戎念慈，黄梅珍

上海交通大学电子信息与电气工程学院仪器科学与工程系，上海 200240

引 言

暴力犯罪现场的血迹是刑事侦查中的重要物证。血液从离开身体的那一刻开始老化，可以通过研究血液老化的规律来估算血液年龄，估计发生创伤事件的时间。对于犯罪现场办案人员来说，精确的血迹年龄预测可以用来推测出犯罪发生的时间，有助于确定犯罪嫌疑人[1]。文献中记载的血迹年龄估计方法可以追溯至80多年前。近年来出现了更多利用光谱技术，例如荧光寿命[2]，近红外(NIR)光谱[3]，高光谱成像[4]，拉曼光谱[5]等来预测血迹年龄的报道，但这些技术大多数测试条件比较苛刻，设备复杂而昂贵，且大多不能现场分析，需要在犯罪现场收集样本后送去实验室分析。监测血迹年龄的最简单方法是观察血迹颜色随时间的变化。当血液离开人体时，氧合血红蛋白(HbO2)会快速氧化成高铁血红蛋白(MetHb)，而高铁血红蛋白又会缓慢变成血红蛋白(HC), 该反应会引起血液颜色变化，从而使得可见光谱估计血迹年龄成为可能[7]。可见近红外反射光谱技术相比其他血迹年龄估计技术，具有无损检测，装置简单，价格低廉等优势，受到了越来越多的关注。

1960年，Patterson使用色度计对血迹的反射率进行测量并将CIE色度指数的变化与血迹的年龄联系起来, 取得了一些成果。Bremmer等[8]使用漫反射光谱法跟踪了0到60天之间血迹的老化过程，提出了基于HbO2转化为MetHb然后转化为HC的血液老化的动力学模型。董永芳等[9]使用了基于遗传区间偏最小二乘法对血迹年龄进行估计。Li等[10-11]使用了线性判别分析与可见近红外反射光谱相互结合的方法预测血迹年龄。上述研究基本都基于价格比较昂贵的高光谱成像系统或高光谱相机进行，Thanakiatkrai等[12]则使用智能手机对血迹斑点进行拍照，通过图像分析预测血迹年龄。

目前可见光谱法估计血迹年龄的精度普遍不够理想，还有待提高。Li等[10]使用显微分光光度计TIDAS MSP 400进行光谱采集，利用线性判别分析(linear discriminant analysis，LDA)模型对血迹年龄进行预测，预测结果在2～20 d内的平均误差为0.923 d，正确分类率(correct classification rate, CCR)为47.7%，当容许误差为1 d时，CCR到达80.7%，容许误差为2 d时，CCR可以达到92.3%。Thanakiatkrai等[12]使用智能手机对血迹斑点进行拍照，通过RGB三个波段进行血迹年龄预测，平均误差为0.61 d。2013年，Li等[11]利用双高光谱系统采集光谱，使用改进的LDA预测血迹年龄，在前7 d，平均误差为0.27 d，在30 d内时平均误差为1.17 d，容许误差为1 d时，CCR达到89.3%，其测试数据集在2～20 d的平均误差为0.85 d，CCR为61.6%。董永芳等[9]使用的基于遗传区间偏最小二乘法预测血迹年龄，0～2 d的平均误差为0.063 d，2～20 d的平均误差为1.185 d。Edelman等[4]使用最小二乘进行血迹年龄估计，平均误差在0～2和2～20 d分别为1.65和3.5 d。

Bremermer等[8]的工作未考虑血迹特异性对模型的影响，而Li[10]等使用LDA模型预测血迹年龄时，发现当使用一个新的血迹样本验证模型，CCR就从91.5%下降至37.3%，表明，血迹的特异性对血迹时间模型可能有着很大的影响。本文使用的机器学习模型，如k最近邻算法(k-Nearest Neighbor，k-NN)、支持向量机算法(support vector machine，SVM)和随机森林算法(random forest，RF)有着很强的抗干扰能力，能够更好地估计来源不同的血迹的年龄，在应对血液特异性对血迹年龄估计上有着很强的适应性。

构建了以8个LED为照明光源、以黑白CCD相机为成像单元的可见-近红外多光谱成像系统，研究了利用可见-近红外反射多光谱精确估计人体血液年龄的可行性，使用了融合k-NN, SVM和RF的融合模型方法进行血迹年龄估计，建立了血迹预测模型并验证了血液特异性对模型的影响。相比于其他方法，平均误差更小，稳定性更好，所建模型的准确率得到了提升。

1 实验部分

1.1 样本采集

实验用的11个血液样本采集自健康志愿捐献者，采集时间为上午10：00—10：20。分别取20 μL滴在白色纯棉布上，制得11个血迹样本。储存于常温的黑暗环境下。11个血迹样本随机分成两部分，其中7个血迹作为训练集样本，4个血迹作为测试集样本。

验证不同个体的血迹特异性对模型影响的实验采集了8名健康志愿捐献者的20个血迹样本.采集时间为15：20—15：30。分别取20 μL滴在白色纯棉布上，制得20个血迹样本，并储存于常温的黑暗环境下。20个血迹样本随机分成两部分，其中10个血迹作为训练集样本加入模型建立，10个血迹作为测试集样本。

1.2 仪器

自主研制的以LED为光源的可见-近红外多光谱系统框图如图1所示，系统由两部分组成，包括照明模块和图像采集模块。照明模块由LED、驱动电源及其控制软件和光纤组成，通过照明控制软件控制不同波长的LED发光，通过光纤传导，从而实现令不同波长的光照明被测物的功能。LED的额定电压为3 V，电流为1.5 A，其中心波长及带宽如表1所示，发射光谱如图2所示。

图1 可见-近红外多光谱系统

表1 LED的中心波长及带宽

图2 LED发射光谱

图像采集模块由黑白CCD相机及相机控制软件组成，通过软件设置曝光时间、采样频率、焦距等参数，控制CCD相机实现采集图像和存储功能。其中CCD相机为福州鑫图光电有限公司的TCC-1.4LICE-N相机。多光谱系统通过图像采集模块采集被测物在不同波长的LED照射下的图像，实现多光谱的采集。

1.3 反射光谱采集及模型评价标准

采用漫反射方式测量样本多光谱。使用白布参考区域比对多次测量时LED亮度。所有采集过程均在暗室中进行。采集时间为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, 共获取320幅图像。

模型评价标准： 使用CCR与平均误差指标对模型进行评价。CCR越接近1，平均误差越小，模型的预测能力越好。

2 结果与讨论

2.1 光谱预处理

2.1.1 反射率计算

首先，采集相机的暗噪声Idark，并通过记录未染有血迹的空白布的参考图像光强(I0)进行多光谱反射率的计算。被测样品图光强(Is)是在同等光照条件下通过相机采集，依次采集血迹在8个不同LED照明下的各时段反射率。多光谱反射率(R)通过式(1)计算得出[6]

(1)

2.1.2 标准正态变换校正

图3(a)为血迹年龄在1.00 h时的11个血迹斑点的反射率折线图。由图可知，由于存在基线平移和散射影响，同样年龄的血迹反射率有着较大差异[13]。因此，需要对光谱进行预处理，本文采用标准正态变换校正(standard normal variate transformation, SNV)对光谱进行预处理，对每组反射率进行标准化预处理[13]。预处理结果如图3(b)所示。SNV校正后，反射率差异显著降低，有效消除了基线平移和散射作用带来的光谱差异。

图3 年龄相同的11个血迹的光谱

2.2 基于k-NN，SVM，RF的模型融合法估计血迹年龄

2.2.1 模型结果与分析

k-NN是在给定的训练数据集上，寻找与测试集的欧几里德距离最小的k(k=4)个实例，并以其中的多数决定测试样本的分类[14]。SVM是由Vapnik首先提出的一种基于结构风险最小化的分类器, 鲁棒性较好，计算效率较高，并且具有过拟合控制策略以及良好的抗干扰和噪声能力[15]。RF是采用构造多颗“决策树”的方式进行分类[16]，图4(a)—(c)分别为使用k-NN，SVM和RF得到的血迹估计年龄。

由于血液年龄估计的准确性在0～2和2～20 d两个时间段之间存在明显的差异，因此将数据集的评价分成两个时间段。表2为各模型的预测结果，三种模型的预测误差都较小，有较准确的预测能力。但三种模型对短时间与长时间有着不同的表现，SVM在短时间内有着更好的预测能力，而RF则对长时间有更为出色的预测能力。

为了找出一种兼具SVM的短期预测优势和RF长期预测优势的模型，采用模型融合方法； 模型融合是一种对模型的集成策略。不同的模型，从不同的角度观测数据集，k-NN更加关注样本点之间的距离关系； RF更加关注分裂节点时候的不纯度变化； SVM则注重于寻找不同类别之间的分界面。模型融合结合了不同模型的观测角度，得到一个更加全面的结果。

模型融合步骤如下： 把训练集分为不交叉的三份train1, train2, train3。分别以train1, train2, train3作为测试集，剩下的两份作为训练集建模，将预测结果作为新模型的训练集。将多模型对测试集进行预测，将预测结果取平均，作为测试集的新表达。分别使用k-NN，SVM，RF作为模型融合的基模型，将RF作为模型融合的第二层模型进行建模预测。图4(d)为融合模型得到的血迹估计年龄。在0～2 d内的平均误差为0.053 d，CCR达到80%，在2～20 d的平均误差为0.442 d，CCR达到69%。在0～2 d内若容许误差为2 h时，CCR可达到88%，在2～20 d内若容许误差为1 d时，CCR可达到92%。同时拥有短时间与长时间的较好的预测能力。根据Li等[12, 13]论文中的血迹预测结果，在1～20 d内，CCR为65%，平均误差0.85 d，相比之下，本模型具有更好的预测能力和稳健性。

表2列出了部分不同文献研究采用高光谱相机和建模方法得到的预测结果与本工作的结果对比表明，采用多光谱系统结合模型融合方法，得到了较满意的血迹年龄预测结果。

图4 采用不同模型预测白布上血迹年龄的结果

表2 本模型与其他模型血迹年龄预测结果对照

2.2.3 血液特异性对模型影响

为检验血液特异性对模型影响，采集了来自8名不同志愿捐献者的20个血迹样本。将其中10个来自4名捐献者的血迹样本加入原模型增强对不同来源血液的稳定性，剩下10个来自其余4名捐献者的测试集样本，对短期血迹估计模型进行验证。验证结果为0～2 d内，k-NN的CCR为70.2%，平均误差为0.069 4 d，SVM的CCR为72.8%, 平均误差为0.063 9 d，RF的CCR为67.9%, 平均误差为0.069 8 d, 使用模型融合方法，得到的CCR为75.6%，平均误差为0.063 1 d； 2～20 d之间预测样本的CCR为65.6%，平均误差为0.467 d。对比表2中的结果，模型应对血液特异性影响的能力较强。董永芳等[9]建立的基于遗传区间和最小二乘模型应对血液特异性有较好的表现，在0～2 d内的平均误差为0.062 5 d，2～20 d内的平均误差为0.467 d。相比前人建立的血迹年龄估计模型，使用基模型为k-NN，SVM和RF的融合模型有着更好的表现。

3 结 论

相比于昂贵的高光谱系统，本工作建立的LED光源和单色CCD相机组成的多光谱系统价格低廉，结构简单，同样可以达到快速无损估计血迹年龄的目的。原始光谱图像经过SNV预处理，使用了将k-NN, SVM和RF作为基模型的模型融合方法，得到了更加准确的预测结果。实验中将11个人体血液样本中的7个样本作为训练集建立模型，对其余4个血迹样本进行预测，在0～2 d内的平均误差为0.053 d，CCR达到80%，在2～20 d的平均误差为0.442 d，CCR达到65%。还验证了血液特异性对本模型的影响，在加入来自不同捐献者的血迹样本时，CCR无显著降低，表明使用的多种算法融合模型对血液特异性有着较好的抗干扰能力。与参考文献的研究结果相比，所建预测模型的平均误差显著减小，预测能力显著提升。因此，可见-近红外多光谱和多种算法融合的模型可以成为一种快速无损且高精度的血迹年龄预测手段，将会在法医学领域中有重要应用价值。