基于ATR-FTIR光谱与神经网络联用的血痕沉积时间无损检测技术研究

来自国内的研究人员为解决犯罪现场血痕时间判定难题，开发了一种基于衰减全反射红外光谱（ATR-FTIR）结合神经网络的新方法。通过硅胶载体模拟多孔墙面，采集9名健康志愿者7天内静脉血样本的ATR光谱（4000-600 cm?1），采用TRAINLM等算法构建神经网络模型。研究显示，聚焦1800-1300 cm?1关键吸收峰时，预测年龄的决定系数（R2）达0.9215，为法医实践提供了快速无损的检测手段。

　　

犯罪现场血痕的沉积时间是案件侦破的关键线索。这项创新研究巧妙利用硅胶模拟多孔墙面载体，通过衰减全反射红外光谱（ATR-FTIR）技术捕捉血液成分的动态变化。研究人员采集9名健康志愿者7天内的静脉血样本，在4000-600 cm^?1波段获取光谱数据，特别聚焦1800-1300 cm^?1的"分子指纹"区域。

研究团队构建了三种神经网络模型（TRAINSCG/TRAINLM/TRANGDM），其中基于Levenberg-Marquardt算法的模型表现尤为亮眼——就像给光谱数据装上了智能解码器，能准确破译血痕的时间密码。经过优化后的模型预测结果与真实年龄的R²值高达0.9215，相当于能通过光谱特征反推出90%以上的时间信息。

这项技术突破犹如给法医工作者配备了"时间显微镜"，无需破坏样本即可快速读取血痕的"年龄档案"。不同算法模型的对比实验还揭示：就像选择不同的解码工具，算法选择会显著影响时间判定的精准度。该研究为犯罪现场重建提供了全新的技术路径，让沉默的血痕开口讲述案发时间的故事。