大鼠死后皮肤傅里叶变换红外光谱变化与死亡时间的关系

目的运用傅里叶变换红外(Fourier transform infrared,FTIR)光谱技术分析大鼠死后15d内背部皮肤的光谱变化,以此推断死亡时间。方法大鼠麻醉后颈椎脱臼处死,置于温度为25℃、湿度为50%的环境中,分别于不同时间点提取其背部皮肤,收集红外光谱数据,并利用机器学习技术对数据进行分析。结果大鼠死后背部皮肤组织光谱吸收峰的峰位未发生明显改变,其强度随死亡时间延长而发生变化;偏最小二乘(partial least squares,PLS)回归构建的死亡时间推断模型决定系数(R2)为0.92,预测均方根误差为1.30 d。根据模型中的变量投影重要性(variable importance for projection,VIP)指标确定推断死亡时间的贡献波段为1760~1700cm-1、1660~1640cm-1、1580~1540cm-1和1460~1420cm-1。结论应用FTIR技术检测大鼠死后皮肤组织的光谱学改变,为死亡时间推断提供了一种新的思路。     

基于人工智能硅藻自动化识别系统的实际案例应用

目的探讨人工智能硅藻自动化识别系统在实际案例中的应用,为应用该系统进行硅藻定量分析提供参考,并对该系统所搭载的深度学习模型进行验证。方法收集10例水中尸体的器官进行硅藻硝酸消解,利用数字化切片扫描仪将涂片数字化扫描后,使用人工智能硅藻自动化识别系统进行硅藻的定性定量检测。结果该人工智能硅藻自动化识别系统所搭载的深度学习模型的受试者操作特征(receiver opera⁃tor characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)达到98.22%,硅藻识别的查准率达到92.45%。结论该人工智能硅藻自动化识别系统实现了硅藻的自动化识别,可用于实际案例中硅藻的辅助检验,并为水中尸体的死因鉴定提供参考依据。