首页 > 法医学杂志 > 基于机器学习算法研究不同电压所致猪皮肤电流损伤红外光谱特征

基于机器学习算法研究不同电压所致猪皮肤电流损伤红外光谱特征

Infrared Spectral Characteristics of Electrical Injuries on Swine Skin Caused by Different Voltages Based on Machine Learning Algorithms

二维码有效期 120s

摘要目的通过傅里叶变换红外显微光谱(Fourier transform infrared-microspectroscopy, FTIR-MSP)成像技术结合机器学习算法,对不同电压所致猪皮肤电流损伤红外光谱特征进行分析,旨在为不同电压所致皮肤电流损伤的鉴别提供参考.方法建立猪皮肤电流损伤模型,分为110 V、220 V、380 V电击组及对照组,电击组电击30 s后取电击部位皮肤,对照组取对应部位正常皮肤组织.结合连续切片HE染色结果,应用FTIR-MSP成像技术采集对应区域的光谱数据,结合机器学习算法(主成分分析、偏最小二乘法-判别分析),选取不同光谱波段(全波段4 000～1 000 cm-1和分波段4 000～3 600 cm-1、3 600～2 800 cm-1、2 800～1 800 cm-1、1 800～1 000 cm-1)及预处理方式(正交信号校正、标准正态变量、多元散射校正、归一化、平滑)对模型进行优化,比较所建模型的分类效果.结果相较于单纯谱图分析,主成分分析法能很好地区分电击组和对照组,但难以区分不同电压组.基于3 600～2 800 cm-1波段的偏最小二乘法-判别分析实现了对不同电压触电所致皮肤损伤的鉴别,且采用正交信号校正能进一步优化3 600～2 800 cm-1波段模型的效能.结论应用FTIR-MSP成像技术结合机器学习算法对不同电压所致猪皮肤电流损伤的鉴别具有可行性.

作者 董贺文 ^[1] 李伟 ^[2] 黎世莹 ^[1] 邓恺飞 ^[1] 曹楠 ^[3] 罗仪文 ^[1] 孙其然 ^[1] 林汉成 ^[4] 黄景锋 ^[5] 刘宁国 ^[1] 黄平 ^[1] 学术成果认领

作者单位 司法鉴定科学研究院上海市法医学重点实验室上海市司法鉴定专业技术服务平台,上海,200063 ^[1] 铁道警察学院公安技术系,河南郑州,450053 ^[2] 北京市公安局司法鉴定中心,北京,100192 ^[3] 司法鉴定科学研究院上海市法医学重点实验室上海市司法鉴定专业技术服务平台, 上海 200063;西安交通大学医学部法医学院, 陕西西安 710061 ^[4] 西安交通大学医学部法医学院,陕西西安,710061 ^[5]

关键词法医病理学谱学,傅里叶变换红外电击伤机器学习算法皮肤猪 forensic pathology spectroscopy,Fourier transform infrared electric injuries machine learning algorithms skin swine

主题词机器学习(Machine Learning)算法(Algorithms)创伤和损伤(Wounds and Injuries)皮肤(Skin)傅里叶分析(Fourier Analysis)

分类号 DF795.1

栏目名称

论著

发布时间 2019-06-12（万方平台首次上网日期，不代表论文的发表时间）

基金项目

"十三五"国家重点研发计划资助项目（2016YFC0800702）；国家自然科学基金资助项目（81722027, 81671869）；上海市法医学重点实验室资助项目（17DZ2273200）；上海市司法鉴定专业技术服务平台资助项目（16DZ2290900）