人体液斑迹与非生物斑迹鉴别的三维荧光光谱分析

doi:10.12116/j.issn.1004-5619.2020.500309

摘要/Abstract

摘要：

目的利用三维荧光光谱分析技术，建立一种人体液斑迹与非生物斑迹的快速无损鉴别方法。方法通过对采集的人唾液、3%的血液、咖啡、芬达斑迹的三维荧光光谱数据进行降维处理，经过小波变换、光谱去噪、特征提取后建立分类公式，使用Fisher判别法进行光谱匹配识别，建立区别斑迹类型的分析方法。结果根据数据训练和比对结果，芬达、咖啡、唾液和血液均能达到91.39%以上的识别准确率，其中唾液达到了100%的识别准确率。结论三维荧光光谱分析是一种有潜力可实现快速无损鉴别生物斑迹与非生物斑迹的方法。

关键词: 法医学, 三维荧光光谱, 唾液, 血液, 非生物斑迹, 体液斑迹鉴定

Abstract:

Objective To establish a rapid and nondestructive identification method for human body fluid stains and non-biological stains using three-dimensional fluorescence spectroscopy. Methods The collected three-dimensional fluorescence spectrum data of human saliva, 3% blood, coffee and Fanta^? stains were processed with dimensionality reduction. ^{After wavelet transform, spectral denoising and feature extraction, the classification formula was established. The Fisher discriminant was used for spectrum matching and recognition to establish the analysis method to distinguish stain types. Results According to the results of data training and comparison, all the recognition accuracies of Fanta^?, coffee, saliva and blood were more than 91.39%. Among them, saliva reached 100% recognition accuracy. Conclusion Three-dimensional fluorescence spectroscopy is a potential method for rapid and nondestructive identification of biological and non-biological stains.}

Key words: forensic medicine, three-dimensional fluorescence spectroscopy, saliva, blood, non-biological stains, identification of body fluid stains

中图分类号:

DF795.2

畅晶晶, 周辉, 张瑾, 徐小玉, 王枫, 熊胜军, 张广峰, 杨雪莹, 刘开会. 人体液斑迹与非生物斑迹鉴别的三维荧光光谱分析[J]. 法医学杂志, 2023, 39(1): 40-44.

Jing-jing CHANG, Hui ZHOU, Jin ZHANG, Xiao-yu XU, Feng WANG, Sheng-jun XIONG, Guang-feng ZHANG, Xue-ying YANG, Kai-hui LIU. Identification of Human Body Fluid Stains and Non-Biological Stains by Three-Dimensional Fluorescence Spectroscopy[J]. Journal of Forensic Medicine, 2023, 39(1): 40-44.

图/表 5

图1 4种物质的荧光光谱图

Fig. 1 Fluorescence spectrogram of 4 materials

图2 芬达样本Exm处理过程A：荧光Ex；B：荧光Em；C：Exm；D：经小波函数处理过的Exm。

Fig. 2 The process of Fanta? Exm spectrogram

图3 4种物质训练集ExmA：芬达；B：咖啡；C：唾液；D：血液。

Fig. 3 The training set Exm spectrogram of 4 materials

表1 芬达5条测试样本Fisher分类结果

Tab. 1 Fisher classification results of 5 Fanta? test samples

序号	D₁	D₂	D₃	D₄
1	757.74	-706.05	-823.46	-438.74
2	743.13	-31.83	-694.83	-381.56
3	392.23	-76.92	-217.10	-765.52
4	655.48	-46.17	-950.22	-795.20
5	1 710.19	-97.13	-34.45	-86.87

表2 唾液5条测试样本Fisher分类结果

Tab. 2 Fisher classification results of 5 saliva test samples

序号	D₁	D₂	D₃	D₄
1	-125.63	356.83	-190.67	-734.68
2	-365.98	587.89	-982.17	-992.67
3	-674.91	1 032.52	-893.46	-89.04
4	-87.12	1 890.51	-231.90	-249.85
5	-232.69	762.18	-351.07	-1 732.26

参考文献 16

1	HARBISON S， FLEMING R. Forensic body fluid identification： State of the art[J]. Res Rep Forensic Med Sci，2016，6：11-23. doi：10.2147/RRFMS.S57994 .
2	VIRKLER K， LEDNEV I K. Analysis of body fluids for forensic purposes： From laboratory testing to non-destructive rapid confirmatory identification at a crime scene[J]. Forensic Sci Int，2009，188（1/2/3）：1-17. doi：10.1016/j.forsciint.2009.02.013 .
3	赵禾苗，王冲，李万水，等. mRNA在体液斑迹鉴定与组织来源推断中的应用[J].中国法医学杂志，2016，31（5）：463-466. doi：10.13618/j.issn.1001-5728.2016.05.009 .
	ZHAO H M， WANG C， LI W S， et al. The application of mRNA in body fluid identification and tissue resource[J]. Zhongguo Fayixue Zazhi，2016，31（5）：463-466.
4	赵一霞，胡胜，叶健，等. mRNA分析在体液斑迹组织来源推断中的应用研究进展[J].刑事技术，2019，44（5）：388-394. doi：10.16467/j.1008-3650.2019.05.003 .
	ZHAO Y X， HU S， YE J， et al. Researches of mRNA profiling for forensic body fluid identification[J]. Xingshi Jishu，2019，44（5）：388-394.
5	WANG S， WANG Z， TAO R， et al. The potential use of piwi-interacting RNA biomarkers in forensic body fluid identification： A proof-of-principle study[J]. Forensic Sci Int Genet，2019，39：129-135. doi：10.1016/j.fsigen.2019.01.002 .
6	VIDAKI A， KAYSER M. Recent progress， methods and perspectives in forensic epigenetics[J]. Forensic Sci Int Genet，2018，37：180-195. doi：10.1016/j.fsigen.2018.08.008 .
7	ZAPATA F， GREGÓRIO I， GARCÍA-RUIZ C. Body fluids and spectroscopic techniques in forensics： A perfect match[J]. J Forensic Med，2015，1（1）：1-7. doi：10.4172/2472-1026.1000101 .
8	孔德明，崔耀耀，孔令富，等. 数字图像识别在混合油类三维荧光光谱分析中的应用[J].光谱学与光谱分析，2019，39（11）：3407-3413. doi：10.3964/j.issn.1000-0593（2019）11-3407-07 .
	KONG D M， CUI Y Y， KONG L F， et al. The application of digital image recognition to the analysis of three-dimensional fluorescence spectra of mixed oil[J]. Guangpuxue Yu Guangpu Fenxi，2019，39（11）：3407-3413.
9	王玉田，徐婧，周艳岭. 基于三维荧光谱降维处理的矿物油识别研究[J].中国激光，2014，41（12）：245-250. doi：10.3788/CJL201441.1215002 .
	WANG Y T， XU J， ZHOU Y L. Study on mineral oil identification based on a dimension reduction method of three dimensional fluorescence spectra[J]. Zhongguo Jiguang，2014，41（12）：245-250.
10	郭昕. 基于小波去噪的生物组织光谱特性研究[D].南京：南京航空航天大学，2008.
	GUO X. Spectral characteristics of biological tissue based on wavelet denoising[D]. Nanjing： Nanjing University of Aeronautics and Astronautics，2008.
11	BOGGESS A， NARCOWICH F J. A first course in wavelets with Fourier analysis[M]. 2nd ed. Hoboken： John Wiley & Sons， Ltd.， 2011：227-243.
12	赵丽娜. Fisher判别法的研究及应用[D].哈尔滨：东北林业大学，2013.
	ZHAO L N. Research and improvement of Fisher discriminant analysis method[D]. Haerbin： Northeast Forestry University，2013.
13	卢鹏飞，范雅，周林华，等. 支持向量机的动物血液光谱特征提取和识别分类[J].光谱学与光谱分析，2017，37（12）：3828-3832. doi：10.3964/j.issn.1000-0593（2017） 12-3828-05 .
	LU P F， FAN Y， ZHOU L H， et al. Feature extraction and classification of animal blood spectra with support vector machine[J]. Guangpuxue Yu Guangpu Fenxi，2017，37（12）：3828-3832.
14	陈荣，许少峰，林丽婷，等. 血液吸收光谱与激光照射疗法[J].中国激光医学杂志，1997，6（3）：142-145.
	CHEN R， XU S F， LIN L T， et al. Relation between the blood absorption spectrum and phototherapy[J]. Zhongguo Jiguang Yixue Zazhi，1997，6（3）：142-145.
15	高斌，赵鹏飞，卢昱欣，等. 基于BP神经网络的血液荧光光谱识别分类研究[J].光谱学与光谱分析，2018，38（10）：3136-3143. doi：10.3964/j.issn.1000-0593（2018）10-3136-08 .
	GAO B， ZHAO P F， LU Y X， et al. Study on recognition and classification of blood fluorescence spectrum with BP neural network[J]. Guangpuxue Yu Guangpu Fenxi，2018，38（10）：3136-3143.
16	柳超，龚桂雄. 犯罪现场四种常见人体体液固有荧光光谱响应[J].贵州警官职业学院学报，2016，28（6）：84-87. doi：10.13310/j.cnki.gzjy.2016.06.012 .
	LIU C， GONG G X. Intrinsic fluorescence spectral response on four types of common human body fluids at crime scene[J]. Guizhou Jingguan Zhiye Xueyuan Xuebao，2016，28（6）：84-87.

[1]	张琦, 赵禾苗, 杨康, 陈静, 杨瑞琴, 王冲. 利用朴素贝叶斯和多元logistic回归构建月经血mRNA标志分析模型[J]. 法医学杂志, 2023, 39(5): 447-451.
[2]	安永明, 张志威, 关国鹏. 肺挫裂伤合并多发假性囊肿法医学鉴定1例[J]. 法医学杂志, 2023, 39(5): 519-522.
[3]	马安全, 马晓晨, 方俊杰. 会阴部外伤致睾丸萎缩鉴定1例[J]. 法医学杂志, 2023, 39(5): 528-530.
[4]	夏晴, 陈捷敏. 垂直压缩型踝关节骨折成伤机制分析2例[J]. 法医学杂志, 2023, 39(5): 525-527.
[5]	翟文娅, 武丽娜, 阳硕, 沈保华, 施妍. 药物辅助犯罪案件血液中右美托咪定的检测分析[J]. 法医学杂志, 2023, 39(5): 452-456.
[6]	李强, 付志浩, 孙晓东, 黄效宇. 利用CT扫描测量法判断眼球内陷残疾评定1例[J]. 法医学杂志, 2023, 39(5): 516-518.
[7]	朱琨, 高东, 范利华. 腓骨骨纤维结构不良并骨折因果关系鉴定1例[J]. 法医学杂志, 2023, 39(5): 522-524.
[8]	林丹丹, 赵莉莉, 施芳芳, 陈雅婷, 潘国南. 二次交通伤致伤方式探讨1例[J]. 法医学杂志, 2023, 39(5): 530-534.
[9]	郝虹霞, 陈捷敏, 王荣荣, 俞晓英, 王萌, 周智露, 盛延良, 夏文涛. 虚拟现实-图像视觉诱发电位用于客观评定单眼屈光不正视觉损伤的价值[J]. 法医学杂志, 2023, 39(4): 382-387.
[10]	宋爱英, 赵翌博, 杨利君. 液相色谱-串联质谱法检验氟乙酸致死1例[J]. 法医学杂志, 2023, 39(4): 428-430.
[11]	张韦屹, 周旻. 岩斜区脑膜瘤切除术后长期昏迷医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(4): 421-423.
[12]	白洁, 孙晶, 程晓光, 刘凡, 刘华, 王旭. 基于YOLOv3算法的肋骨骨折诊断模型的构建及应用[J]. 法医学杂志, 2023, 39(4): 343-349.
[13]	范飞, 武娟, 邓振华. 听力学客观检测技术在法医临床学中的应用进展[J]. 法医学杂志, 2023, 39(4): 360-366.
[14]	项剑, 王旭, 于丽丽, 靳康佳, 杨英恺. 视交叉及其后部视路损伤所致视野缺损的客观评定[J]. 法医学杂志, 2023, 39(4): 350-359.
[15]	王飞翔, 朱广友. 男性性功能障碍鉴定标准的研制及相关解读[J]. 法医学杂志, 2023, 39(4): 367-372.