使用ATR-FTIR光谱学结合一种新的多器官机器学习方法来识别热中风死亡
Hongli Xiong1, Zijie Jia1, Yuhang Cao1
1Department of Forensic Medicine, Faculty of Basic Medical Sciences, Chongqing Medical University, Chongqing 400016, China.
概括
对于热中风死亡的法医鉴定是具有挑战性的. 这项研究使用光谱学和机器学习来识别目标器官,并创建精确的多器官模型来确定热中风是死亡的原因.
科学领域:
- 法医病理学 法医病理学
- 生物医学光谱学 生物医学光谱学
- 计算生物学 计算生物学
背景情况:
- 全球变暖正在增加热中风死亡人数.
- 由于缺乏特定的病理征兆,对热中风死亡的法医评估面临挑战.
- 准确确定热中风作为死亡原因对于法律诉讼至关重要.
研究的目的:
- 开发一种可靠的方法来识别热中风死亡.
- 查受热中风影响的目标器官.
- 为热中风死亡人群创建一个多器官识别模型.
主要方法:
- 血素-素 (HE) 染色用于组织分析.
- 减弱总反射-里埃变换红外光谱学 (ATR-FTIR) 用于分子分析.
- 机器学习算法用于构建预测模型.
- 对十个器官的分析,重点是下丘脑,海马,肺和脏.
主要成果:
- 下丘脑,海马,肺和脏被确定为关键目标器官.
- 一个多器官组合模型实现了0.95.5的测试准确度.
- 特定的光谱吸收峰值 (例如,Amide I,Amide II, δ CH2) 将热中风与其他死亡原因区分开来.
结论:
- 一种新的技术方法,结合光谱学和机器学习辅助来确定热中风死亡.
- 多器官模型为法医识别提供了高准确度.
- 这项研究为热中风死亡事故的司法决定提供了关键证据.
