Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/39424 |
Resumo: | Este trabalho aborda duas problemáticas de interesse forense, ambas estudadas empregando a espectroscopia na região do infravermelho próximo e técnicas quimiométricas de classificação. A primeira trata da identificação de Cannabis sativa Linneaus na presença de outras plantas típicas da região onde estão localizadas plantações ilegais no Estado de Pernambuco. Imagens hiperespectrais na região do infravermelho próximo (HSI-NIR) foram obtidas de amostras simulando plantações de Cannabis sativa L. contendo plantas similares, juntamente com solo. Para seleção de variáveis espectrais foi inicialmente empregada análise de componentes principais com sparce (sPCA). A técnica de classificação modelagem independente e flexível de analogia de classe (SIMCA) foi então utilizada, empregando apenas quatro variáveis selecionadas na etapa anterior. Sparse-SIMCA demonstrou alta especificidade e sensibilidade (0,922 e 0,902, respectivamente) para identificação inequívoca de Cannabis, além de ser capaz de identificar as folhas de Cannabis nas imagens de forma clara e objetiva. O segundo problema de interesse forense abordado foi a identificação de manchas de sangue depositadas em substratos comuns em possíveis cenas de crime. Em um primeiro estudo foi desenvolvida uma metodologia não destrutiva e confirmatória para identificação de manchas de sangue humano (SH) usando um espectrômetro NIR portátil. Manchas de SH, sangue animal (SA) e de falso-positivos comuns (FPC) foram depositadas em pisos cerâmicos, porcelanatos, vidro e metal e os espectros obtidos com o espectrômetro portátil MicroNIR (Viavi), após três dias de secagem. Foram criados modelos individuais para cada substrato utilizando três técnicas de classificação/seleção de variáveis: análise discriminante linear - algoritmo genético (GA-LDA), LDA - Algoritmo de Projeções Sucessivas (SPA-LDA) e análise discriminante por mínimos quadrados parciais (PLS-DA). GA-LDA e PLS-DA apresentaram os melhores resultados para classificação de um conjunto de validação externa composto por SH, SA e FPC, obtendo especificidade e sensibilidade iguais a 1 em todos os casos. Análises combinando pisos dois a dois foram conduzidas seguindo a metodologia anterior, porém nesse caso foi implementado o pré-processamento dos mínimos quadrados ponderados generalizados para minimizar a influência dos diferentes substratos. Os valores de especificidade e sensibilidade para a previsão em todos os modelos ficaram acima de 0,980 para o sangue humano e sangue animal. O segundo estudo descreve uma metodologia para identificação de manchas de SH em tecidos utilizando HSI-NIR e modelos de classificação hierárquica. Manchas de SH, SA e FPC foram preparadas sobre tecidos coloridos e estampados de base sintética e de algodão. Uma parte das amostras foi utilizada para construir modelos hierárquicos formulado pela fusão de modelos de PCA e PLS-DA, para os tecidos de composições distintas. As imagens de todas as amostras foram submetidas aos modelos e foi realizada a identificação visual de todas amostras de SH e SA. Obteve-se uma classificação correta de 95% das amostras de SH, sendo que mesmo as amostras de SH não classificadas corretamente foram identificadas como sangue. Assim, o modelo minimiza a possibilidade de negligenciar evidências reais. |
id |
UFPE_6d760dde9d1be3e5aea18a457d4266a4 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/39424 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
PEREIRA, José Francielson Queirozhttp://lattes.cnpq.br/7276171749628623http://lattes.cnpq.br/6880348154073236http://lattes.cnpq.br/6991802488982626PIMENTEL, Maria FernandaHONORATO, Ricardo Saldanha2021-03-21T19:36:20Z2021-03-21T19:36:20Z2019-11-04PEREIRA, José Francielson Queiroz. Espectroscopia no infravermelho próximo e quimiometria em problemas forense: identificação de manchas de sangue humano e plantações de Cannabis sativa L. Tese (Doutorado em Química) – Universidade Federal de Pernambuco, Recife, 2019.https://repositorio.ufpe.br/handle/123456789/39424Este trabalho aborda duas problemáticas de interesse forense, ambas estudadas empregando a espectroscopia na região do infravermelho próximo e técnicas quimiométricas de classificação. A primeira trata da identificação de Cannabis sativa Linneaus na presença de outras plantas típicas da região onde estão localizadas plantações ilegais no Estado de Pernambuco. Imagens hiperespectrais na região do infravermelho próximo (HSI-NIR) foram obtidas de amostras simulando plantações de Cannabis sativa L. contendo plantas similares, juntamente com solo. Para seleção de variáveis espectrais foi inicialmente empregada análise de componentes principais com sparce (sPCA). A técnica de classificação modelagem independente e flexível de analogia de classe (SIMCA) foi então utilizada, empregando apenas quatro variáveis selecionadas na etapa anterior. Sparse-SIMCA demonstrou alta especificidade e sensibilidade (0,922 e 0,902, respectivamente) para identificação inequívoca de Cannabis, além de ser capaz de identificar as folhas de Cannabis nas imagens de forma clara e objetiva. O segundo problema de interesse forense abordado foi a identificação de manchas de sangue depositadas em substratos comuns em possíveis cenas de crime. Em um primeiro estudo foi desenvolvida uma metodologia não destrutiva e confirmatória para identificação de manchas de sangue humano (SH) usando um espectrômetro NIR portátil. Manchas de SH, sangue animal (SA) e de falso-positivos comuns (FPC) foram depositadas em pisos cerâmicos, porcelanatos, vidro e metal e os espectros obtidos com o espectrômetro portátil MicroNIR (Viavi), após três dias de secagem. Foram criados modelos individuais para cada substrato utilizando três técnicas de classificação/seleção de variáveis: análise discriminante linear - algoritmo genético (GA-LDA), LDA - Algoritmo de Projeções Sucessivas (SPA-LDA) e análise discriminante por mínimos quadrados parciais (PLS-DA). GA-LDA e PLS-DA apresentaram os melhores resultados para classificação de um conjunto de validação externa composto por SH, SA e FPC, obtendo especificidade e sensibilidade iguais a 1 em todos os casos. Análises combinando pisos dois a dois foram conduzidas seguindo a metodologia anterior, porém nesse caso foi implementado o pré-processamento dos mínimos quadrados ponderados generalizados para minimizar a influência dos diferentes substratos. Os valores de especificidade e sensibilidade para a previsão em todos os modelos ficaram acima de 0,980 para o sangue humano e sangue animal. O segundo estudo descreve uma metodologia para identificação de manchas de SH em tecidos utilizando HSI-NIR e modelos de classificação hierárquica. Manchas de SH, SA e FPC foram preparadas sobre tecidos coloridos e estampados de base sintética e de algodão. Uma parte das amostras foi utilizada para construir modelos hierárquicos formulado pela fusão de modelos de PCA e PLS-DA, para os tecidos de composições distintas. As imagens de todas as amostras foram submetidas aos modelos e foi realizada a identificação visual de todas amostras de SH e SA. Obteve-se uma classificação correta de 95% das amostras de SH, sendo que mesmo as amostras de SH não classificadas corretamente foram identificadas como sangue. Assim, o modelo minimiza a possibilidade de negligenciar evidências reais.CNPqThis work addresses two issues of forensic interest, both evaluated employing near infrared spectroscopy and chemometric classification techniques. The first work deals with the identification of Cannabis sativa Linneaus in the presence of other typical plants of the region where illegal plantations are located in the state of Pernambuco. Near Infrared Hyperspectral Images (HSI-NIR) were obtained from samples prepared by reproducing Cannabis sativa L. plantations containing similar plants and soil. Sparse principal component analysis (sPCA) was initially used to select spectral variables. The Soft Independent Modeling Class Analogy (SIMCA) classification technique was then used, employing only four variables selected in the previous step. Sparse-SIMCA demonstrated high specificity and sensitivity (0.922 and 0.902, respectively) for unambiguous identification of Cannabis, as well as being able to identify Cannabis leaves in images clearly and objectively. The second problem of forensic interest addressed was the identification of bloodstains deposited on common substrates in potential crime scenes. In a first study, a non-destructive and confirmatory methodology for identifying human bloodstains (HB) using a portable NIR spectrometer was developed. HB, animal blood (AB) and common false positive (CFP) stains were deposited on ceramic, porcelain, glass and metal slabs and the spectra was obtained with the MicroNIR (Viavi) portable spectrometer after three days of drying. Individual models were created for each substrate using three classification / variables selection techniques: Linear Discriminant Analysis - Genetic Algorithm (GA-LDA), Successive Projections Algorithm (SPA-LDA) and Partial Least Squares Discriminant Analysis (PLS-DA). GA-LDA and PLS-DA presented the best results for the classification of an external validation set composed by HB, AB and CFP, obtaining specificity and sensitivity equal to 1 in all cases. Analyzes combining two-by-two slab types were conducted following similar methodology, but in this case the Generalized Weighted Least Squares (GLSW) preprocessing was implemented to minimize the influence of the different substrates. Prediction specificity and sensitivity values in all models were above 0.980 for human and animal blood. The second study describes a methodology for identifying HB stains in fabrics using HSI-NIR and hierarchical classification models. HB, AB and CFP stains were prepared on colored and printed fabrics with synthetic and cotton base. Part of the samples were used to construct hierarchical models formulated by the fusion of PCA and PLS-DA models for samples prepared on different fabric types. The images of all samples were submitted to the models and a visual identification of all samples of HB and AB succeeded correctly. 95% of the HB samples were correctly classified, and even HB samples not correctly classified were identified as blood. Thus, the model minimizes the possibility of neglecting actual evidence.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em QuimicaUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessQuímica analíticaCannabis sativa L.Sangue humanoModelo hierárquicoEspectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPECC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/39424/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/39424/3/license.txtbd573a5ca8288eb7272482765f819534MD53ORIGINALTESE José Francielson Queiroz Pereira.pdfTESE José Francielson Queiroz Pereira.pdfapplication/pdf8786584https://repositorio.ufpe.br/bitstream/123456789/39424/1/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdfc7c193a5482ee01a6b7d79d5bb608373MD51TEXTTESE José Francielson Queiroz Pereira.pdf.txtTESE José Francielson Queiroz Pereira.pdf.txtExtracted texttext/plain210308https://repositorio.ufpe.br/bitstream/123456789/39424/4/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdf.txt1177abdf46f28d1e1224e76c0d9c3f4aMD54THUMBNAILTESE José Francielson Queiroz Pereira.pdf.jpgTESE José Francielson Queiroz Pereira.pdf.jpgGenerated Thumbnailimage/jpeg1323https://repositorio.ufpe.br/bitstream/123456789/39424/5/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdf.jpg0418180d7355fb0ba31cb9743646e494MD55123456789/394242021-03-22 02:14:51.058oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212021-03-22T05:14:51Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
title |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
spellingShingle |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. PEREIRA, José Francielson Queiroz Química analítica Cannabis sativa L. Sangue humano Modelo hierárquico |
title_short |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
title_full |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
title_fullStr |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
title_full_unstemmed |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
title_sort |
Espectroscopia no infravermelho próximo e quimiometria em problemas forense : identificação de manchas de sangue humano e plantações de Cannabis sativa L. |
author |
PEREIRA, José Francielson Queiroz |
author_facet |
PEREIRA, José Francielson Queiroz |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7276171749628623 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6880348154073236 |
dc.contributor.advisor-coLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/6991802488982626 |
dc.contributor.author.fl_str_mv |
PEREIRA, José Francielson Queiroz |
dc.contributor.advisor1.fl_str_mv |
PIMENTEL, Maria Fernanda |
dc.contributor.advisor-co1.fl_str_mv |
HONORATO, Ricardo Saldanha |
contributor_str_mv |
PIMENTEL, Maria Fernanda HONORATO, Ricardo Saldanha |
dc.subject.por.fl_str_mv |
Química analítica Cannabis sativa L. Sangue humano Modelo hierárquico |
topic |
Química analítica Cannabis sativa L. Sangue humano Modelo hierárquico |
description |
Este trabalho aborda duas problemáticas de interesse forense, ambas estudadas empregando a espectroscopia na região do infravermelho próximo e técnicas quimiométricas de classificação. A primeira trata da identificação de Cannabis sativa Linneaus na presença de outras plantas típicas da região onde estão localizadas plantações ilegais no Estado de Pernambuco. Imagens hiperespectrais na região do infravermelho próximo (HSI-NIR) foram obtidas de amostras simulando plantações de Cannabis sativa L. contendo plantas similares, juntamente com solo. Para seleção de variáveis espectrais foi inicialmente empregada análise de componentes principais com sparce (sPCA). A técnica de classificação modelagem independente e flexível de analogia de classe (SIMCA) foi então utilizada, empregando apenas quatro variáveis selecionadas na etapa anterior. Sparse-SIMCA demonstrou alta especificidade e sensibilidade (0,922 e 0,902, respectivamente) para identificação inequívoca de Cannabis, além de ser capaz de identificar as folhas de Cannabis nas imagens de forma clara e objetiva. O segundo problema de interesse forense abordado foi a identificação de manchas de sangue depositadas em substratos comuns em possíveis cenas de crime. Em um primeiro estudo foi desenvolvida uma metodologia não destrutiva e confirmatória para identificação de manchas de sangue humano (SH) usando um espectrômetro NIR portátil. Manchas de SH, sangue animal (SA) e de falso-positivos comuns (FPC) foram depositadas em pisos cerâmicos, porcelanatos, vidro e metal e os espectros obtidos com o espectrômetro portátil MicroNIR (Viavi), após três dias de secagem. Foram criados modelos individuais para cada substrato utilizando três técnicas de classificação/seleção de variáveis: análise discriminante linear - algoritmo genético (GA-LDA), LDA - Algoritmo de Projeções Sucessivas (SPA-LDA) e análise discriminante por mínimos quadrados parciais (PLS-DA). GA-LDA e PLS-DA apresentaram os melhores resultados para classificação de um conjunto de validação externa composto por SH, SA e FPC, obtendo especificidade e sensibilidade iguais a 1 em todos os casos. Análises combinando pisos dois a dois foram conduzidas seguindo a metodologia anterior, porém nesse caso foi implementado o pré-processamento dos mínimos quadrados ponderados generalizados para minimizar a influência dos diferentes substratos. Os valores de especificidade e sensibilidade para a previsão em todos os modelos ficaram acima de 0,980 para o sangue humano e sangue animal. O segundo estudo descreve uma metodologia para identificação de manchas de SH em tecidos utilizando HSI-NIR e modelos de classificação hierárquica. Manchas de SH, SA e FPC foram preparadas sobre tecidos coloridos e estampados de base sintética e de algodão. Uma parte das amostras foi utilizada para construir modelos hierárquicos formulado pela fusão de modelos de PCA e PLS-DA, para os tecidos de composições distintas. As imagens de todas as amostras foram submetidas aos modelos e foi realizada a identificação visual de todas amostras de SH e SA. Obteve-se uma classificação correta de 95% das amostras de SH, sendo que mesmo as amostras de SH não classificadas corretamente foram identificadas como sangue. Assim, o modelo minimiza a possibilidade de negligenciar evidências reais. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-11-04 |
dc.date.accessioned.fl_str_mv |
2021-03-21T19:36:20Z |
dc.date.available.fl_str_mv |
2021-03-21T19:36:20Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
PEREIRA, José Francielson Queiroz. Espectroscopia no infravermelho próximo e quimiometria em problemas forense: identificação de manchas de sangue humano e plantações de Cannabis sativa L. Tese (Doutorado em Química) – Universidade Federal de Pernambuco, Recife, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/39424 |
identifier_str_mv |
PEREIRA, José Francielson Queiroz. Espectroscopia no infravermelho próximo e quimiometria em problemas forense: identificação de manchas de sangue humano e plantações de Cannabis sativa L. Tese (Doutorado em Química) – Universidade Federal de Pernambuco, Recife, 2019. |
url |
https://repositorio.ufpe.br/handle/123456789/39424 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.publisher.program.fl_str_mv |
Programa de Pos Graduacao em Quimica |
dc.publisher.initials.fl_str_mv |
UFPE |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/39424/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/39424/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/39424/1/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdf https://repositorio.ufpe.br/bitstream/123456789/39424/4/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdf.txt https://repositorio.ufpe.br/bitstream/123456789/39424/5/TESE%20Jos%c3%a9%20Francielson%20Queiroz%20Pereira.pdf.jpg |
bitstream.checksum.fl_str_mv |
e39d27027a6cc9cb039ad269a5db8e34 bd573a5ca8288eb7272482765f819534 c7c193a5482ee01a6b7d79d5bb608373 1177abdf46f28d1e1224e76c0d9c3f4a 0418180d7355fb0ba31cb9743646e494 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310882717335552 |