用分层建模和手持NIR光谱仪在不同时间沉积在地板上的血迹的分类
Aline C S Fonseca1, José F Q Pereira2, Ricardo S Honorato3
1Department of Fundamental Chemistry, Federal University of Pernambuco, Av. Jornalista An í bal Fernandes , Cidade Universitária, 50.740-560, Recife, Brazil.
Analytical methods : advancing methods and applications
|September 20, 2023
概括
法医科学家可以通过将更新鲜的样本纳入模型,更好地识别血迹. 用一天的血污增强等级模型,提高了区分人类,动物和地板上的假阳性污点的准确性.
科学领域:
- 法医科学 法医科学 法医科学
- 分析化学 分析化学
背景情况:
- 犯罪现场的血迹,由于沉积时间的变化,造成识别挑战.
- 精确区分人类血液,动物血液和常见的错误阳性是非常重要的.
研究的目的:
- 增强等级模型 (HMs) 用于区分地板上的血迹类型和年龄.
- 为了提高识别人血 (HB) 污点的准确性,特别是新鲜的污点.
主要方法:
- 使用软独立建模类类类比 (SIMCA) 和部分最小方程差异分析 (PLS-DA) 作为HMs中的决策规则.
- 修改了现有模型,将零日和一天的血迹样本纳入训练组.
- 在9种地板类型的0至176天的血迹上测试模型性能.
主要成果:
- 在训练套件中包括较新鲜的样本 (0-1天) 改善了所有测试模型.
- 使用PLS-DA与一天老样本的HM实现了最佳性能.
- 这种优化的模型显示,对于0-30天的斑点,灵敏度>0.92和特异性>0.7.
结论:
- 将新鲜的血迹纳入训练数据可以显著提高法医识别模型的准确性.
- 开发的等级模型提供了一种可靠的方法,用于区分地板上的不同年龄和来源的血迹.


