基于机器学习和锁骨胸骨端薄层CT的年龄推断研究

目的 采用Kellinghaus分级法对锁骨胸骨端薄层CT进行人工阅片分级,运用多种传统统计学方法以及机器学习方法构建青少年及成人早期年龄推断模型,探索机器学习技术在四川汉族人群年龄推断研究中的应用价值。方法 回顾性收集491例10～30岁个体的胸部薄层CT影像,参照Kellinghaus分级法对所收集样本进行阅片分级赋分。随机选取10%的数据作为测试集,其余数据作为训练集,综合构建多种青少年及成人早期年龄推断的传统统计学回归模型与机器学习模型,采用平均绝对误差值（Mean Absolute Error,MAE）对模型的性能进行评估。结果统计回归模型中效能最好的模型为三次回归模型,男性MAE值为1.34,女性MAE值为1.57;三种机器学习模型中,随机森林模型对男性的预测效能最好,MAE值为1.39;支持向量模型对女性的预测效能最好,MAE值为1.51。结论在锁骨胸骨端年龄推断模型的构建中,机器学习模型在年龄推断中的准确性有一定提升,但与传统统计学回归模型相比并无明显优势,机器学习方法在锁骨胸骨端年龄推断中的应用价值仍有待进一步探索研究。     

基于埋葬大鼠的骨骼微生物群落演替规律推断死亡时间

目的 基于大鼠模型研究埋葬尸体骨骼微生物的群落演替规律，并以此推断死亡时间（PMI），为埋尸案件的死亡时间推断提供参考。方法 将20只大鼠埋葬于深度20 cm的土壤中，分别于5个时间点（7 d、14 d、30 d、45 d、60 d）采集上肢肱骨及下肢股骨，对细菌16S rRNA基因测序及数据分析，利用机器学习算法构建预测死亡时间的随机森林模型。结果 埋葬大鼠在60 d的分解过程中，上肢肱骨和下肢股骨微生物群落无显著差异，不同时间点微生物群落差异显著。在尸体腐败进程中，骨骼厚壁菌门、拟杆菌门相对丰度总体呈现上升趋势，变形菌门、放线菌门呈现下降趋势。利用随机森林算法筛选出与PMI相关的89个OTU作为标记物并进行预测模型的构建，其R2值可达86.32%，平均绝对误差（MAE）为2.11±1.81 d。结论 本实验基于埋葬大鼠模型所建立的骨骼微生物的死亡时间推断模型具有较好的准确性，可为埋葬案件的死亡时间推断提供参考。     

机器学习技术结合Y染色体CpG位点推断男性年龄

目的 年龄推断作为个体特征描绘关键环节之一，在法医实践中的地位愈发重要，然而从混合斑中推断出个体年龄是一个尚未解决的难题。本研究通过筛选Y染色体上CpG位点并结合机器学习算法构建男性个体年龄推断模型。方法 从GEO数据库筛选男性血液甲基化数据，按照年龄变化趋势对Y染色体上的位点进行差异性分析。对Y染色体上的差异性CpG位点进行线性回归拟合并计算Spearman相关系数，基于年龄相关CpG位点构建支持向量机、梯度提升机、随机森林、多元线性回归、K最邻近等5种机器学习模型用于年龄推断模拟和验证。结果差异性分析得到26个CpG位点，通过线性拟合得到8个年龄相关CpG位点。五种机器学习训练模型推断年龄的平均绝对偏差（Mean Absolute Deviation,MAD）范围从5.19岁～7.68岁。在验证阶段的数据集中，支持向量机的年龄推断模型表现最佳，MAD为5.43岁。结论 本研究基于机器学习算法验证了Y染色体上的CpG位点对男性个体年龄推断的可行性，为法医实践提供有效依据。     

基于机器学习技术通过精液miRNA推断个体年龄

目的 年龄推断作为个体特征描绘关键环节之一,在法医实践中的地位愈发重要。本研究通过机器学习算法构建精液相关MicroRNAs(miRNAs)的年龄推断模型。方法 从GEO数据库筛选精液miRNAs数据集,按照年龄变化趋势对样本进行差异分析。对差异基因进行线性回归拟合并计算Pearson相关性,基于显著相关miRNAs构建深度学习、梯度提升机、分布式随机森林、广义线性模型等4种机器学习模型用于年龄推断模拟和验证。结果差异分析得到11个差异miRNAs,通过线性拟合得到5个显著相关miRNAs (hsa-miR-95-3p,hsa-miR-181c-5p,hsa-miR-203a-3p,hsa-miR-205-5p,hsa-miR-409-5p)。四种机器学习训练模型推断年龄的平均绝对误差（Mean Absolute Error,MAE）范围从2.41～4.23岁。在随机抽取的测试集中,深度学习模型表现最佳,MAE为2.27岁。结论 本研究基于机器学习算法初步验证了精液相关miRNAs在年龄推断领域的可行性,为法医实践提供有效依据。     

代谢组学技术结合机器学习算法在损伤时间推断中的研究进展

损伤时间推断是法医学实践中的重要内容,准确推断损伤时间是国内外法医学者亟待解决的科学问题。代谢组学技术可以有效检测机体受到体内外刺激因素作用产生的内源性代谢物,描述生物体内代谢物的动态变化,具有操作性强、检测效率高、定量结果 准确等优势。机器学习算法对高维数据集的处理具有独特优势,能够有效挖掘生物信息,真实反映机体生理、疾病或损伤状态,是高效处理高通量大数据的新型技术手段。本文综述了代谢组学技术与机器学习算法的研究现状和自身优势,探讨应用代谢组学技术结合机器学习算法在法医学损伤时间推断研究中的应用前景,为法医学损伤时间推断研究提供新思路。     

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。     

应用嗜尸性昆虫推断死亡时间11例

目的检验嗜尸性昆虫推断死亡时间的可行性及准确度,为鉴定实践提供参考。方法筛选11例已破案证实且昆虫学证据比较完整的案件,对案件中出现的昆虫种类、推断结果及真实结果进行统计和对比分析。结果案发现场所发现的昆虫包括大头金蝇、绯颜裸金蝇、乌足锡蝇、丝光绿蝇、厚环黑蝇、厩腐蝇、麻蝇(未鉴定具体种类)、蛆症异蚤蝇、黑水虻、丽腐阎甲、大隐翅甲、白腹皮蠹和赤颈郭公甲共13种。11例案件死亡时间均落在推断的时间范围内,其中72.73%的案件推断结果及真实结果在同一天。结论嗜尸性昆虫可以简单方便地推断死亡时间,死亡时间在蝇类或甲虫发育一代时间内的案件,推断结果比较准确,超过此范围,准确度降低。     

利用房水钾离子浓度推断死亡时间的实验研究

目的探讨利用房水中钾离子浓度进行死亡时间推断的可行性。方法30只家兔随机分为10组,以空气栓塞法处死后,于不同的死亡时间点分别采集房水和玻璃体;用Vitros 950干式自动生化仪对所有样本中的K+、Na+、Ca2+三种离子进行浓度测定;用SPSS统计软件对测定数据进行回归分析。结果房水中钾离子浓度变化与死亡时间呈高度相关,对应的回归方程为:PMI=1.572-0.597×[K+]+0.107×[K+]2-0.002×[K+]3。其相关系数(R2=0.95)明显高于同批样本的玻璃体钾离子浓度与死亡时间的相关系数(R2=0.5)。房水、玻璃体液的Na+、Ca2+浓度与死亡时间的相关性不明显。结论利用房水钾离子浓度推断死亡时间可获得较好的准确度。     

反应动力学推断死亡时间可行性的研究

目的探讨利用反应动力学方法推断死亡时间的可行性。方法15头家猪随机分为3组，每组5头，心内快速注射10%氯化钾溶液将其处死，尸体分别置于5℃、15℃、25℃环境条件下，每分钟测量一次直肠温度，持续30 h，将测得的尸体温度减去设置的环境温度，利用反应动力学方法对温差数据进行计算，通过拟合线性回归方程进行分析。同时利用一级反应动力学方法对Marshall研究的人体尸温数据进行分析，推导出人体死后尸温冷却速率常数及死亡时间计算公式，将公式运用于实际案例，并与Henssge公式进行比较。结果不同实验组，家猪死后尸温与环境温度间温差-ln(C/C₀)的线性决定系数均在0.9以上，接近于1，与时间t呈较好的相关性。人体死后尸温冷却速率常数约为0.068 4，死亡时间推断公式为：-ln{(T_尸体-T_环境)/(37.2-T_环境)}=K{t-(2-3)_平台期}，案例1该公式计算的死亡时间误差小于Henssge公式，案例2该公式计算的死亡时间误差稍大于Henssge公式。结论稳定条件下，家猪死后...     

尸温相关因素推断死亡时间的研究

目的 统计分析影响尸体温度下降多因素和死亡时间的相关性,探索尸温推断死亡时间的创新应用.方法 建立影响尸体温度(直肠温度)下降相关因素的采集标准,收集实践工作中的157例明确死亡时间真实案例的相关数据,根据实际工作经验结合统计学的基本要求对各因素进行量化评分,利用EXCEL和SPSS软件对数据进行处理,采用多元线性回归的方法统计分析各影响系数同死亡时间的相关性.结果 获得了具有统计学意义的回归方程,Y=25.993+0.04X1+0.172X2+0.88X3+0.047X4+0.373X5+0.347X6-0.766X7,决定系数R2=0.876.结论 该方法为尸温推断死亡时间的创新应用,经测试可用于实际工作.     

CNKI数据库收录1990—2020年死亡时间推断研究的文献信息可视化分析

目的 通过对中国知识基础设施工程（ChinaNationalKnowledgeInfrastructure,CNKI）数据库收录的死亡时间推断研究的文献信息可视化分析,探究1990年1月—2020年8月我国死亡时间推断研究的发展过程、不同时期的研究热点、作者及机构间合作情况,为更好地开展死亡时间推断研究提供借鉴。方法 利用信息可视化分析软件CiteSpace5.7.R1对CNKI收录的1990年1月—2020年8月死亡时间推断研究文献中的突现热点、高频关键词、作者、机构等情况进行大数据分析。结果 死亡时间推断研究的文献发表高峰期在2006—2010年,共114篇。关键词共现网络中,有效热点词汇为法医昆虫学、DNA含量分析,同时出现人工智能、大数据等新兴词汇。机构合作网络中,高频发文机构为科研院校;作者合作网络呈共聚、多合作态势。结论随着科技进步,基于传统方法的死亡时间推断研究日渐成熟,新的研究热点涌现,基于大数据、人工智能的研究为死亡时间推断提供了新方向。     

晚期尸体现象与死亡时间68例

死亡时间推断一直是法医学的重点和难点，且死亡时间越长，推断精确性越差。随着科技发展，可以通过蛋白质、mRNA的变化等方法为死亡时间的推断带来了无限精确的可能性，但在实际检案中实用性不强。在多数情况下，法医需要在案件现场通过对尸体变化的肉眼观察对死亡时间做出推断。为了提高现场推断死亡时间的准确性，通过查阅文献及所受理案件的方式收集到死亡时间明确的尸体68例，从所处环境及尸体因素等方面分析讨论实际案例中尸体现象与死亡时间的关系。     

广东省室内、室外及中毒死亡案件中法医昆虫学的应用报道

基于昆虫的死亡时间推断是目前最为有效和最准确的方法,本文介绍了广东省4例应用昆虫准确判断死亡时间的案例,这些案例分别发生于3月、5月和6月,现场包括室外现场和室内现场,尸体类型包括死亡不久的尸体和高度腐败的尸体,死亡原因包括钝器窒息、锐器致死、勒颈致死及过量药物中毒致死,其中过量药物中毒致死的案例由于体内含有49倍致死剂量的氯氮平从而使昆虫的发育受到严重影响进一步使得死亡时间推断时间结果比真实时间短。     

FTIR光谱结合数据挖掘方法构建死亡时间推断数学模型

目的利用傅里叶变换红外(Fourier transform infrared,FTIR)光谱技术结合数据挖掘方法分析死后大鼠脾组织FTIR光谱与死亡时间的关系,推断大鼠死亡时间。方法大鼠脱臼处死,尸体置于20℃环境中,于不同时间点取大鼠脾组织,采集FTIR检测数据,数据预处理后应用数据挖掘方法进行分析。结果大鼠脾组织光谱吸收峰强随死亡时间延长发生变化,峰位没有改变;主成分分析结果示前三个主成分累积贡献率为96%,各时间点光谱样本具有明显聚类趋势;偏最小二乘判别分析和支持向量机分类方法可将不同死亡时间光谱样本进行有效四分类(0~24h、48~72h、96~120h和144~168h);偏最小二乘回归分析构建的死亡时间推断模型决定系数(R~2)为0.96,校正均方根误差和交叉验证均方根误差分别为9.90h和11.39h,预测集R~2达到0.97,预测均方根误差为10.49h。结论 FTIR光谱技术结合数据挖掘方法可对大鼠脾组织进行有效定性和定量分析,可建立分类判别和偏最小二乘回归模型,对死亡时间进行准确推断。     

基于DNA甲基化推断年龄的建模方法与影响因素

基于人体组织或体液进行年龄推断是法庭科学的一项重要任务。DNA甲基化状态随年龄变化具有一定的规律,可用于推断个体年龄,因此,发现特定的DNA甲基化位点并开发新的年龄推断模型具有重要意义。目前已有研究利用DNA甲基化状态随年龄发生变化的规律开发出用于推断年龄的统计模型,较常使用的有多元线性回归模型、多元分位数回归模型、支持向量机模型、人工神经网络模型和随机森林模型等。此外,影响DNA甲基化水平的因素较多,如甲基化的组织特异性。本文拟对这些基于DNA甲基化推断年龄的建模方法 及影响因素进行综述,以期为建立年龄推断模型提供参考。     

温度对死后大鼠肾组织FTIR光谱特征的影响

目的分析大鼠死后肾组织在不同温度下的傅里叶变换红外(Fourier transform infrared,FTIR)光谱数据,探究温度对死后大鼠肾组织FTIR光谱特征的影响。方法大鼠颈椎脱臼处死后置于4℃、20℃和30℃环境中,于不同时间点提取大鼠肾组织,采集FTIR光谱数据,并利用数据挖掘技术对数据进行分析。结果 4℃、20℃和30℃环境组中部分时间点样本主成分分析结果具有明显聚类趋势。分别利用三个温度组光谱数据建立偏最小二乘(partial least square,PLS)回归模型,结果 20℃和30℃组数据的PLS回归模型性能均优于4℃组,20℃组模型稳定性优于30℃组。结论大鼠死后肾组织在不同温度下的FTIR光谱特征具有差异,温度对FTIR光谱PLS回归模型性能具有重要影响,因此在利用光谱法推断死亡时间的研究中需要考虑温度对模型的影响,以提高死亡时间推断的准确性。     

根据昆虫发育历期推断腐败尸体死亡时间的偏差分析3例

应用法医昆虫学,尤其是蝇蛆的发育历期来推断死亡时间,是法医工作者推断晚期腐败尸体死亡时间的常用方法.但在实际工作中,由于复杂的环境和气候条件,该方法推断腐败尸体的死亡时间,推断结果往往存在较大偏差.本文报告3个相关案例以供同行借鉴.     

胃内容推断死亡时间的误差(附2例报告)

尽管有许多推断死亡时间的方法,但运用胃内容消化和排空情况推断死亡时间简单易行,具有相当重要的实践意义。在法医学教科书中,运用胃内容消化和排空情况推断死亡时间已有论述。一般说来,食后不久即死亡者,胃内容移向十二指肠,约在食后2～3ｈ;胃、十二指肠均已空虚,则死亡可能发生在食后6ｈ以上[1]。但在实际检案中,有时我们感到运用胃内容消化和排空情况推断餐后死亡时间,与书中提供的时间相差较大。现对本地区两例凶杀案件根据教科书介绍的胃内容推断死亡时间方法造成错误推断,谈谈我们的体会。案例介绍案例1　1996年6月22日,合肥市一路基…     

基于玻璃体液代谢物的水中大鼠淹没时间推断

目的 采用LC-MS/MS代谢组学技术结合数据分析,检测水中大鼠尸体死后早期玻璃体液中代谢谱变化及差异,探讨其用于早期死后淹没时间（postmortem submersion interval,PMSI）和死亡原因推断的可刻入水组（50只）,分别于死后0、6、12、18及24 h从每组中取10只大鼠提取玻璃体液进行代谢组学检测,其中8只构建训练集模型、2只作为测试集样本。通过PCA及PLS多元统计分析探索训练集样本中不同PMSI及死因间的代谢谱差异,进而应用随机森林（random forest,RF）算法筛选生物标志物并以此构建模型。结RF算法最终筛选到13种时间相关性较好的小分子生物标志物,基于该指标集构建了简化PMSI推断模型,测试数据表明模型预测的平均绝对误差为0.847 h。结论 水中大鼠尸体玻璃体液中筛选出的13种代谢标志物与早期死后淹没时间具有良好的时间相关性,应用RF构建的简化PMSI推断模型可用于PMSI的推断。此外,玻璃体液代谢物不能用于早期水中尸体的死因鉴别。     

多温度下死后心血pH值随时间变化的三维拟合函数研究

目的 探讨通过测量多温度条件下家兔右心血液pH值进行死亡时间推断的可行性.方法 48只家兔随机分为6组,空气栓塞法处死后于10℃、15℃、20℃、25℃、30℃和35℃的不同死亡时间点采集右心血液;用PB-10型pH仪测量样本pH值;SPSS统计软件进行回归分析;MATLAB软件进行数学分析.结果 各温度组右心血液pH值变化与死亡时间呈高度相关(R2=0.974 ～0.982);获得拟合的曲面方程.结论 利用插值函数拟合pH值与死亡时间的曲面方程可进行温度变化条件下的死亡时间推断.