CNKI 數(shù)據(jù)庫收錄1990—2020 年死亡時(shí)間推斷研究的文獻(xiàn)信息可視化分析

林凌曉，辛國斌，孔江煒，翟創(chuàng)彥，，3

1.南方醫(yī)科大學(xué)法醫(yī)學(xué)院，廣東 廣州 510515；2.法庭毒物分析公安部重點(diǎn)實(shí)驗(yàn)室，北京 100192；3.中國刑事警察學(xué)院法律教研部，遼寧 沈陽 110854

死亡時(shí)間（postmortem interval，PMI）在法醫(yī)學(xué)上是指機(jī)體死后經(jīng)歷的時(shí)間，也稱死后間隔時(shí)間。PMI的準(zhǔn)確推斷在確定案件發(fā)生時(shí)間、認(rèn)定和排除犯罪嫌疑人、劃定偵查范圍乃至案件的最終偵破中發(fā)揮著重要作用。當(dāng)前PMI 推斷主要基于尸僵、尸斑、尸溫等尸體現(xiàn)象或者通過尸體所處環(huán)境、狀態(tài)等情況進(jìn)行綜合判斷[1]。

PMI 推斷始終是法醫(yī)學(xué)實(shí)踐中最主要的任務(wù)之一。盡管PMI 推斷研究已經(jīng)有了漫長的歷史，但應(yīng)用于實(shí)踐的PMI 推斷方法總是差強(qiáng)人意?，F(xiàn)代醫(yī)學(xué)研究的深入和各類新技術(shù)的涌現(xiàn)，為PMI 推斷研究帶來了新動(dòng)力和新希望。新的研究方法和技術(shù)應(yīng)用于PMI 推斷研究，既對(duì)傳統(tǒng)方法起到重要的完善和輔助作用，又開拓了與傳統(tǒng)研究方法截然不同的新道路。本研究通過對(duì)中國知識(shí)基礎(chǔ)設(shè)施工程（China Na?tional Knowledge Infrastructure，CNKI）數(shù)據(jù)庫收錄的1990年1月—2020年8 月PMI 推斷研究文獻(xiàn)的可視化分析，旨在展示我國PMI 推斷研究的發(fā)展進(jìn)程、不同時(shí)期的研究熱點(diǎn)以及取得的研究成果，揭示PMI 推斷研究的發(fā)展趨勢(shì)，為未來更好地開展PMI 推斷研究提供借鑒和參考，同時(shí)展望基于大數(shù)據(jù)人工智能算法的PMI 推斷的應(yīng)用前景。

1 材料與方法

1.1 數(shù)據(jù)來源

以“死亡時(shí)間”為關(guān)鍵詞檢索CNKI 數(shù)據(jù)庫收錄的1990 年1 月—2020 年8 月的學(xué)術(shù)論文，檢索數(shù)據(jù)時(shí)間為2020 年8 月26 日，共獲取文獻(xiàn)1 097 條，通過人工篩查方式進(jìn)行數(shù)據(jù)清洗，選取法醫(yī)學(xué)研究中與PMI 推斷相關(guān)的文章，去除重復(fù)檢索結(jié)果以及綜述、案例報(bào)道、疾病研究、數(shù)據(jù)分析等非研究性論文和無關(guān)論文，共獲取有效學(xué)術(shù)論文345 篇。

1.2 研究方法

以5年為一個(gè)時(shí)間段，將1990年1月—2020年8月發(fā)表的PMI 推斷研究文獻(xiàn)數(shù)量制成表格。設(shè)置CiteSpace 5.7.R1分析時(shí)間為1990年1月—2020年8月，時(shí)間分割為1 年，形成相應(yīng)的時(shí)間片段，節(jié)點(diǎn)類型分別選擇主題詞、作者、機(jī)構(gòu)等元素，通過軟件的節(jié)點(diǎn)提取功能對(duì)主題詞、文章中所有作者、機(jī)構(gòu)進(jìn)行數(shù)據(jù)清洗，數(shù)據(jù)清洗主要針對(duì)缺失值、重復(fù)值和無關(guān)值。（1）缺失數(shù)據(jù)清洗。如補(bǔ)全缺失的作者、機(jī)構(gòu)等需要分析的關(guān)鍵信息。（2）重復(fù)數(shù)據(jù)清洗。本研究統(tǒng)一使用更名后的單位名稱，如“司法部司法鑒定科學(xué)技術(shù)研究所上海市法醫(yī)學(xué)重點(diǎn)實(shí)驗(yàn)室”“司法鑒定科學(xué)技術(shù)研究所”“司法鑒定科學(xué)研究院”統(tǒng)一為“司法鑒定科學(xué)研究院”。（3）無關(guān)數(shù)據(jù)清洗。核查、刪除“應(yīng)用”等無關(guān)主題詞。依據(jù)文章主題詞、所有作者、機(jī)構(gòu)共現(xiàn)頻次矩陣，利用軟件的聚類分析功能，得到相關(guān)數(shù)據(jù)的共聚類可視化圖譜；設(shè)置分析時(shí)間區(qū)間分別為1990—2000 年、2001—2010 年和2011—2020 年，時(shí)間分割為1 年，形成相應(yīng)的時(shí)間片段，可視化形式選擇“Timezone View”，設(shè)置“Movements=40”，得到3 個(gè)時(shí)間段的時(shí)區(qū)主題詞可視化圖譜；通過突現(xiàn)詞（burst term）分析功能，設(shè)置參數(shù)“Minimum Duration=2”，獲得主題詞和核心作者突現(xiàn)起始、結(jié)束時(shí)間以及熱點(diǎn)時(shí)區(qū)分布等信息。

2 結(jié)果與討論

2.1 PMI 推斷研究情況

2.1.1 文獻(xiàn)發(fā)表數(shù)量分析

1990 年1 月—2020 年8 月發(fā)表的PMI 推斷研究文獻(xiàn)數(shù)量（表1）顯示，1996—2000 年起PMI 推斷研究的文獻(xiàn)數(shù)量上升，峰值出現(xiàn)在2006—2010 年，2011—2015 年下降，之后又迅速回升。進(jìn)入21 世紀(jì)后，我國對(duì)科研的投入加大[2]，帶來了科研成果的爆發(fā)式增長，在PMI 推斷研究領(lǐng)域也得到了充分體現(xiàn)，相關(guān)文獻(xiàn)數(shù)量從1990—1995年的20篇左右劇增到2006—2010年的114 篇。2011—2015 年對(duì)PMI 推斷研究關(guān)注度下降，發(fā)表文獻(xiàn)數(shù)量減少。2016 年以后PMI 推斷研究再次獲得關(guān)注，文獻(xiàn)數(shù)量再次增加到2016—2020年8月的105 篇。

表1 CNKI收錄1990 年1 月—2020 年8 月每5 年P(guān)MI推斷研究文獻(xiàn)發(fā)表數(shù)量Tab.1 The 5-year interval number of literatures on PMI estimation indexed by CNKI from January 1990 to August 2020

2.1.2 基于文獻(xiàn)主題詞的研究方向及其關(guān)聯(lián)分析

主題詞分析的目的在于通過構(gòu)建聚類圖譜，將該領(lǐng)域的不同主題詞以節(jié)點(diǎn)的形式展現(xiàn)，量化不同詞匯的出現(xiàn)頻率及呈現(xiàn)的關(guān)聯(lián)程度[3]。圖1 是基于PMI 推斷研究主題詞分析的研究領(lǐng)域及其關(guān)聯(lián)可視化圖譜，可見PMI 推斷研究的各領(lǐng)域關(guān)聯(lián)網(wǎng)絡(luò)多呈多線連接閉合狀，表明各主要研究領(lǐng)域存在著廣泛的關(guān)聯(lián)，少數(shù)領(lǐng)域如pH 值測(cè)定在PMI 推斷研究中的應(yīng)用為密閉三角形，表明其涵蓋內(nèi)容較局限，與其他領(lǐng)域關(guān)聯(lián)程度較低。

從圖1 還可以看到，在PMI 推斷研究中：以法醫(yī)昆蟲學(xué)領(lǐng)域?yàn)橹黝}，聚類了大頭金蠅、絲光綠蠅、食尸性蠅類等多個(gè)研究方向；覆蓋了核DNA、RNA、ATP 酶等小分子成分研究的主題詞；使用的研究手段中，譜學(xué)分析、代謝組學(xué)、免疫組織化學(xué)等是較為常用的方法；使用較多的實(shí)驗(yàn)動(dòng)物有大鼠、家兔、小鼠等，其中大鼠因其生理特點(diǎn)最接近人類成為最常用的哺乳類實(shí)驗(yàn)動(dòng)物。

圖1 基于標(biāo)題、主題詞研究方向關(guān)聯(lián)關(guān)系的可視化圖譜Fig.1 Visualization map of associative relationships based on titles and topics

2.1.3 研究熱點(diǎn)分析

主題詞突現(xiàn)圖譜（圖2）展現(xiàn)了30 年來PMI 推斷研究的高強(qiáng)度詞條，圖像分析、法醫(yī)昆蟲學(xué)、DNA 含量呈現(xiàn)相當(dāng)?shù)耐滑F(xiàn)強(qiáng)度，是在相應(yīng)時(shí)期的法醫(yī)學(xué)研究熱點(diǎn)。

圖2 1990 年1 月—2020 年8 月PMI推斷研究熱點(diǎn)突現(xiàn)詞圖譜Fig.2 Bursts words of research focus of PMI estimation from January 1990 to August 2020

為進(jìn)一步探究不同時(shí)間段的研究熱點(diǎn)和趨勢(shì)變化，本研究以每10 年為一個(gè)時(shí)間段，建立了基于主題詞時(shí)間分布的關(guān)聯(lián)時(shí)區(qū)圖譜（圖3），圖中每一個(gè)主題詞所在的位置為數(shù)據(jù)首次集中出現(xiàn)的年份。詞條出現(xiàn)頻率和十字符的大小成正比，十字符之間的連線代表各詞條之間的共現(xiàn)情況，時(shí)間軸上實(shí)線表示該條目在相應(yīng)年份對(duì)應(yīng)聚類下高頻出現(xiàn)。

圖3A 顯示，1994—1996 年研究熱點(diǎn)密集，直腸溫度、圖像分析標(biāo)簽輪廓最大，表明相關(guān)主題發(fā)文量最多；2000 年主題詞絲光綠蠅首次集中出現(xiàn)，主要圍繞其幼蟲形態(tài)開展研究。

圖3B 顯示，2001—2010 年衍生出大量方向相近而主題不同的研究熱點(diǎn)，分子生物檢測(cè)技術(shù)在PMI 推斷研究中得到廣泛應(yīng)用。其中，2001—2004 年法醫(yī)昆蟲學(xué)研究最多，隨著組織化學(xué)測(cè)定、圖像分析等技術(shù)的應(yīng)用，法醫(yī)昆蟲學(xué)研究日益精細(xì)，研究?jī)?nèi)容細(xì)分為幼蟲、成蟲形態(tài)、發(fā)育階段、日齡推斷等。2005—2010 年，諸如雙向電泳技術(shù)、免疫印跡法、透射電鏡等檢測(cè)手段被引入PMI 推斷研究領(lǐng)域，前沿?zé)狳c(diǎn)集中于小分子標(biāo)記物的時(shí)序變化，如通過mRNA、18S rRNA、mtDNA、甘油醛-3-磷酸脫氫酶（glyceralde?hyde-3-phosphate dehydrogenase，GAPDH）、肌動(dòng)蛋白等物質(zhì)代謝規(guī)律進(jìn)行PMI 推斷。

圖3C 顯示，2011—2012 年延續(xù)了2005—2010 年的發(fā)展趨勢(shì)，研究熱點(diǎn)頗多，但結(jié)合表1所示，隨后PMI推斷研究發(fā)文量減少，研究熱點(diǎn)局限，其后如圖3C出現(xiàn)如代謝組學(xué)、分子生物學(xué)、數(shù)據(jù)挖掘等新的主題詞，表明2015 年后隨著以上技術(shù)的引入并與各種檢驗(yàn)手段融合，PMI 推斷研究的方法和技術(shù)出現(xiàn)跨越式發(fā)展，衍生出主成分分析、支持向量機(jī)模型、傅里葉變換紅外（Fourier transform infrared，F(xiàn)TIR）光譜儀結(jié)合數(shù)據(jù)挖掘等多種PMI 推斷新方法，出現(xiàn)了針對(duì)LacZ基因及其降解產(chǎn)物β-D-半乳糖苷酶、多聚糖化合物、其他尸體降解產(chǎn)物隨時(shí)間變化規(guī)律的新興研究熱點(diǎn)。

圖3 PMI推斷研究熱點(diǎn)時(shí)區(qū)圖Fig.3 Timezone of hot points of PMI estimation

2.2 科研機(jī)構(gòu)分析

基于文獻(xiàn)發(fā)表機(jī)構(gòu)發(fā)文數(shù)量排序獲得表2，從表中可以看到，法醫(yī)學(xué)PMI 推斷研究集中于科研院校的法醫(yī)學(xué)部門，其中華中科技大學(xué)同濟(jì)醫(yī)學(xué)院、中山大學(xué)中山醫(yī)學(xué)院和復(fù)旦大學(xué)上海醫(yī)學(xué)院發(fā)文數(shù)量位居前三，一定程度上體現(xiàn)了這三家機(jī)構(gòu)在法醫(yī)學(xué)PMI 推斷研究領(lǐng)域的實(shí)力。

表2 CNKI收錄發(fā)表PMI推斷文獻(xiàn)數(shù)量排名前10的機(jī)構(gòu)Tab.2 Top 10 institutions regarding the number of publications on PMI indexed by CNKI

機(jī)構(gòu)合作網(wǎng)絡(luò)圖（附圖1）顯示，各科研院所合作網(wǎng)絡(luò)多呈放射狀，表明高?？蒲袡C(jī)構(gòu)間聯(lián)系緊密，存在不同程度的合作；少數(shù)為密閉多邊形，表明其與外部機(jī)構(gòu)合作較少。例如，華中科技大學(xué)同濟(jì)醫(yī)學(xué)院法醫(yī)學(xué)系和中國政法大學(xué)證據(jù)科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室、復(fù)旦大學(xué)法醫(yī)學(xué)系和司法鑒定科學(xué)研究院合作密切；中山大學(xué)中山醫(yī)院法醫(yī)學(xué)系與所在廣東地區(qū)的相關(guān)機(jī)構(gòu)合作較多，而與其他主要科研院所如復(fù)旦大學(xué)上海醫(yī)學(xué)院法醫(yī)學(xué)系等聯(lián)系較少，顯示了研究的相對(duì)獨(dú)立性。華中科技大學(xué)同濟(jì)醫(yī)學(xué)院法醫(yī)學(xué)系、復(fù)旦大學(xué)上海醫(yī)學(xué)院法醫(yī)學(xué)系和中山大學(xué)中山醫(yī)學(xué)院法醫(yī)學(xué)系位居該圖的原點(diǎn)區(qū)域，體現(xiàn)了這三家機(jī)構(gòu)在PMI 推斷研究領(lǐng)域的實(shí)力和影響力。

2.3 所有作者科研合作網(wǎng)絡(luò)分析

發(fā)文量前10 的作者（表3）和作者合作網(wǎng)絡(luò)圖（附圖2）顯示，劉良文章發(fā)表數(shù)量最多，劉良、任亮、林樂泉等合作聯(lián)系密切。

表3 CNKI收錄PMI推斷研究發(fā)表文章數(shù)量排名前10 的作者Tab.3 Top 10 authors regarding the number of publications on PMI estimation indexed by CNKI

作者突現(xiàn)圖（附圖3A）中，突現(xiàn)強(qiáng)度表示作者在限定的時(shí)間區(qū)間內(nèi)發(fā)表文獻(xiàn)數(shù)量的增長幅度，同時(shí)對(duì)突現(xiàn)作者進(jìn)行分析，獲得該作者研究方向可視化圖譜（附圖3B）。結(jié)合兩圖可以看到，陳玉川的突現(xiàn)強(qiáng)度為3.815 0，持續(xù)時(shí)間從1996—2009 年，是所有作者中突現(xiàn)強(qiáng)度時(shí)間最長的作者，表明1996—2009年是陳玉川的科研活躍期，且持續(xù)時(shí)間最長，2000—2002 年，研究方向聚焦于法醫(yī)昆蟲學(xué)，2002—2009 年則集中于DNA 含量變化規(guī)律與PMI 的關(guān)系，皆與該階段研究熱點(diǎn)相符，并帶動(dòng)了后續(xù)相關(guān)研究的興起；劉良的突現(xiàn)強(qiáng)度為5.989 7，在所有作者中表現(xiàn)最強(qiáng)，他的持續(xù)年份為2000—2009 年，將磁共振波譜、FTIR 技術(shù)應(yīng)用于DNA 等小分子物質(zhì)變化的時(shí)序檢測(cè)，使新興分子檢測(cè)技術(shù)在法醫(yī)學(xué)領(lǐng)域得以推廣，開創(chuàng)了PMI 推斷方法新局面；閔建雄1999—2002 年的突現(xiàn)強(qiáng)度為3.880 6，與李俊濤的突現(xiàn)強(qiáng)度相當(dāng)，表明二者在此期間科研活動(dòng)強(qiáng)度相當(dāng)，兩位作者為合作關(guān)系，研究?jī)A向于法醫(yī)昆蟲學(xué)領(lǐng)域，符合該時(shí)間段的前沿?zé)狳c(diǎn)。

2.4 總結(jié)與展望

CiteSpace又名引文空間，是一款基于科學(xué)計(jì)量學(xué)、數(shù)據(jù)可視化的引文可視化分析軟件。該軟件生成的可視化圖譜便利了研究人員對(duì)所關(guān)注領(lǐng)域科學(xué)知識(shí)結(jié)構(gòu)、規(guī)律和關(guān)聯(lián)關(guān)系的理解和探索[4]。本研究將CiteSpace運(yùn)用于CNKI 收錄的1990 年1 月—2020 年8 月PMI 推斷研究文獻(xiàn)的可視化分析，呈現(xiàn)了30 年來PMI推斷研究的發(fā)展變遷，發(fā)掘了不同時(shí)期PMI 推斷研究的前沿?zé)狳c(diǎn)，展現(xiàn)了我國法醫(yī)PMI推斷研究的歷史和現(xiàn)狀。

30 年來我國的高等科研院校在PMI 推斷研究領(lǐng)域發(fā)揮著主導(dǎo)作用，各院校、作者間建立的不同程度的合作關(guān)系，對(duì)于法醫(yī)科研工作者擴(kuò)展科研思路，推動(dòng)法醫(yī)PMI 推斷的研究和轉(zhuǎn)化至關(guān)重要[5]。

30 年來的法醫(yī)PMI 推斷研究，無不體現(xiàn)著科技進(jìn)步對(duì)PMI 推斷研究的推動(dòng)作用。通過對(duì)前沿關(guān)鍵詞的分析，可見1990—2000 年前沿研究主要局限于通過直腸溫度變化和幼蟲形態(tài)與時(shí)間的關(guān)系來推斷PMI（圖3A）；2001—2010 年多學(xué)科交叉發(fā)展，生物化學(xué)、分子生物學(xué)技術(shù)和方法綜合運(yùn)用于PMI 推斷領(lǐng)域[6]，組織化學(xué)測(cè)定技術(shù)、圖像分析技術(shù)[7]等檢測(cè)手段逐漸興起，推動(dòng)了PMI 推斷研究熱點(diǎn)轉(zhuǎn)移，帶動(dòng)了基于DNA、RNA、肌動(dòng)蛋白等小分子物質(zhì)變化規(guī)律的PMI 推斷研究繁榮發(fā)展；同時(shí)，法醫(yī)昆蟲學(xué)研究昆蟲種類持續(xù)擴(kuò)增，研究?jī)?nèi)容不斷擴(kuò)展，由幼蟲、成蟲形態(tài)研究到通過昆蟲體內(nèi)組織化學(xué)成分的檢測(cè)進(jìn)行日齡、發(fā)育階段的推斷；如表1 和圖3C 所示，2013—2014 年發(fā)文量減少，主題詞節(jié)點(diǎn)稀疏，研究熱點(diǎn)與圖3B 基本相同，說明處于新舊方法轉(zhuǎn)換階段，依靠傳統(tǒng)的技術(shù)、方法進(jìn)行PMI 推斷研究進(jìn)入成熟期和瓶頸期；2015 年后出現(xiàn)如代謝組學(xué)、分子生物學(xué)、數(shù)據(jù)挖掘等新的主題詞，說明2015 年以后，代謝組學(xué)、分子生物學(xué)技術(shù)發(fā)展以及大數(shù)據(jù)、人工智能等新興技術(shù)的可持續(xù)性創(chuàng)新，前沿技術(shù)與各種檢驗(yàn)手段相融合，進(jìn)化出支持向量機(jī)模型[8]、FTIR 光譜結(jié)合數(shù)據(jù)挖掘[9]等PMI 推斷新方法，這些基于新技術(shù)新方法的PMI 推斷研究既能分析構(gòu)建器官組織變化與PMI 的關(guān)系模型，對(duì)組織內(nèi)傳統(tǒng)研究對(duì)象DNA、RNA 等小分子物質(zhì)進(jìn)行多系統(tǒng)聯(lián)合檢測(cè)，使檢測(cè)結(jié)果更加準(zhǔn)確，也能探究如LacZ基因及其降解產(chǎn)物β-D-半乳糖苷酶、烷烴化合物等新興標(biāo)志物的時(shí)序變化規(guī)律，這給PMI 推斷研究帶來了新活力，為建立更智能、更精確的PMI 推斷新方法帶來了新希望，成為新的研究熱點(diǎn)和前沿。