谢丹;SSOs演替用于PMI推断的法医学研究[D];中南大学;2014年

7 张琳;大鼠尸体细菌群落演替与PMI推断意义[D];中南大学;2013年

8 熊枫;应用细胞色素氧化酶亚基I鉴定蝇科常见嗜尸性蝇种[D];中南大学;2012年

9 张萍;非综合征性腭裂患者差异miRNA与靶基因分析及人心肌实时RT-PCR内参标志物在死亡早期稳定性的评估[D];复旦大学;2012年

本文编号：2868351