FTIR光谱及BP人工神经网络技术在弥漫性轴索损伤法医学诊断中的应用研究

Diffuse axonal injury (DAI) is characterized by axonal disruption and degradation, mainly resulting from mechanical shearing forces on the white matter during rapid rotation, acceleration/deceleration of the head. Immunohistochemical methods, commonly used methods in forensic practice, is limited in differentiating DAI from hypoxic-ischemic (HI) axonal injury and estimating the survival interval of DAI. Therefore, the aim of this project is to utilize fourier transform infrared (FTIR) spectroscopy to detect biochemical changes in the white matter of animal and human samples with DAI and HI axonal injury. This study would provide insight into understanding of pathophysiology of both types of axonal injury. In order to estimate DAI intervals and distinguish DAI from HI axonal injury, error back-propagation artificial neural network (BP-ANN) models are established based on time-dependent and specific spectral variables, which are determined by variable selection methods including genetic algorithm, principal component analysis and partial least square-discriminant analysis; a multiple linear regression equation is calibrated by spectral data available from the white matter of rats within a month postmortem, and used to minimize the influence of autolysis on spectral analysis. The study would demonstrate the possibility of biospectroscopy as a powerful tool to diagnose DAI and estimate survival interval of DAI, and pave a way for accurate DAI diagnosis in forensic pathology.

弥漫性轴索损伤（DAI）是指头部在快速旋转、直线加速或减速过程中，因产生的剪切力作用于脑白质，造成轴索断裂、降解。该损伤的法医学鉴定难点在于常规轴索损伤免疫组化标记物在DAI与缺血/缺氧性（HI）轴索损伤的鉴别及准确推断生前损伤时间方面存在局限性。本研究拟通过建立DAI和HI轴索损伤大鼠模型并收集人体标本，应用FTIR光谱技术对各脑白质进行化学成分分析,为阐释两种轴索损伤的病理生理过程提供实验依据；采用遗传算法、主成分分析和偏最小二乘法筛选特征性和时序性光谱变量，建立BP人工神经网络模型，用于客观推断DAI生前损伤时间及与HI轴索损伤的鉴别；此外，还收集1个月内死后各时间点大鼠脑白质光谱数据，建立多元线性回归方程，校正死后自溶对光谱分析的影响。本课题探索了生物光谱学在法医学DAI诊断中应用的可能性，为突破常规法医病理学诊断技术难点提供了新的思路。

创伤性轴索损伤（TAI）是指头部在直接或间接外力作用下发生的以神经纤维轴索及微小血管损伤为特征的脑白质损伤。组织病理学检查是诊断TAI的最为可靠、直接的方法，但常规HE和特殊染色（银染）对轴索损伤缺乏一定的敏感性和特异性，易于发生漏诊和误诊。目前，β-APP免疫组织化学染色是诊断轴索损伤相对特异的诊断方法，但该方法难以与缺血性脑损伤、疝性脑损伤等相区分。鉴于TAI的诊断及评估仍然是法医病理学领域中的难点，亟待引入更为先进的技术手段来提高其诊断的准确性和特异性。本研究拟通过建立TAI轴索损伤动物模型应用FTIR光谱技术对各脑白质进行化学成分分析,为阐释两种轴索损伤的病理生理过程提供实验依据；采用主成分分析筛选特征性和时序性光谱变量，建立人工神经网络模型，用于客观诊断TAI并尝试推断其生前损伤时间。通过对大鼠损伤白质进行光谱蛋白二级结构分析发现，伤后 24h，β 折叠和 β 卷曲结构明显升高，而 α 螺旋结构明显降低。反平行 β 折叠结构仅在伤后 12h 降低。相较于对照组，脂质/蛋白比值在所有时间点均发生明显的降低，而在伤后 24h 烯烃和甲基成分明显升高伴亚甲基成分降低。但在伤后 12h 和 72h，该结果则与 24h 完全相反。该结果提示在各时间点 TAI 胼胝体轴索脂质酰基链长度及饱和度发生了不同程度的改变。所建立的自组织映射人工神经网络模型对不同TAI损伤时间诊断率达70%以上；此外，我们还建立轴索损伤时间推断机器学习模型，其推测准确率达80%。本研究从生物光谱学角度对TAI的病理生理学进行了阐释；同时将生物光谱学技术与人工智能数学模型进行联用尝试客观、准确解决TAI的诊断和损伤时间推断问题，为司法鉴定的研究和实践提供了新的思路和技术储备。