微量血痕的红外检测与规律分析开题报告

1. 研究目的与意义

在刑事案件侦办过程中，指纹、足迹、dna等是公安机关侦查活动中进行个体识别的常见痕检物证。在命案或伤害案件的侦办过程中，出现在案发现场的血痕更是不容忽视的重要物证。血痕指离体血液痕迹，现今的刑事科学技术快速发展，基层刑事科学技术部门已经能够针对案件现场的血痕进行一定的科学检验鉴定：一方面，对血痕进行dna检验能够确定血迹系何人所留；另一方面，对血痕的形态进行检验能够反映致伤物、受伤部位的高度、位置关系等^[1]。

事实上，与由于组织构造差异进而可识别个体特征的指纹、足迹不同，血痕是人体内的血液经外力作用，由血管破裂而遗留于体外的生物物证，有一定的生物活性。研究指出，血痕除携带具有可用于个体识别的dna遗传物质以外，离体血液的血黏度、细胞形态、蛋白质等有机成分的含量都会随着环境发生性质和数量上的变化^[2-4]，如何从案发现场上的血痕随时间、环境的变化过程中发现规律以明确犯罪线索、固定犯罪证据、为侦查破案指明方向是亟待研究的课题。

传统的血痕鉴定是根据血痕形态推断案发现场中人、物之间的相互关系。近年来，随着科技水平的提高，研究人员开始对血痕陈旧度进行研究，血痕遗留时间的司法鉴定主要分有损检测和无损检测两类^[5,6]，有损检验方法包括电泳技术、高效液相色谱技术、基因分析技术等。乔莹等^[7]采用二维电泳技术观察了不同遗留时间血痕中蛋白质的变化规律，指出随着时间增加，检出的蛋白点数减少；基因技术是目前推断现场血痕遗留时间的主要技术，通过考察血痕中β-actinmrna与18srrna含量随时间变化的规律来确定血痕的遗留时间^[8]。涉及血痕的案件现场多数会遭到破坏，血痕采样和保存困难，且大部分痕迹微小，有损检测消耗血痕检材而破坏物证，检测时间长、重复性差，微量鉴定实验可靠性较差。

2. 研究内容与预期目标

取代表性血样，在最大可能出现在案发现场的衣物布料、地面材料、或墙面材料等载体形成微量血痕，进行跨度30天以上间隔时间不同的显微ATR取样分析，建立大数据库，建立用于推测血痕遗留时间的神经网络，初步构建算法模型。

3. 研究方法与步骤

（1）取代表性血样，在最大可能出现在案发现场的衣物布料、地面材料或墙面材料等载体形成微量血痕，将温度和湿度等参数引用取样分析过程，进行跨度30天以上的显微ATR取样分析；

（2）将血痕红外谱图分为预测集和训练集，用以构建神经网络，初步构建算法模型；使用训练集训练不同类型的神经网络，比较其预测集的准确性，获得在不同环境因素影响下，预测值判定系数R2＞0.8的神经网络架构方法。

4. 参考文献

[1]B Li, P Beveridge, W T O’Hare, et al. The age estimation of bloodstainss up to 30 days old using visible wavelength hyperspectral image analysis and linear discriminant analysis[J]. Science and Justice, 2013, 53(3): 270-277.[2]W C Lee, B E Khoo, A F L Abdullah. A robust background correction algorithm for forensic bloodstain imaging using mean-based contrast adjustment[J]. Science and Justice,2016. 56(3): 201-209.[3]R H Bremmer, A Nadort, T G van Leeuwen, et al. Age estimation of bloodstainss by hemoglobin derivative determination using reflectance spectroscopy[J]. Forensic Science International, 2011, 208(1): 124-128.[4]S Cadd, B Li, P Beveridge, et al. The non-contact detection and identification of blood stained fingerprints using visible wavelength reflectance hyperspectral imaging. Science and Justice, 2016, 56(3):181-190.[5]寇瑾, 闫立强. 血迹陈旧度研究进展[J]. 辽宁警察学院学报, 2017(2): 75-78.[6]R H Bremmer, S C Kanick, N Laan, et al. Non-contact spectroscopic determination of large blood volume fractions in turbid media[J]. Biomedical Optics Express, 2011, 2(2): 396-407.[7]乔莹, 于爽, 陈雪. 实验室条件下血痕陈旧度研究初探[J]. 广东公安科技, 2010(1):18-26.[8]单迪, 郑吉龙, 任鹏, 等. 微量血痕中18SrRNA与ACTBmRNA变化的时间规律性研究[J]. 法医检验, 2014(2): 49-51.[9]瞿勇强, 牟嘉萍, 彭雪梅. 离体不同时间血痕的肉眼和扫描电镜观察[J]. 昆明医学院学报, 1997(1): 17-19.[10]高茜钰, 高士明. 利用紫外可见反射光谱鉴定血迹陈旧度[J]. 光谱学与光谱分析, 2015(8): 2221-2224.[11]胡楠楠, 基于高光谱成像技术的血迹检测研究[D]. 山东师范大学, 2019.[12]韩筠, 钟允. 血液FTIR_ATR光谱分析的数学模型[J]. 科技创新导报, 2011(2): 214-216.[13]黄平, 王世伟, 白杰等. 应用FTIR光谱技术推断死亡时间[J]. 中国法医学杂志, 2011(2): 104-109.[14]张宝菊, 雷晴, 李刚等. 基于BP神经网络的人体血液中红细胞浓度无创检测[J]. 光谱学与光谱分析, 2012(9): 2508-2511.[15]N Metawa, M K Hassan, M Elhoseny. Genetic algorithm based model for optimizing bank lending decisions[J]. Expert Systems with Applications, 2017, 80: 75-82.[16]E Sevin#231;, A Co#351;ar. An Evolutionary Genetic Algorithm for Optimization of Distributed Database Queries[J]. The Computer Journal, 2018, 54(5):717-725.

5. 工作计划

（1）2022年11月23日-2022年3月25日：阅读文献，完成文献综述和开题报告，外文论文翻译；（2）2022年3月26日-2022年5月15日：取代表性血样，在最大可能出现在案发现场的衣物布料等载体形成微量血痕，进行跨度30天间隔时间不同的显微ATR取样分析，建立大数据库；（3）2022年5月16日-2022年5月30日：对上述实验进行查漏补缺，建立用于推测血痕遗留时间的神经网络，初步构建算法模型；（4）2022年5月31日-2022年6月11日：完成数据整理，进行毕业论文的写作、修改完善、打印、装订、制作答辩演示文稿，准备答辩。