基于多器官机器学习算法的热射病死亡鉴别方法及系统

本发明公开了一种基于多器官机器学习算法的热射病死亡鉴别方法及系统，该方法通过采集热射病死亡病例组织器官样本的傅里叶变换红外光谱数据，并选取其指纹区数据，获取优势靶器官；指认指纹区与热射病死亡相关吸收峰对应的官能团信息，纳入其他常见死因及其优势靶器官的傅里叶变换红外光谱，区别常见死因与热射病死因的优势靶器官的傅里叶变换红外光谱数据及官能团信息，建立多器官数据融合热射病死因鉴别模型；获取未知死因的优势靶器官样本和傅里叶变换红外光谱数据，导入多器官数据融合热射病死因鉴别模型中，判断是否是热射病死亡。采用本技术方案，基于傅里叶红外光谱技术，结合新的多器官机器学习算法，准确实现热射病死亡鉴别。