水中尸体研究专题 刘超
比较微波消解-真空抽滤-自动扫描电子显微镜(microwave digestion - vacuum filtration - automated scanning electron microscopy,MD-VF-Auto SEM)法与浮游生物基因复合扩增体系在溺死诊断中的应用效果。
采用MD-VF-Auto SEM法和浮游生物基因复合扩增体系分别对10例非溺死案例和50例溺死案例的肺、肝、肾组织进行检测分析,比较两种方法在各组织中的阳性检出率。
溺死案例使用MD-VF-Auto SEM法检验的硅藻阳性率为100%,在6例非溺死案例的肝、肾组织中检出少量硅藻。浮游生物基因复合扩增体系的阳性率为84%,非溺死案例的肺、肝、肾组织结果均为阴性。两种方法检测结果相比,肝、肾组织的阳性率和总阳性率差异均具有统计学意义(P<0.05),而肺组织阳性率差异无统计学意义(P>0.05)。
MD-VF-Auto SEM法对硅藻检验具有较高的灵敏度,而浮游生物基因复合扩增体系还可检出硅藻外的其他浮游生物。两种方法相结合,可为溺死诊断提供更可靠的依据。
对水中尸体硅藻检验案例进行回顾性分析,探讨硅藻定量分析在溺死诊断中的应用价值。
收集水中尸体共490例,根据死因分为溺死组和死后入水组,采用微波消解-真空抽滤-自动扫描电子显微镜法对肺、肝、肾组织及水样进行硅藻定量分析,并计算肺组织与水样硅藻含量的比值(CL/CD值)。
溺死组肺、肝和肾组织同时检出的有400例(85.5%),肺、肝、肾组织和水样中硅藻含量分别为(113 235.9±317 868.1)、(26.7±75.6)、(23.3±52.2)和(12 113.3±21 760.0)个/10 g,硅藻种类数分别为(7.5±2.8)、(2.6±1.9)、(2.9±2.1)、(8.9±3.0)种。溺死组和死后入水组CL/CD值分别为(100.6±830.7)、(0.3±0.4)。
硅藻定量分析可为溺死诊断提供支持性证据,引入CL/CD值这一参数进行分析,能更准确地作出溺死的诊断。
研究漳卫新河硅藻的年度变化规律,为利用硅藻检验判断尸体入水时间、地点提供理论支撑,并建立硅藻数据库。
对漳卫新河德城区段4处采样点连续12个月采样,对样品硅藻种属和含量进行非度量型多维尺度(non-metric multi-dimensional scaling,NMDS)分析,以天衢路采样点为基准,与德城区段其他3处及之前研究中漳卫新河乐陵段和宁津段数据进行Sprensen相似系数分析。
硅藻种类数与硅藻含量呈正相关。不同月份硅藻的平均含量在1 054~13 041个/10 mL,种属构成为8~16个,优势种属存在差异。硅藻种属构成距离2 km以内相似系数均高于0.956 52,不能进行有效区分。在流域跨市县时相似系数有明显差异,与乐陵段采样点相似系数为0.736 84,与宁津段采样点相似系数为0.588 24,可以进行有效区分。
漳卫新河硅藻种属和含量因月份不同具有差异性,硅藻种属构成在不同流域存在差异,可以为判断河流中尸体入水时间和地点提供参考依据。
采用LC-MS/MS代谢组学技术结合数据分析,检测水中大鼠尸体死后早期玻璃体液中代谢谱变化及差异,探讨其用于早期死后淹没时间(postmortem submersion interval,PMSI)和死亡原因推断的可行性。
于自然湖水中造模,将100只SD大鼠随机分为溺死组(50只)和死后[二氧化碳(CO2)窒息]即刻入水组(50只),分别于死后0、6、12、18及24 h从每组中取10只大鼠提取玻璃体液进行代谢组学检测,其中8只构建训练集模型、2只作为测试集样本。通过PCA及PLS多元统计分析探索训练集样本中不同PMSI及死因间的代谢谱差异,进而应用随机森林(random forest,RF)算法筛选生物标志物并以此构建模型。
PCA及PLS分析可观察到玻璃体液代谢谱变化具有时间规律性,但不同死因间未发现明显差异。应用RF算法最终筛选到13种时间相关性较好的小分子生物标志物,基于该指标集构建了简化PMSI推断模型,测试数据表明模型预测的平均绝对误差为0.847 h。
水中大鼠尸体玻璃体液中筛选出的13种代谢标志物与早期死后淹没时间具有良好的时间相关性,应用RF构建的简化PMSI推断模型可用于PMSI的推断。此外,玻璃体液代谢物不能用于早期水中尸体的死因鉴别。
研究溺死和非溺死尸体中肺血液坠积现象,评估该现象在辅助溺死法医病理学死因判断中的价值。
收集广州市2011年1月—2021年6月以来经系统尸体检验明确死因的案件235例,按照尸体发现位置分为水中尸体组(97例)和非水中尸体组(138例),水中尸体组又分为水中溺死组(90例)和水中非溺死组(7例),非水中尸体组分为非水中溺死组(1例)、非水中非溺死组(137例),经3名资深法医病理学家独立对案件尸体解剖照片进行阅片,判断肺组织是否出现血液坠积,统计肺血液坠积现象的检出率。
水中溺死组(90例)肺血液坠积现象检出率为0,阴性率为100%;水中非溺死组(7例)肺血液坠积现象检出率为100%,阴性率为0,两组检出率差异有统计学意义(P<0.05);水中尸体组肺血液坠积现象检出率为7.22%,非水中尸体组(剔除2例后剩余136例)肺血液坠积现象检出率为87.50%,差异有统计学意义(P<0.05)。
肺血液坠积现象阴性是溺死的特征性尸体征象,可辅助溺死的法医病理学诊断。
探索硅藻检验过程中组织消解温度和消解时间的合理条件。
取肝组织80份,每份2 g,将每份肝组织分别加入2 mL珠江水样混合。设置消解温度为100 ℃、120 ℃、140 ℃、160 ℃、180 ℃和消解时间为40、50、60、70、80 min对所取肝组织和水样混合物进行分组,每组8份。使用微波消解-真空抽滤-扫描电子显微镜法对上述检材进行硅藻检验,检测硅藻回收数量和滤膜上的残留物质量。
消解时间设置为60 min时,不同温度下硅藻的回收数量之间差异有统计学意义(P<0.05),140 ℃时硅藻回收数量最高,可达(28 797.50±6 009.67)个,滤膜上的残留物质量在180 ℃时最低,为(0.60±0.28)mg。消解温度设置为140 ℃时,不同消解时间的硅藻回收数量之间差异具有统计学意义(P<0.05),40 min时硅藻回收数量最高,可达(20 650.88±1 950.29)个,各组滤膜上的残留物质量在不同消解时间组之间差异无统计学意义(P>0.05)。
硅藻消解效果与温度、时间有关,当消解温度为140 ℃,消解时间为40、50、60 min时利于硅藻检出。
探讨硅藻人工智能(artificial intelligence,AI)搜索系统在溺死诊断中的应用价值。
取12例溺死尸体的肝、肾组织进行硅藻检验,应用扫描电子显微镜获得视场图片,分别在硅藻AI搜索系统的0.5、0.7和0.9阈值下进行硅藻检测及人工识别,用硅藻召回率、查准率和图片排除比例检测并比较搜索系统的效能。
硅藻AI搜索系统标注的目标中实际检出硅藻数与人工识别硅藻数之间差异无统计学意义(P>0.05);不同阈值下硅藻AI搜索系统检测硅藻的召回率差异具有统计学意义(P<0.05);不同阈值下硅藻AI搜索系统检测硅藻的查准率差异具有统计学意义(P<0.05),高可达53.15%;不同阈值下硅藻AI搜索系统的图片排除比例差异具有统计学意义(P<0.05),高可达99.72%。对于同一样品,硅藻AI搜索系统识别硅藻所用时间仅为人工识别的1/7。
硅藻AI搜索系统在溺死案例诊断中具有良好的应用前景,其搜索硅藻能力与经验丰富的法医相当,同时可以极大地减少人工观察图片的工作量。
探究虚拟解剖技术在溺死尸体上获取关键证据信息的能力及其在溺死诊断中的应用价值。
以7例溺死尸体为主要研究对象,在传统尸体解剖前行计算机断层扫描采集尸体影像数据,通过影像阅片观察特征性表现并结合虚拟测量指标,与15例非溺死尸体作为对照组进行对比分析。
溺死者死后影像可见呼吸道较多积液、肺部呈弥漫性较均匀的毛玻璃样改变;溺死者鼻窦(上颌窦及蝶窦)内积液量为(10.24±4.70) mL,对照组量为(2.02±2.45) mL;溺死者鼻窦内积液、左心房血液、胃内容物CT均值分别为(15.91±17.20)、(52.57±9.24)、(10.33±12.81) HU,较非溺死者低(P<0.05)。
将多项特征性影像表现与虚拟测量指标综合考虑,有助于溺死诊断,虚拟解剖技术目前可作为一种辅助溺死法医学鉴定的手段。
研究硅藻能否通过消化道淋巴系统进入体内。
将20只实验兔随机平均分为实验组和对照组,分别以20 mL珠江水样和20 mL超纯水进行灌胃,30 min后分别提取淋巴液、肺、肝和肾,对所提取样本进行硅藻检验,记录硅藻含量、大小和种类。
实验组淋巴液硅藻含量高于对照组淋巴液硅藻(P<0.05)。实验组淋巴液检出冠盘藻、圆筛藻、小环藻、直链藻、菱形藻、针杆藻、桥弯藻和舟型藻,对照组检出冠盘藻、圆筛藻和小环藻。实验组淋巴液硅藻长径、短径均长于对照组(P<0.05)。实验组中,在3例肺样本、2例肝样本中检出1~2个硅藻,为冠盘藻或小环藻,肾样本中未检出硅藻;对照组中,在2例肺样本、3例肝样本中检出1~2个硅藻,为冠盘藻或圆筛藻,肾样本中未检出硅藻。
硅藻可以通过淋巴液进入体内,其通过消化道淋巴系统进入体内是造成非溺死尸体组织器官内含有硅藻的原因之一。
选择深度学习图像分类算法中复杂性和准确性较为平衡的4种算法进行硅藻的自动识别,探究最适用于硅藻识别的分类算法,为法医学自动化硅藻检验研究提供数据参考。
建立真实水中尸体肺组织消化液涂片的“硅藻”“背景”小样本量数据集(20 000张),用于4种算法(VGG16、ResNet50、InceptionV3和Inception-ResNet-V2)模型的训练、验证和测试。绘制受试者工作特征曲线、混淆矩阵并计算召回率、查准率、特异性、准确率及F1分数,对各模型性能进行系统性评估。
InceptionV3的硅藻识别性能明显优于其他3种算法,具有更为均衡的硅藻查全(89.80%)与查准(92.58%)性能;VGG16和Inception-ResNet-V2的硅藻识别性能相当,虽无法做到硅藻查全与查准的性能均衡,但其识别能力尚可接受;ResNet50的硅藻识别性能最低,其召回率仅为55.35%。在特征提取上,4种模型均提取到了硅藻和背景的特征,且都以硅藻区域为主要识别依据。
包含Inception结构的模型,在硅藻特征提取方面具有更强的指向性和靶向性。其中,InceptionV3算法能够更为准确、靶向地提取到硅藻特征,具有最优的硅藻识别性能,更适合应用于日常法医学硅藻检验。
通过文献计量学方法研究1991—2020年法医学溺死领域的研究热点和发展趋势。
基于Web of Science、CNKI数据库和万方数据知识服务平台,运用python 3.9.2、CiteSpace 5.8.R3和Gephi 0.9.2软件等对溺死相关研究的发文趋势、国家/地区、机构、作者和主题进行分析。
获得溺死相关英文文献631篇(中国作者的英文文献59篇)、中文文献386篇。载文量最多的中英文期刊分别是《中国法医学杂志》(80篇)和Forensic Science International(106篇)。英文文献发文最多的国家/地区是日本,中国位列第三;Osaka City Univ(Japan,28篇)发表的英文文献最多,Guangzhou Forens Sci Inst(China,22篇)位居第二。中文文献中广州市刑事科学技术研究所(32篇)发表最多。主题分析结果显示,硅藻检验、虚拟解剖、死后生物化学检验、死亡性质、死后淹没时间推断等是目前研究的热点,但英文文献在新技术、新方法方面的研究更多,中文文献则更偏向于实践、应用和经验总结。
法医学溺死领域的发文量较为平稳,但国际合作和国内合作范围还比较局限。硅藻的自动化检验、硅藻DNA条形码的建立和虚拟解剖将是未来一段时间最主要的研究热点,并有望在溺死诊断、溺水地点推断、死后淹没时间推断等方面取得重大突破。
硅藻检验是法医学溺死诊断中的主要实验室检验方法,在鉴别水中尸体生前溺死和死后入水以及推断落水点中发挥了重要作用。人工智能自动化硅藻检验基于硅藻形态学特征,应用人工智能算法对组织器官中的硅藻进行自动化识别和分类,是法医学硅藻检验的一次技术革新。本文从形态学硅藻检验方法展开讨论,并对人工智能算法参与的自动化硅藻识别和分类研究进展进行综述。人工智能深度学习算法可以辅助硅藻检验得到客观、准确、高效的定性定量分析结果,有望成为未来法医学溺死硅藻检验研究的新方向。