目的对法医人类学遗骸识别研究领域的文献进行计量学分析,描述当前的研究现状并预测未来的研究热点。方法基于Web of Science信息服务平台(以下简称“WoS”)中核心数据库(Web of Science Core Collection,WoSCC)检索和提取的数据,分析1...目的对法医人类学遗骸识别研究领域的文献进行计量学分析,描述当前的研究现状并预测未来的研究热点。方法基于Web of Science信息服务平台(以下简称“WoS”)中核心数据库(Web of Science Core Collection,WoSCC)检索和提取的数据,分析1991—2022年遗骸识别研究的发展趋势和主题变化。运用python3.9.2和Gephi0.10对法医人类学遗骸识别相关研究的发文趋势、国家(地区)、机构、作者和主题进行网络可视化分析。结果获得法医人类学遗骸识别相关英文文献873篇。发表文献数量最多的期刊是Forensic Science International(164篇),发文最多的国家(地区)是中国(90篇),Katholieke Univ Leuven(荷兰,21篇)是发表英文文献最多的机构。主题分析结果显示,人类遗骸研究的热点是遗骸的性别鉴定和年龄推断,并且常用的遗骸是牙齿。结论法医人类学遗骸识别研究领域的发文量具有明显的阶段性,然而,国际合作与国内合作的范围尚显局限。传统的遗骸识别主要依赖于骨盆、颅骨和牙齿等关键部位。未来的研究热点将聚焦于利用机器学习和深度学习技术,对多种骨骼遗骸进行更为精准和高效的鉴定。展开更多
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...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。展开更多
目的探讨基于SNaPshot技术的精液特异性编码区单核苷酸多态性(coding region single nucleo⁃tide polymorphism,cSNP)遗传标记检测在精液(斑)溯源及混合体液(斑)鉴定中的可行性。方法制备16例精液斑和11例精液-静脉血混合斑样本,提取其...目的探讨基于SNaPshot技术的精液特异性编码区单核苷酸多态性(coding region single nucleo⁃tide polymorphism,cSNP)遗传标记检测在精液(斑)溯源及混合体液(斑)鉴定中的可行性。方法制备16例精液斑和11例精液-静脉血混合斑样本,提取其基因组DNA(genomic DNA,gDNA)和总RNA,并将总RNA逆转录为互补DNA(complementary DNA,cDNA)。在已验证的精液特异性mRNA编码基因上筛选cSNP遗传标记。基于SNaPshot技术构建cSNP复合检测体系并通过CE对样本进行基因分型。结果成功构建了包含5个精液特异性cSNP的复合检测体系。在16例精液样本中,除了位于TGM4基因上的cSNP在cDNA的检测结果中出现等位基因丢失外,其余cSNP的gDNA和cDNA分型结果高度一致。检测精液-静脉血混合斑时,检出的cSNP分型结果均与精液提供者的基因型一致,未受到静脉血提供者基因型的干扰。结论应用SNaPshot技术检测精液特异性cSNP的方法可以应用于法医学精液(斑)的基因分型,并为混合体液(斑)中精液来源个体的判定提供信息。展开更多
文摘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。
文摘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。
文摘目的探讨基于SNaPshot技术的精液特异性编码区单核苷酸多态性(coding region single nucleo⁃tide polymorphism,cSNP)遗传标记检测在精液(斑)溯源及混合体液(斑)鉴定中的可行性。方法制备16例精液斑和11例精液-静脉血混合斑样本,提取其基因组DNA(genomic DNA,gDNA)和总RNA,并将总RNA逆转录为互补DNA(complementary DNA,cDNA)。在已验证的精液特异性mRNA编码基因上筛选cSNP遗传标记。基于SNaPshot技术构建cSNP复合检测体系并通过CE对样本进行基因分型。结果成功构建了包含5个精液特异性cSNP的复合检测体系。在16例精液样本中,除了位于TGM4基因上的cSNP在cDNA的检测结果中出现等位基因丢失外,其余cSNP的gDNA和cDNA分型结果高度一致。检测精液-静脉血混合斑时,检出的cSNP分型结果均与精液提供者的基因型一致,未受到静脉血提供者基因型的干扰。结论应用SNaPshot技术检测精液特异性cSNP的方法可以应用于法医学精液(斑)的基因分型,并为混合体液(斑)中精液来源个体的判定提供信息。
