勒福特王水消解法检验硅藻的法医学应用研究

《勒福特王水消解法检验硅藻的法医学应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、勒福特王水消解法检验硅藻的法医学应用研究-->前言目前国内外法医学采用光学显微镜检测脏器组织内的硅藻。其缺点是，检测劳动强度大，微型硅藻容易被漏检或受放大倍数限制无法根据桂藻表面纹饰鉴别其种属。另外，有学者认为文献中不同研究人员报道的桂藻检验数据相差较大，可能因为所采用的光学显微镜放大倍数不同。因此光学显微镜检测法的准确性，尤其是分类的准确性有待进一步考证。由于现有硅藻检验方法的种种限制，造成硅藻检验在法医学水中尸体死因鉴定中不能完全发挥其应有的作用。而且由于桂藻检验缺乏统一规范的标准，争议较多，检材常涉及腐败组织，检验难度大，

2、阳性率低，其次样品处理过程复杂，容易污染，操作环境恶劣，对操健康有害，法医学工一直在探讨快速、有效、准确，易于推广的新方法、新技术的研究。关键的问题是文献中描述的各种生物和细菌采用化学或基因检验方法，能否作为溺水明确的溺死证据仍然需要大量实践验证，还需要特别与传统的技术，如桂藻检测技术做一致性研究，而且部分浮游植物和浮游动物在酸消化的过程中遭到破坏，也会出现假阴性的检验结果。事实上，桂藻检验仍然被认为是水中尸体死因鉴定的黄金标准”。各水域的桂藻构成与该水域的理化环境密切相关，不同水域的硅藻构成既有共性，又有差异。通过检验水中尸体

3、肺、肝、肾等组织器官的娃藻，与水样中的硅藻进行对比，可以用来推断死者的落水位置，，从而为侦査提供方向。本研究除动物实验研究外，还收集了广东省珠江主要水系的水样，调查了广东省珠江水域的常见硅藻种类及数量，为广东法医工进行桂藻种类识别和地点推断提供了科学的比对参考依据。..........第一章勒福特王水消解法的建立1.材料与方法将实验兔固定在固定器中，除去右侧耳缘静脉表面的兔毛，轻拍耳缘静脉扩张血管，注射适量空气直至兔子死亡。提取检材所用的器材必须以蒸馈水和重蒸水各冲洗两遍后用干净的塑料袋密封。盛装检材必须用干净的塑料袋或以蒸馆水

4、和重蒸水各冲洗两遍的磨砂广口瓶。硅藻检验过程中使用的所有器械、容器在使用前均必须以超纯水各冲洗两遍。提取的检材应立即分别装入容器中密封保存、送检，不加任何防腐剂；不能立即检验的应冰冻保存。注意：上述操作必须在通风橱中进行；勒福特王水应新鲜配置，不宜储存；剩余勒福特王水应及时稀释或中和处理；不要将勒福特王水储存于封闭容器中或靠近火源。一个娃藻分裂为两个完整壳面的计为两个桂藻，桂藻碎片面积超过一半的记为一个娃藻，壳环不计数，在高倍下拍摄不同种类的桂藻高分辨扫描电镜照片，娃藻种类由珠江水利委员会娃藻研究专家进行鉴定。2.结果根据桂藻壳

5、的形态特征和有性生殖的模式将桂藻纲分为中心目和羽纹目，其中羽纹目又分为无壳缝亚目和有壳缝亚目。广东省珠江水域肇庆市德庆县段、肇庆市区江滨路段、佛山市三水区段等19个采样点共检出21种桂藻（分类至属），分别属于羽纹纲和中心纲，如下：植物体为单细胞，少数连成带状的群体；壳面长捕圆形、狭披针形、舟形，末端头状，纯圆形或樣状；中轴区狭，壳缝直，极节很细，中央区増厚并扩展到壳面两侧，增厚的中央区无花纹，称福节壳缝两侧具横线纹或点纹，略呈放射状的平行排列，辖节和中轴区将壳面花纹分成四个部分；具间生带，但无真的隔片，具或不具假隔片。如图3-7

6、所示。第二章勒福特王水消解法检验动物器官硅藻.......291.材料与方法.....292.结果........37第三章勒福特王水消解法调查珠江水域硅藻种类........441.材料与方法.......442.结果.......25全文小结..........82全文小结本研究利用勒福特王水浓硝酸：浓盐酸=3：1进行桂藻检验中有机质的消解，摸索最优实验条件，并与传统的硝酸破机法进行比较两者的消解能力、桂藻破坏和桂藻回收率，应用SPSS17.0进行统计学分析，采用检验分析结果。通过溺死动物实验，对肺、肝和肾组织中的桂藻进行检

7、验，分别应用勒福特王水消解滤膜富集扫描电镜观察法和传统强酸消解离心富集光学显微镜观察法，对两种方法所用消化时间、检出率、检出数量以及观察方法进行比较，应用进行统计学分析，根据数据类型选取分析方法。本研究收集了广东省珠江水域19取水点的水样，采用勒福特王水进行消解，并应用扫描电镜进行分析，建立广东省珠江水域的桂藻扫描电镜图谱库，为落水地点的推断提供基础数据。首次建立勒福特王水消解法：对传统桂藻检验方法中的组织消解体系（浓确酸乙醇或乙魅）进行了改良，建立了基于勒福特王水消解体系的组织消解方法，在不降低硅藻回收率的前提下，可显著提高桂

8、藻检验的有机质消解能力，减少消化时间，且消解后滤膜背景杂质少，桂藻表面纹理清晰，容易进行娃藻种属鉴定，具有良好的应用前景...........展望初步研究表明：通过建立的基于图像处理和模式识别的桂藻鉴定专家系统，可对数据库内的桂藻进行自动识别，准确率高达90%以