重現死亡現場！對外部數據3D建模，這個屍檢算法把死亡時間預測誤差縮小到38分鐘_風聞

大數據文摘出品

作者：劉俊寰

弗洛伊德事件仍然在發酵中。

至此當我們回顧輿論發酵過程，關於官方屍檢報告和獨立屍檢的不同結果，一度被認為是重要的轉折點，也一度在網上引起熱烈討論。

説到屍檢，就離不開法醫。2018年大熱的日劇《非自然死亡》通過一系列事件，把這份不常見的工作推到了公眾面前。

劇中，石原里美飾演的主角三澄美琴正是一名法醫，她通過屍檢和一系列醫學手段，為偵破各類案件做出了重要貢獻，也讓大家對這一職業有了新的認知。

看完之後，很多人也就很自然地認為，法醫能夠通過屍體準確地推斷出死亡時間，甚至能夠精確到幾點幾分。但是，在標準屍檢中，還存在着比較大的誤差，特別是在對死亡時間的判斷上，標準屍檢的誤差範圍達到了死後間隔（PMI）3至7小時。

要推測死亡時間也沒有電視劇中那麼容易，需要考慮綜合因素，因此，如何推測準確的死亡時間也就成了一個玄學問題。

儘管如此，推測感染死亡時間在常見案件的屍檢中仍然利用得十分普遍，長期以來，相關研究者也一直在尋找縮小誤差的可能。

近日，荷蘭阿姆斯特丹大學的Maurice Aalders和同事開發了一種屍檢新方法，主要利用屍體現場收集到的數據，包括皮膚温度、天氣、身體大小和位置、衣服細節等，將這些數據輸入模型，然後利用3D計算機模擬。

Aalders團隊對4個生前進行屍體捐贈的死者進行了相關測試，他們的死亡時間從5到50小時不等，結果顯示，該模型在預測死亡時間上能夠把誤差範圍減小到38分鐘內。

除此之外，該模型還能估算屍體在這個過程中的温度變化情況，以及通過這些“外部數據”進行體脂比的計算。

“下一步是將該模型帶到犯罪現場。”Aalders説。他表示，該方法將在荷蘭的犯罪現場進行進一步測試，但目前，該模型尚未在法庭上用作證據。

能模擬計算體温變化，與真實情況相差無幾

在對屍體皮膚温度變化能力進行評估時，研究團隊主要採樣了腹部，胸部，前額和大腿部位這些特定的身體部位，並且屍體在醫療解剖台上以2°至4°C的恆温得到了比較完整的保存。

結果用PMI函數進行模擬，同時與相應的模型預測值進行了比較。其中存儲在停屍間製冷單元中的環境温度變化也納入了計算範圍，在所有模擬温度曲線中均表現為冷卻速率的變化，即拐點（inflection point）。

具體來説，下圖表示的一位79歲的男性，體重64.5千克，身高169釐米，在進行測試時，屍體身體披着一張牀單，頭靠在枕頭上，穿着襯衫和尿布，在綜合計算後得出死者的脂肪百分比為29％。

模擬中包括了將衣服和枕頭的熱導率分配到網格中的適當位置這種特定情況下的覆蓋和表面接觸，從下圖計算得出的皮膚温度結果來看，所有的數值和實際測出的温度曲線十分吻合。

接下來是一位體重99公斤、身高181釐米的60歲男性，除了身穿長袖襯衫和尿布外，受試者還留着較長的面部毛髮，計算出該名死者的體脂百分比為29％。

利用同樣的方法，調整相應網格元素的熱特性，在模擬仿真中囊括所有測試範圍後，測量與計算了死者在死後21至43小時之間的皮膚温度變化情況，從下圖中看到，腹部和前額的模擬與測量結果非常吻合，胸部和大腿温度超過了模擬温度。

接下來我們來看看該模型在女性身上表現如何。

下圖模擬的就是一位94歲的女性，體重39千克、身高159釐米，計算得出的脂肪百分比為21％。在死者死後24至45小時之間測量了皮膚温度變化，在此期間死者裸露，儘管如此，模擬温度與實測温度仍然非常吻合，只有胸部和大腿的模擬温度有中等偏差。

最後是一位體重87公斤、身高157釐米的61歲女性，死者身穿襯衫和尿布，但沒有牀單和枕頭，計算得出的脂肪百分比為34％。在PMI進行的死後26至50小時熱測量時間內，模擬的冷卻曲線與實際曲線非常吻合，但是，可以看出，三個部位出現了偏差，前額温度被低於實測值，大腿和胸部温度高於實測值。

英國哈德斯菲爾德大學的Anna Williams説：“該模型結果表明，他們有能力將PMI預測縮短到1小時之內，這比最常用的基於温度的方法得出的最佳估計還要好得多。”

英國斯塔福德郡大學的Graham Williams表示，新方法“突破性地使用了技術”，同時他還表示，相比於用動物屍體進行實驗，“使用真實的人體屍體進行驗證更為精準”。

5個輸入變量綜合模擬，支持在皮膚直接測量

在實驗中，研究團隊所有測試屍體者的每個測量時間點重建了PMI，通過將這些重建的PMI與對應的真實值（介於5到50小時之間）進行比較，確定了PMI重建方法的準確性。

所有重建的PMI均位於真實PMI的至少3.2小時內，而平均ΔPMI為±38分鐘。此外，83.3％的重建PMI與其對應的真實PMI相差不超過±1小時。

除此之外，研究人員還考察了誤差在多大程度上取決於模型輸入參數中的不確定性。為此，他們選擇一組特定的輸入參數作為起點，作為參考PMI，隨後順序更改這些輸入參數，將生成的重構PMI與該參考PMI進行比較。

左側表示的是數字重建的PMI與真實PMI的關係，右側表示的是PMI重建的絕對誤差（ΔPMI）。

下圖總結了參數敏感性分析的結果，表示的是，在重構的PMI中，模型輸入參數變化引起的最大誤差函數的變化，模型輸入變量分別為初始體温、體脂百分比、衣服的導熱係數、脂肪組織的導熱係數，和非脂肪組織的導熱係數。

黑星號表示參考數據集的值。在這些參數中，衣服導熱係數的變化會導致重構的PMI出現最大的變化。平均而言，重建的PMI與參考PMI相差不超過2小時。而且，由於衣服，脂肪組織和非脂肪組織的熱導率的不確定性或人體脂肪百分比引起的重構PMI的偏差與環境温度無關。相反，初始體温的不確定性在重構的PMI中引起偏差的程度取決於環境温度。

為了從測得的體温重建PMI，研究人員開發了一個有限差分模型，可以對死亡後的體温進行時空解析。該模型使用人體及其周圍環境的離散三維表示來計算所涉及材料之間的熱交換，通過在連續的時間間隔內重複此計算，進而進行體温模擬。

也就是説，這種測量方法允許在皮膚上進行直接的温度測量，而不是像Henssge列線圖那樣要在直腸上測量。

最後，還是老規矩，論文鏈接奉上，有興趣的同學可以進行更細緻地閲讀：

https://advances.sciencemag.org/content/6/22/eaba4243