目的:应用RT-qPCR技术检测大鼠挫伤骨骼肌中与损伤修复相关的Abhd2、Prr3、Trit1、Arid5a、Ier3、Rcc1 Rae1、Impact、Tmem45b、Lin37、Dennd5a、Fam210a、Myg1及Lrrc41的14个基因相对表达量,利用多元统计分析方法建立损伤时间推断数学模型,通过判别及回归分析用以提高损伤时间推断的准确性。方法:78只雄性成年Sprague-Dewley大鼠,随机分为正常对照组和损伤组（4h-、8h-、12h-、16h-、20h-、24h-、28h-、32h-、36h-、40h-、44h-和48h-）。以100g重力锤自由落体方式造成大鼠右后肢肌群损伤,制备大鼠骨骼肌挫伤模型。以Rpl13和Rpl32作为内参基因,利用RT-qPCR技术检测挫伤骨骼肌组织14个高度相关基因的Ct值,采用2^-△△^Ct法计算各基因的相对表达量。通过偏最小二乘判别（PLS-DA）、Fisher判别（FDA）及偏最小二乘回归（PLSR）三种多元分析方法对14个基因在不同时间点的相对表达量进行数学建模,分析不同时间段分组下的损伤时间推断的可行性及准确性。另外增加30只大鼠作为外部验证（随机分为正常对照组6只,损伤组2只/组）,采用同样的方法进行mRNA的相对表达量检测,将数据带入上述回归及判别模型进行预测准确性分析。结果:实验选取与损伤修复相关的14个基因在损伤后相对表达量变化均有显著差异,表现出与损伤时间良好的相关性。结合法医学实践将损伤后时间划分为2个阶段和3个阶段。根据时间段重新分组对78个样本进行PLS-DA判别分析,结果显示:伤后两阶段时正常对照组与4-24h及28-48h组组间差异显著,Fisher判别结果显示内部验证的正确率为97.4%,外部验证的正确率为76.7%,其中正常对照组样本被全部正确分类,4-24h组外部验证的正确率达83.3%,28-48h正确率为58.3%;伤后3阶段时正常对照组与4-12h、16-24h及28-48h组建立Fisher判别模型采用留一法交叉验证的正确率为94.9%,外部验证整体正确率为76.7%,其中各组正确率分别为100%,83.3%,83.3%和58.3%。说明FDA判别模型对4-24h组的判别具有较高的准确性,更适合于早期损伤时间的推断。最后,采用PLS回归模型进行内部交叉验证的相关系数（R2）为0.71,均方根误差（RMSEcv）为8h,未知样本的预测的误差为11h（RMSEp=11h）,预测相关系数（R2）为0.52。结论:本研究利用14个基因在损伤后不同时间的表达差异,结合数学模型多元分析技术,建立了Fisher判别模型及偏最小二乘回归（PLS）模型推断损伤时间,从模型对未知样本的预测能力来看,FDA判别模型比PLS回归模型更适合用于损伤时间的推断,为损伤时间推断提供了新的研究思路及方法。