戎念慈，黃梅珍

上海交通大學電子信息與電氣工程學院儀器科學與工程系，上海 200240

引 言

暴力犯罪現(xiàn)場的血跡是刑事偵查中的重要物證。血液從離開身體的那一刻開始老化，可以通過研究血液老化的規(guī)律來估算血液年齡，估計發(fā)生創(chuàng)傷事件的時間。對于犯罪現(xiàn)場辦案人員來說，精確的血跡年齡預測可以用來推測出犯罪發(fā)生的時間，有助于確定犯罪嫌疑人[1]。文獻中記載的血跡年齡估計方法可以追溯至80多年前。近年來出現(xiàn)了更多利用光譜技術(shù)，例如熒光壽命[2]，近紅外(NIR)光譜[3]，高光譜成像[4]，拉曼光譜[5]等來預測血跡年齡的報道，但這些技術(shù)大多數(shù)測試條件比較苛刻，設(shè)備復雜而昂貴，且大多不能現(xiàn)場分析，需要在犯罪現(xiàn)場收集樣本后送去實驗室分析。監(jiān)測血跡年齡的最簡單方法是觀察血跡顏色隨時間的變化。當血液離開人體時，氧合血紅蛋白(HbO2)會快速氧化成高鐵血紅蛋白(MetHb)，而高鐵血紅蛋白又會緩慢變成血紅蛋白(HC), 該反應(yīng)會引起血液顏色變化，從而使得可見光譜估計血跡年齡成為可能[7]?？梢娊t外反射光譜技術(shù)相比其他血跡年齡估計技術(shù)，具有無損檢測，裝置簡單，價格低廉等優(yōu)勢，受到了越來越多的關(guān)注。

1960年，Patterson使用色度計對血跡的反射率進行測量并將CIE色度指數(shù)的變化與血跡的年齡聯(lián)系起來, 取得了一些成果。Bremmer等[8]使用漫反射光譜法跟蹤了0到60天之間血跡的老化過程，提出了基于HbO2轉(zhuǎn)化為MetHb然后轉(zhuǎn)化為HC的血液老化的動力學模型。董永芳等[9]使用了基于遺傳區(qū)間偏最小二乘法對血跡年齡進行估計。Li等[10-11]使用了線性判別分析與可見近紅外反射光譜相互結(jié)合的方法預測血跡年齡。上述研究基本都基于價格比較昂貴的高光譜成像系統(tǒng)或高光譜相機進行，Thanakiatkrai等[12]則使用智能手機對血跡斑點進行拍照，通過圖像分析預測血跡年齡。

目前可見光譜法估計血跡年齡的精度普遍不夠理想，還有待提高。Li等[10]使用顯微分光光度計TIDAS MSP 400進行光譜采集，利用線性判別分析(linear discriminant analysis，LDA)模型對血跡年齡進行預測，預測結(jié)果在2～20 d內(nèi)的平均誤差為0.923 d，正確分類率(correct classification rate, CCR)為47.7%，當容許誤差為1 d時，CCR到達80.7%，容許誤差為2 d時，CCR可以達到92.3%。Thanakiatkrai等[12]使用智能手機對血跡斑點進行拍照，通過RGB三個波段進行血跡年齡預測，平均誤差為0.61 d。2013年，Li等[11]利用雙高光譜系統(tǒng)采集光譜，使用改進的LDA預測血跡年齡，在前7 d，平均誤差為0.27 d，在30 d內(nèi)時平均誤差為1.17 d，容許誤差為1 d時，CCR達到89.3%，其測試數(shù)據(jù)集在2～20 d的平均誤差為0.85 d，CCR為61.6%。董永芳等[9]使用的基于遺傳區(qū)間偏最小二乘法預測血跡年齡，0～2 d的平均誤差為0.063 d，2～20 d的平均誤差為1.185 d。Edelman等[4]使用最小二乘進行血跡年齡估計，平均誤差在0～2和2～20 d分別為1.65和3.5 d。

Bremermer等[8]的工作未考慮血跡特異性對模型的影響，而Li[10]等使用LDA模型預測血跡年齡時，發(fā)現(xiàn)當使用一個新的血跡樣本驗證模型，CCR就從91.5%下降至37.3%，表明，血跡的特異性對血跡時間模型可能有著很大的影響。本文使用的機器學習模型，如k最近鄰算法(k-Nearest Neighbor，k-NN)、支持向量機算法(support vector machine，SVM)和隨機森林算法(random forest，RF)有著很強的抗干擾能力，能夠更好地估計來源不同的血跡的年齡，在應(yīng)對血液特異性對血跡年齡估計上有著很強的適應(yīng)性。

構(gòu)建了以8個LED為照明光源、以黑白CCD相機為成像單元的可見-近紅外多光譜成像系統(tǒng)，研究了利用可見-近紅外反射多光譜精確估計人體血液年齡的可行性，使用了融合k-NN, SVM和RF的融合模型方法進行血跡年齡估計，建立了血跡預測模型并驗證了血液特異性對模型的影響。相比于其他方法，平均誤差更小，穩(wěn)定性更好，所建模型的準確率得到了提升。

1 實驗部分

1.1 樣本采集

實驗用的11個血液樣本采集自健康志愿捐獻者，采集時間為上午10：00—10：20。分別取20 μL滴在白色純棉布上，制得11個血跡樣本。儲存于常溫的黑暗環(huán)境下。11個血跡樣本隨機分成兩部分，其中7個血跡作為訓練集樣本，4個血跡作為測試集樣本。

驗證不同個體的血跡特異性對模型影響的實驗采集了8名健康志愿捐獻者的20個血跡樣本.采集時間為15：20—15：30。分別取20 μL滴在白色純棉布上，制得20個血跡樣本，并儲存于常溫的黑暗環(huán)境下。20個血跡樣本隨機分成兩部分，其中10個血跡作為訓練集樣本加入模型建立，10個血跡作為測試集樣本。

1.2 儀器

自主研制的以LED為光源的可見-近紅外多光譜系統(tǒng)框圖如圖1所示，系統(tǒng)由兩部分組成，包括照明模塊和圖像采集模塊。照明模塊由LED、驅(qū)動電源及其控制軟件和光纖組成，通過照明控制軟件控制不同波長的LED發(fā)光，通過光纖傳導，從而實現(xiàn)令不同波長的光照明被測物的功能。LED的額定電壓為3 V，電流為1.5 A，其中心波長及帶寬如表1所示，發(fā)射光譜如圖2所示。

圖1 可見-近紅外多光譜系統(tǒng)

表1 LED的中心波長及帶寬

圖2 LED發(fā)射光譜

圖像采集模塊由黑白CCD相機及相機控制軟件組成，通過軟件設(shè)置曝光時間、采樣頻率、焦距等參數(shù)，控制CCD相機實現(xiàn)采集圖像和存儲功能。其中CCD相機為福州鑫圖光電有限公司的TCC-1.4LICE-N相機。多光譜系統(tǒng)通過圖像采集模塊采集被測物在不同波長的LED照射下的圖像，實現(xiàn)多光譜的采集。

1.3 反射光譜采集及模型評價標準

采用漫反射方式測量樣本多光譜。使用白布參考區(qū)域比對多次測量時LED亮度。所有采集過程均在暗室中進行。采集時間為1, 2, 3, 4, 5, 7, 9, 11, 13, 17, 21, 25, 30, 35, 46, 49, 60, 73.5, 77, 82, 100, 107, 117, 126, 131, 142.5, 147, 153, 165, 170.5, 174, 197.5, 220, 251.5, 271, 296.5, 346.5, 366.5, 418.5和439.5 h, 共獲取320幅圖像。

模型評價標準： 使用CCR與平均誤差指標對模型進行評價。CCR越接近1，平均誤差越小，模型的預測能力越好。

2 結(jié)果與討論

2.1 光譜預處理

2.1.1 反射率計算

首先，采集相機的暗噪聲Idark，并通過記錄未染有血跡的空白布的參考圖像光強(I0)進行多光譜反射率的計算。被測樣品圖光強(Is)是在同等光照條件下通過相機采集，依次采集血跡在8個不同LED照明下的各時段反射率。多光譜反射率(R)通過式(1)計算得出[6]

(1)

2.1.2 標準正態(tài)變換校正

圖3(a)為血跡年齡在1.00 h時的11個血跡斑點的反射率折線圖。由圖可知，由于存在基線平移和散射影響，同樣年齡的血跡反射率有著較大差異[13]。因此，需要對光譜進行預處理，本文采用標準正態(tài)變換校正(standard normal variate transformation, SNV)對光譜進行預處理，對每組反射率進行標準化預處理[13]。預處理結(jié)果如圖3(b)所示。SNV校正后，反射率差異顯著降低，有效消除了基線平移和散射作用帶來的光譜差異。

圖3 年齡相同的11個血跡的光譜

2.2 基于k-NN，SVM，RF的模型融合法估計血跡年齡

2.2.1 模型結(jié)果與分析

k-NN是在給定的訓練數(shù)據(jù)集上，尋找與測試集的歐幾里德距離最小的k(k=4)個實例，并以其中的多數(shù)決定測試樣本的分類[14]。SVM是由Vapnik首先提出的一種基于結(jié)構(gòu)風險最小化的分類器, 魯棒性較好，計算效率較高，并且具有過擬合控制策略以及良好的抗干擾和噪聲能力[15]。RF是采用構(gòu)造多顆“決策樹”的方式進行分類[16]，圖4(a)—(c)分別為使用k-NN，SVM和RF得到的血跡估計年齡。

由于血液年齡估計的準確性在0～2和2～20 d兩個時間段之間存在明顯的差異，因此將數(shù)據(jù)集的評價分成兩個時間段。表2為各模型的預測結(jié)果，三種模型的預測誤差都較小，有較準確的預測能力。但三種模型對短時間與長時間有著不同的表現(xiàn)，SVM在短時間內(nèi)有著更好的預測能力，而RF則對長時間有更為出色的預測能力。

為了找出一種兼具SVM的短期預測優(yōu)勢和RF長期預測優(yōu)勢的模型，采用模型融合方法； 模型融合是一種對模型的集成策略。不同的模型，從不同的角度觀測數(shù)據(jù)集，k-NN更加關(guān)注樣本點之間的距離關(guān)系； RF更加關(guān)注分裂節(jié)點時候的不純度變化； SVM則注重于尋找不同類別之間的分界面。模型融合結(jié)合了不同模型的觀測角度，得到一個更加全面的結(jié)果。

模型融合步驟如下： 把訓練集分為不交叉的三份train1, train2, train3。分別以train1, train2, train3作為測試集，剩下的兩份作為訓練集建模，將預測結(jié)果作為新模型的訓練集。將多模型對測試集進行預測，將預測結(jié)果取平均，作為測試集的新表達。分別使用k-NN，SVM，RF作為模型融合的基模型，將RF作為模型融合的第二層模型進行建模預測。圖4(d)為融合模型得到的血跡估計年齡。在0～2 d內(nèi)的平均誤差為0.053 d，CCR達到80%，在2～20 d的平均誤差為0.442 d，CCR達到69%。在0～2 d內(nèi)若容許誤差為2 h時，CCR可達到88%，在2～20 d內(nèi)若容許誤差為1 d時，CCR可達到92%。同時擁有短時間與長時間的較好的預測能力。根據(jù)Li等[12, 13]論文中的血跡預測結(jié)果，在1～20 d內(nèi)，CCR為65%，平均誤差0.85 d，相比之下，本模型具有更好的預測能力和穩(wěn)健性。

表2列出了部分不同文獻研究采用高光譜相機和建模方法得到的預測結(jié)果與本工作的結(jié)果對比表明，采用多光譜系統(tǒng)結(jié)合模型融合方法，得到了較滿意的血跡年齡預測結(jié)果。

圖4 采用不同模型預測白布上血跡年齡的結(jié)果

表2 本模型與其他模型血跡年齡預測結(jié)果對照

2.2.3 血液特異性對模型影響

為檢驗血液特異性對模型影響，采集了來自8名不同志愿捐獻者的20個血跡樣本。將其中10個來自4名捐獻者的血跡樣本加入原模型增強對不同來源血液的穩(wěn)定性，剩下10個來自其余4名捐獻者的測試集樣本，對短期血跡估計模型進行驗證。驗證結(jié)果為0～2 d內(nèi)，k-NN的CCR為70.2%，平均誤差為0.069 4 d，SVM的CCR為72.8%, 平均誤差為0.063 9 d，RF的CCR為67.9%, 平均誤差為0.069 8 d, 使用模型融合方法，得到的CCR為75.6%，平均誤差為0.063 1 d； 2～20 d之間預測樣本的CCR為65.6%，平均誤差為0.467 d。對比表2中的結(jié)果，模型應(yīng)對血液特異性影響的能力較強。董永芳等[9]建立的基于遺傳區(qū)間和最小二乘模型應(yīng)對血液特異性有較好的表現(xiàn)，在0～2 d內(nèi)的平均誤差為0.062 5 d，2～20 d內(nèi)的平均誤差為0.467 d。相比前人建立的血跡年齡估計模型，使用基模型為k-NN，SVM和RF的融合模型有著更好的表現(xiàn)。

3 結(jié) 論

相比于昂貴的高光譜系統(tǒng)，本工作建立的LED光源和單色CCD相機組成的多光譜系統(tǒng)價格低廉，結(jié)構(gòu)簡單，同樣可以達到快速無損估計血跡年齡的目的。原始光譜圖像經(jīng)過SNV預處理，使用了將k-NN, SVM和RF作為基模型的模型融合方法，得到了更加準確的預測結(jié)果。實驗中將11個人體血液樣本中的7個樣本作為訓練集建立模型，對其余4個血跡樣本進行預測，在0～2 d內(nèi)的平均誤差為0.053 d，CCR達到80%，在2～20 d的平均誤差為0.442 d，CCR達到65%。還驗證了血液特異性對本模型的影響，在加入來自不同捐獻者的血跡樣本時，CCR無顯著降低，表明使用的多種算法融合模型對血液特異性有著較好的抗干擾能力。與參考文獻的研究結(jié)果相比，所建預測模型的平均誤差顯著減小，預測能力顯著提升。因此，可見-近紅外多光譜和多種算法融合的模型可以成為一種快速無損且高精度的血跡年齡預測手段，將會在法醫(yī)學領(lǐng)域中有重要應(yīng)用價值。