傅里叶变换显微红外光谱结合机器学习算法鉴定电击伤

目的 基于傅里叶变换显微红外光谱结合机器学习算法分析猪皮肤电击伤、烧伤及擦伤的差异,构建3种皮肤损伤鉴定模型,筛选电击伤特征性标志物,为皮肤电流斑鉴定提供新方法.方法 建立猪皮肤电击伤、烧伤及擦伤的模型,使用传统HE染色检验不同损伤的形态学改变.运用傅里叶变换显微红外技术检测表皮细胞光谱,运用主成分、偏最小二乘法分析损伤的分类情况,运用线性判别和支持向量机构建分类模型,因子载荷筛选特征性标志物.结果 与对照组相比,电击伤、烧伤及擦伤组的表皮细胞均呈现出极化现象,以电击伤、烧伤组更为明显.通过主成分和偏最小二乘法分析可区分不同类型损伤,线性判别、支持向量机模型均能够有效诊断不同损伤.2923、2854、1623、1535 cm-1吸收峰在不同损伤组显示出明显的差异,电击伤的2923 cm-1吸收峰峰强最高.结论 傅里叶变换显微红外光谱结合机器学习算法为诊断皮肤电击伤、鉴定电击死提供了新技术.