一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法技术

本发明专利技术提供一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，包括以下步骤：S1、获取生物样本并进行预处理，放入红外光谱检测台；S2、采用红外光谱检测台对生物样本进行化学信息采集及化学成分分析，得到脂质含量伪彩色图；S3、构建人工智能神经网络模型，采用人工智能神经网络模型对所述伪彩色图进行处理，得到血管内脂质像素数，并根据所述血管内脂质像素数进行肺组织栓塞分析。本发明专利技术根据特征性官能团振动模式定位肺泡壁毛细血管及间质小血管内的脂质成分，通过对这些脂质成分的定性、定量分析，实现法医学肺脂肪栓塞的死亡原因鉴定。

【技术实现步骤摘要】
一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法
本专利技术涉及法医病理学诊断
，特别涉及一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法。
技术介绍
肺脂肪栓塞(pulmonaryfatembolism，PFE)主要是发生于严重外伤特别是长骨骨折、脂肪组织丰富的软组织挫压伤后，出现的肺泡壁毛细血管及间质小血管内脂滴栓塞的现象。其主要死亡机制为外伤后脂滴成分进入体循环，经右心达到肺部血管，造成血气交换功能障碍从而导致人体窒息死亡。在法医学实践中，PFE既可作为主要死因，也可作为辅助死因，用于评估外伤在死亡中的参与程度；同时，PFE也可被认为是一种生活反应，提示受害者在遭受外伤时或外伤发生后不久仍处于存活状态。PFE的诊断主要依赖于传统组织病理学方法，包括常规HE染色及相关脂质特殊染色(如苏丹III、苏丹IV、苏丹黑B和油红-O)。在HE染色中，肺血管内的脂滴成分往往会被有机溶剂所溶解，在形态学上呈现出串珠样的改变，需要进一步的特殊染色予以印证。然而，相关特殊染色方法存在如下问题：(1)染色过程费时、费力且会产生大量的有毒废物；(2)染色质量的好坏往往取决于技术人员的熟练程度，不同实验平台之间染色效果也存在着较大的差异性，结果可重复性差；(3)在玻片染色和洗涤过程中，由于脂滴与周围管腔结合松散，容易造成脂滴偏移或扩散至血管外的现象，从而导致假阴性结果的出现；(4)特殊染色切片保存相对困难，会随着时间推移出现褪色，难以进行溯源回顾性检查。因此，迫切需要开发一种客观、环保、可重复的方法来进行PFE的深入诊断和研究。
技术实现思路
针对以上技术问题，本专利技术提供一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，作为一种免标记和非破坏性的光谱检测技术，FTIR光谱可以显现出对应样品中特定化学官能团的特征峰。根据特征性官能团振动模式定位肺泡壁毛细血管及间质小血管内的脂质成分，通过对这些脂质成分的定性、定量分析。实现法医学肺脂肪栓塞的死亡原因鉴定。为实现上述目的，本专利技术提供了如下方案：本专利技术提供一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，包括以下步骤：S1、获取生物样本并进行预处理，将处理后的生物样本放入红外光谱检测台；S2、采用红外光谱检测台对生物样本进行化学信息采集及化学成分分析，得到脂质含量伪彩色图；S3、构建人工智能神经网络模型，采用所述人工智能神经网络模型对所述脂质含量伪彩色图进行处理，得到血管内脂质像素数，根据所述血管内脂质像素数进行肺脂肪栓塞分析。优选地，所述步骤S1的过程为：S1.1、将生物样本放入4％的多聚甲醛固定液中进行固定24小时，将固定24小时后的样本进行10％，20％，30％的蔗糖梯度脱水后洗净并切片；S1.2、将切片后的生物样本制作成薄片并放置于氟化钙或氟化钡切片上，待组织完全干燥后放入红外光谱检测台。优选地，所述步骤S2的过程为：S2.1、调试红外光谱检测台的参数，划定检测台上样本扫描区域；S2.2、基于所述样本扫描区域，采用红外光谱检测台对生物样本进行大分子物质化学信息采集并进行化学成分分析，得到脂质含量伪彩色图。优选地，所述红外光谱检测台的参数包括光栅尺寸、光谱分辨率及焦平面阵列检测器大小。优选地，所述光栅尺寸2.5μm×2.5μm；所述光谱分辨率4cm-1；所述焦平面阵列检测器大小64*64，且一级零填充。优选地，所述化学成分分析过程为：对光谱中1725-1745cm-1和2800-3000cm-1两波段进行积分处理，并根据积分定量结果构建伪彩色图，其中，积分数值越大，对应区域的脂质含量越高。优选地，所述步骤S3的过程为：S3.1、对所述脂质含量伪彩色图进行图像翻转、尺度变换、对比度变换及归一化处理；S3.2、构建人工智能神经网络模型，并采用处理后的所述脂质含量伪彩色图的数据对所述人工智能神经网络模型进行训练；S3.3、采用训练后的所述人工智能神经网络模型对所述脂质含量伪彩色图中的血管内脂质进行标记并根据其像素数量进行定量分析，当血管内标记的脂质数量大于特定值时，则认定为肺脂肪栓塞死亡。优选地，当血管内脂质进行标记大于30％时，则认定为肺脂肪栓塞死亡。本专利技术公开了以下技术效果：本专利技术可根据特征性官能团振动模式定位肺泡壁毛细血管及间质小血管内的脂质成分，通过对这些脂质成分的定性、定量分析，实现法医学肺脂肪栓塞的死亡原因鉴定；本专利技术的分析过程无需任何化学试剂的使用，实现了绿色、环保、无污染的检测目的；同时，所得到的结果高度依赖于红外光谱成像仪的参数设置且该操作简便、易行，结合焦平面阵列检测器强大的区域数据获取能力，本专利技术可以进行更为高效、快速及闻高重复性的化学分析；由于本专利技术方法属于无损性、原位检测，血管中的脂肪成分不会发生偏移或渗漏等现象，因此其出现假阴性结果的概率远远低于传统特殊染色方法；更为重要的是，与传统特殊染色保存方式不同的是，本专利技术方法采用数字化方式保存切片数据，具有稳定性高、回溯性强的优点。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术方法流程示意图；图2为本专利技术实施例红外光谱成像仪采集到的光谱数据示意图；图3为本专利技术实施例伪彩色图，其中：图3(a)为2800-3000cm-1处的红外成像示意图；图3(b)为1725-1745cm-1处的红外成像示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。如图1所示，本专利技术提供一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，包括以下步骤：S1、组织样本处理：获取生物样本并进行预处理，将预处理后生物样本制作成4-10μm厚的薄片并放置于氟化钙或氟化钡切片上，待组织完全干燥后放入红外光谱检测台。样本在制作成薄片前可采用以下三种方法进行预处理：1.将样本表面血迹洗净后直接进行切片；2.将样本放入4％的多聚甲醛固定液中进行固定24小时后切片；3.将固定24小时后的样本进行10％，20％，30％的蔗糖梯度脱水后洗净并切片。S2、化学信息采集及化学成分分析：调试超高分辨率傅里叶变换红外光谱成像仪相关参数，确定检测台上样本扫描区域并执行大分子物质化学信息采集工作，并根据相关光谱化学吸收峰确定组织样本切片中脂质成分的化学分布情况。仪本文档来自技高网...

【技术保护点】
1.一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，其特征在于，包括以下步骤：/nS1、获取生物样本并进行预处理，将处理后的生物样本放入红外光谱检测台；/nS2、采用红外光谱检测台对生物样本进行化学信息采集及化学成分分析，得到脂质含量伪彩色图；/nS3、构建人工智能神经网络模型，采用所述人工智能神经网络模型对所述脂质含量伪彩色图进行处理，得到血管内脂质像素数，根据所述血管内脂质像素数进行肺组织栓塞分析。/n

【技术特征摘要】
1.一种基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，其特征在于，包括以下步骤：
S1、获取生物样本并进行预处理，将处理后的生物样本放入红外光谱检测台；
S2、采用红外光谱检测台对生物样本进行化学信息采集及化学成分分析，得到脂质含量伪彩色图；
S3、构建人工智能神经网络模型，采用所述人工智能神经网络模型对所述脂质含量伪彩色图进行处理，得到血管内脂质像素数，根据所述血管内脂质像素数进行肺组织栓塞分析。


2.根据权利要求1所述的基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，其特征在于，所述步骤S1的过程为：
S1.1、将生物样本放入4％的多聚甲醛固定液中进行固定24小时，将固定24小时后的样本进行10％，20％，30％的蔗糖梯度脱水后洗净并切片；
S1.2、将切片后的生物样本制作成薄片并放置于氟化钙或氟化钡切片上，待组织完全干燥后放入红外光谱检测台。


3.根据权利要求1所述的基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，其特征在于，所述步骤S2的过程为：
S2.1、调试红外光谱检测台的参数，划定检测台上样本扫描区域；
S2.2、基于所述样本扫描区域，采用红外光谱检测台对生物样本进行大分子物质化学信息采集并进行化学成分分析，得到脂质含量伪彩色图。


4.根据权利要求3所述的基于红外光谱成像技术的法医学肺脂肪栓塞分析方法，其特征在于，所述红外...

【专利技术属性】
技术研发人员：黄平，张吉，邓恺飞，陈忆九，秦志强，张建华，程奇，李正东，刘宁国，
申请(专利权)人：司法鉴定科学研究院，
类型：发明
国别省市：上海;31