Для повышения точности использования биохимических показателей крови при определении температуры утопления в этом исследовании были проведены биохимические анализы свежей сердечной крови утонувших крыс SD. С использованием статистических тестов и машинного обучения была построена регрессионная модель зависимости температуры утопления от биохимических показателей крови. Измерив 14 биохимических показателей крови, были проведены тесты на нормальность распределения, гомогенность дисперсии, анализ дисперсий, пост-хок тесты и корреляционный анализ. Для выбора важных признаков использовалась регрессия ближайших соседей (KNN), проводилсь бенчмаркинг и построение модели регрессии, а также настройка параметров, оценка и интерпретация модели. Результаты показали, что все 14 биохимических показателей при разных температурах соответствовали нормальному распределению, внутри групп наблюдались значимые различия (p<0.05), при этом 18.6% парных сравнений не имели значимых различий; уровень коллинеарности между показателями был низким (<70%). Модель регрессии выделила 10 биохимических показателей: щелочная фосфатаза (ALP), гамма-глутамилтранспептидаза (GGT), креатинин (Cr), мочевая кислота (UA), мочевина (UREA), липопротеиды высокой плотности холестерин (HDL_C), холестерин (CHO), триглицериды (TG), Ca²⁺ и Mg²⁺, использовав их в качестве признаков построили KNN-модель регрессии, после настройки гиперпараметров среднеквадратичная ошибка на тестовой выборке (RMSE) составила 1.872, коэффициент детерминации (R²) равен 0.9792. Наибольшее влияние на модель оказали Mg²⁺, TG и ALP, все они имеют отрицательное влияние. По сравнению с традиционными регрессионными моделями, построенная в исследовании модель максимально использует данные образцов, отличается простой предварительной обработкой, высокой точностью и хорошей интерпретируемостью, подходит для определения температуры утопления.

температура утопления;биохимия крови;утопление;машинное обучение