随着人工智能（artificial intelligence，AI）飞速发展，法医毒物学与 AI 的交叉融合日益成为法庭科学的研究热点，为解决传统法医毒物学问题提供了新的思路与方法。本文对近年来国内外相关研究进行综述，重点介绍了 AI 在中毒现场勘查，毒物筛查与定性定量分析、毒性预测、毒代动力学、毒物相互作用等毒理学研究，以及涉案人员个体识别与特征刻画等方面的研究进展，对 AI 技术在法医毒物学领域面临的挑战与发展趋势进行了分析，以期为 AI 技术更好地服务于法医毒物学研究与应用提供参考。

近年来，Android 系统的应用程序（application，以下简称 APP）成为犯罪分子用于诈骗的主要“工具”之一，犯罪分子开发诈骗 APP 并将 APP 安装包（Android application package，以下简称 APK 文件）发给受害人，受害人下载安装后在 APP 中进行操作从而被骗。因此对 Android 系统手机的应用程序进行功能检验分析是分析诈骗行为过程、查找诈骗犯罪人员身份的重要线索来源。随着近几年防护技术的发展，目前越来越多的诈骗应用程序使用各种防护技术来防止模拟器运行和抓包，导致对其进行动态分析越发困难。本文对目前常见的防抓包手段（APK 环境检测、抓包检测、证书验证检测）进行介绍，并从 APK 文件的逆向代码分析、动态抓包分析和 Android 系统底层系统代码入手，对绕过防抓包机制的可行性思路和取证方法进行研究，为分析各类诈骗等恶意 APP 提供借鉴。

γ-羟基丁酸（γ-hydroxybutyrate，GHB）是我国目前列管的第一类精神药品，对中枢神经系统具有强烈的抑制作用，可使滥用者出现暂时性失忆，是娱乐场所较为常见的化学合成类毒品。近年来，GHB 及其前体物质γ-丁内酯（GBL）经常被不法分子利用，作为实施性犯罪的辅助工具，带来了严重的社会治安问题。GHB 在人体内代谢速度快、代谢产物复杂、检验窗口期短，给公安检验鉴定工作带来了挑战。面对涉及 GHB 的“迷奸”和“麻抢”案件持续高发的社会现实，研究 GHB 的检验和鉴定技术显得尤为紧要。文章介绍了 GHB 在国内外的滥用及管制情况，指出了 GHB 检验鉴定困境，进而对含有 GHB 成分的血液唾液毛发、尿液四种常见生物检材的检验、鉴定技术的研究进展进行了总结，以期为我国公安禁毒工作提供借鉴。

随着近年来电信网络诈骗案件的日益高发，公安机关对于电信网络诈骗技术开发环节的打击力度不断增强，犯罪团伙的反侦查意识也不断提升。为了更好地逃避打击，很多犯罪团伙选择在服务器上自行搭建 IM 即时通信服务并进行加密，以防止公安机关通过向第三方公司调取证据的方式获取其作案时留下的注册信息、聊天信息等数据线索。因此，本文介绍了一起基于 MongoDB 数据库、Blowfish+CBC 模式算法加密后的聊天数据的解密案例，旨在为类似电信网络诈骗案件的侦办提供方法参考。

本文探索建立血液、毛发中依托咪酯的 QTRAP-LC-MS/MS 定性定量检测方法。选取可卡因-D3 为内标，血液经乙腈（体积比，1/6）沉淀蛋白，高速离心；毛发（约 20 mg）经球磨仪研磨后，采用甲醇超声提取30 min，过有机滤膜，以 0.1%（体积分数）甲酸/水溶液和 0.1%（体积分数）甲酸/乙腈作为流动相，ACQUITYUPLC®C18（2.1 mm×100 mm×1.7 μm）色谱柱分离，以电喷雾正离子多反应监测/信息依赖性采集/增强离子扫描（MRM-IDA-EPI），结合二级谱库检索分析。结果显示，血液中依托咪酯在 1.0～100.0 ng/mL 范围内线性关系良好（r>0.995）；毛发中依托咪酯在 0.05～5.0 ng/mg 范围内线性关系良好（r>0.995），血液、毛发方法检出限（S/N≥3）分别为 0.2 ng/mL、0.002 ng/mg，定量限（S/N≥10）分别为 0.5 ng/mL、0.005 ng/mg；1.0、10.0、100.0 ng/mL 血液和 0.5、2.5、5.0 ng/mg 毛发低、中、高添加浓度水平回收率分别为 97.1％～103.4％、82.8%～95.3%，相对标准偏差均小于 15%。该方法可满足司法实践中对依托咪酯滥用者血液、毛发的定性定量分析。

本研究建立了生物检材中七氟烷、地氟烷、恩氟烷、异氟烷、氟烷、六氟异丙醇的顶空（HS）-气质联用（GC-MS）检测方法。取 1.0 mL 血液样本于 10 mL 顶空进样瓶中，加入等量超纯水，密封，65 ºC 加热 5 min，GC-MS（EI）检测。质谱采集模式为全扫描模式。血液中的七氟烷、地氟烷、恩氟烷、异氟烷、氟烷、六氟异丙醇在一定浓度范围内，峰面积与浓度呈良好线性关系（R2≥0.990 2），最低检出限（LLOD）为 0.04～0.5 μg/mL，定量限（LOQ）为 0.07～1 μg/mL，平均回收率为 61.19 %～90.39 %，日内精密度（RSD）1.62%～17.29%，日间精密度（RSD）0.85%～17.91%。本方法快速、简便、干扰少，能针对血液中七氟烷、地氟烷、恩氟烷、异氟烷、氟烷和六氟异丙醇进行检测。

手机截图图像作为一种快速、方便的信息捕捉和分享工具，在日常生活和专业工作中都有着广泛的应用，但与此同时，手机截图图像相关的安全和隐私问题也日渐凸显。由于手机截图图像与手机拍摄图像在生成机制上存在显著差异，对于截图图像溯源和取证构成了挑战。当前关于截图图像来源追踪的技术研究尚处于起步阶段，如何准确追溯和识别特定图片的来源设备成为了数字图像取证领域的重要研究课题。本研究聚焦于构建一种基于元数据特征的识别方法和系统，收集市面上常见手机品牌的52部智能手机的截图样本，对样本图片进行元数据提取并特征数据库。通过对比型号、设备制造商、配置文件创建者、旋转角度、文件类型、图像宽度和图像高度等多维度特征，匹配并识别图像的来源设备信息。实验结果表明，本文所提出的方法在图像溯源鉴定方面显示出较高的准确性和可靠性，为数字取证领域提供了一种新的技术手段。

比特币的匿名性和去中心化特性使其成为非法交易的重要载体，而传统的检测方法难以应对复杂的交易网络结构。本研究提出了一种基于预训练条件变分自编码器（CVAE）的图神经网络模型，旨在提高比特币非法交易的检测效率和准确性。该模型通过CVAE生成与输入特征相同数量的K-1个特征向量，并与原始特征向量合并，形成K个特征向量。每个特征向量经过多通道聚合和最大池化层处理后，得到多个特征向量。随后，这些向量分别通过线性层和层归一化处理，再次进行最大池化层操作，得到一个全局特征向量。最后，通过图卷积层和线性层进一步处理特征向量，生成最终的分类结果。模型在输出层通过skip机制融合输入特征向量。实验结果表明，该模型在比特币非法交易检测任务中表现优异，显著提升了检测准确率和鲁棒性。

本文以 Web of Science 核心数据库为检索数据集，以 Vosviewer1.6.20 和 CiteSpace6.2R6 可视化分析软件为研究工具，搜索了痕迹类物证统计学量化研究方向相关文献 509 篇，涉及 57 个国家的 976 个机构，以及267 个期刊，从发文量、发文载体、关键词共现、关键词聚类四个方面对本领域文献各个节点进行了梳理，以详尽直观地了解痕迹类物证统计量化研究脉络与前沿热点。研究结果表明痕迹类物证的统计量化方法研究文献量在过去的几十年间呈现波动式增长；欧洲国家对于这一主题有较多的合作关系，形成了一个较为紧密的区域合作网络，荷兰法庭科学研究所（Netherlands Forensics Institute）为发文量最高的机构；指纹是痕迹类物证统计量化研究的重要对象，统计量化方法主要聚焦于似然比、贝叶斯网络等基于贝叶斯定理的方法；研究热点呈现从主观量化方法聚类（主观似然比）到客观量化方法聚类（基于特征的似然比方法、基于分数的似然比方法）转变的趋势。痕迹类物证统计量化研究目前存在高维数据解释困难、模型的误差率挑战、模型参数估计挑战等问题。本文建议从量化高维数据证据质量评价指标、开发动态调整容错率模型、采用多重验证和评估策略、拓展痕迹类证据新范式专家共识等方面进行改进。

本文研究了利用同轴光区分激光打印文件机台和检验添加打印文件的方法。利用同轴光对不同品牌、型号的激光打印机制成的文件进行检验，根据打印图文对同轴光的反射情况，即明暗程度区分打印机台；利用同种方法对相同机台和不同机台添加打印制成的文件进行检验，分析添加打印后的同轴光反应差异。实验结果表明，同一机台一次性制成和不同时期制成的文件图文同轴光反应均基本稳定，且受纸张、墨粉量影响小，可以作为区分激光打印机台的一个特征使用；大部分不同台激光打印机制成的文件同轴光反应差异较大，区分度高；添加打印文件中不同次打印的图文同轴光反应差异更大，区分效果更佳。同轴光检验法具有无损、快速、高效的的优点，可用于激光打印文件的检验。

为系统探究依托咪酯丙基衍生物的结构特征，本文合成了丙帕酯及其异构体异丙帕酯。采用液相色谱核磁共振波谱、气相色谱质谱联用、超高效液相色谱－四级杆飞行时间质谱联用、红外光谱和拉曼光谱分别对依托咪酯、丙帕酯和异丙帕酯进行系统研究。对依托咪酯、丙帕酯和异丙帕酯在结构上的共性与差异进行对比，分析三者在色谱、质谱、光谱中展示的异同。在核磁共振波谱中，三种物质在氢谱δ = 0～5 ppm 和碳谱δ = 10～70 ppm区域有显著差异。在气相色谱质谱联用法中，可通过m/z 216.1与分子离子峰迅速区分三种物质，在超高效液相色谱－四级杆飞行时间质谱联用法中，可通过一级质谱的准分子离子峰与二级质谱的各碎片峰丰度比区分三种物质，并分析三种物质的可能裂解模式。红外光谱与拉曼光谱特征复杂，但可对三种物质建库并直接进行谱库比对。该研究为实际案件中辨别打击依托咪酯替代物提供了技术支持。

随着人们生活水平的提高和对自身健康的关注，保健食品需求量日益增加，市场规模不断扩大，给相关部门带来了许多监管难题。保健食品中非法添加药物问题严重威胁消费者身体健康，是影响保健食品产业可持续发展的重要因素，因此亟需建立完善保健食品中非法添加药物检测方法和监管体系。其中，缓解体力疲劳类保健食品通常被宣传为具有壮阳或补脑功能，许多不法商贩通过非法添加磷酸二酯酶 5 型抑制剂或合成类促智药物来增强其声称功效。本文总结了壮阳和补脑两类缓解体力疲劳保健食品中非法添加药物种类、危害及非法添加现状，综述了液相色谱、液相色谱质谱联用、光谱、免疫分析、电化学分析等技术在两类非法添加药物检测研究中的最新进展，以期为公安机关及相关监管部门的检测工作提供参考。

本文研究了二甲双胍在大鼠体内的死后再分布规律。将 21 只大鼠随机分成 7 组，1 组作为对照组，其余 6 组作为实验组。实验组大鼠以 1 mg/kg 二甲双胍灌胃，对照组以等剂量生理盐水灌胃，2 h 后脱颈椎处死，右侧卧位摆放，置于室温（15℃）条件下，分别于死后 0、6、12、24、48、72 h 采取心血、心、肝、脾、肺、肾、脑、睾丸和肌肉，以蛋白沉淀法提取，采用液相色谱－质谱法检测各组织器官二甲双胍含量，发现各时间点大鼠体内各组织器官中二甲双胍的含量分布呈现出不同的规律性。鉴于二甲双胍在灌胃处死后的大鼠体内存在死后再分布现象，在法医学鉴定死时药物浓度时，心脏、肌肉、肺是更加合适的检材。

常规尸表检验可以通过观察角膜混浊等尸体现象粗略推断死亡时间。随着计算机视觉技术的发展，这种传统的形态学观察方法有了新的打开方式，更加客观、精确、标准化且不失便捷。本文通过搜索相关中英文文献，总结近年来应用原位角膜数字图像推断死亡时间的研究进展，介绍计算机视觉技术在这个研究方向上的应用，对其中重点研究的材料和方法、结果进行了比较分析，对关键事项进行了总结提示，包括眼睑开闭问题、图片中感兴趣区域的选取、光源的影响、疾病和损伤的影响、数据处理方法的选择等等，最后对未来的发展趋势进行了展望，希望能为进一步的研究提供参考。

涉枪案件因其极端的社会危害性，迫切需求高效精准的侦破手段。本研究将反射变化成像技术与深度学习相融合，应用于枪弹识别领域。实验选取了 5 支 QSZ92 式 9mm 手枪的 1500 枚弹壳样本，利用 DTV3.1智能成像系统对弹壳底部痕迹进行拍摄，获取其法线图。随后，利用预训练的 ResNet-50 网络对弹壳法线图进行特征提取，并进行分类训练。最终，通过输出 AUC 值、测试集的识别准确性和混淆矩阵评估模型的性能。实验结果显示，5 支枪总 AUC 值为 0.98；2 号枪的识别准确率最高为 97.66%；1 号枪的识别准确率最低为 93.75%。证明了基于反射变化成像技术和深度学习的弹壳痕迹自动识别方法具有显著成效，为痕迹检验领域中其他痕迹的识别提供了有益的参考和借鉴。

本文旨在使用多技术联合手段对办案单位送检的毒品缴获物中哌嗪类新精神活性物质1-(4-氟苄基)-4-甲基哌嗪（1-(4-fluorobenzyl)-4-methylpiperazine，4F-MBZP）进行定性分析。样品中可疑化合物经甲醇超声提取和液相制备分离后，分别使用气相色谱-质谱联用法（gas chromatography-mass spectrometry，GC-MS）、傅里叶变换红外光谱法（Fourier transform infrared spectroscopy，FTIR）、液相色谱-高分辨四级杆/飞行时间串联质谱技术（liquid chromatography-quadrupole/time-of-flight tandem mass spectrometry，LC-Q-TOF-MS/MS）和核磁共振氢谱（1H-NMR）多技术联合分析。首先，通过GC-MS分析，保留时间为9.78 min的可疑化合物主要特征碎片离子为m/z 208.1、164.1、109.1和99.1；经LC-Q-TOF-MS/MS检测，测得可疑化合物的准分子离子峰为m/z 209.286 4，二级质谱得到的主要特征离子碎片为m/z 189.183 0、109.176 9、99.452 0和83.387 1；FTIR分析测得可疑化合物的红外特征吸收峰为3 517.1、2 981.5、2 943.4、1 603.9、1 517.3、1 232.0、1 168.6、1 080.2、827.8和766.9 cm-1，判断该可疑化合物的分子结构中含有苯环、甲基、亚甲基和C-N等官能团；经过1H-NMR进一步分析可疑化合物结构中质子归属，并与已公开报道的相关文献进行对比分析，确认该可疑化合物为哌嗪类新精神活性物质4F-MBZP。该方法简便、可靠，可用于4F-MBZP的定性分析，同时为新型毒品的检验鉴定提供思路。

本文介绍了一种新型手印显现方法。该方法以硫氮聚合物为显现试剂，结合专用的显现设备，可实现金属客体表面潜手印的显现、金属客体表面潜手印经水泡处理后的显现、金属客体表面潜手印经洗涤液擦洗处理后的显现。同时将该方法分别与“502”胶显现方法、真空镀膜显现方法进行比较，结果表明，硫氮聚合物显现手印方法对金属表面潜手印有良好的显现效果，对经水泡、洗涤液擦洗等处理后的金属表面疑难手印也有一定的显现效果。

激光打印字迹和印文形成时序（朱墨时序）判断是文件检验的重点及难点内容之一。朱墨时序检验的难点不仅在于方法的创新及运用，更在于朱、墨种类多样及相互间作用的复杂性。本文通过充分考虑墨粉、印文及纸张等因素影响，利用ZMSX-05朱墨时序仪激发荧光的方法系统分析激光打印字迹和印文时序问题，观察两种不同时序下（“先墨后朱”和“先朱后墨”）墨粉表面的荧光特征来判断其先后顺序。实验发现，墨粉的形态、印文的荧光及种类、纸张的荧光及纤维干扰等均能对朱墨时序的判断产生重要影响。在墨粉致密堆积于纸张表面、印文具有较强荧光的情况下，可快速、准确判断朱墨时序；而当墨粉形态表现为疏松，且渗透于纸张纤维内，印文荧光弱，判断朱墨时序则相对困难。实验证实，通过比较检验部位透射光图和荧光图判断激光
打印字迹和印文形成时序，在绝大部分情况下均可行。实际鉴定中，检验人员应注重检验对象各要素间相互作用方式，科学使用检验方法。

本文提出了利用低空无人机影像和地面手持拍摄影像两种数据源融合构建多尺度、可变分辨率的高坠 案事件现场实景三维模型的技术方法。首先利用低空无人机获取高坠案事件现场的方位、概貌和坠落空间的影 像数据；然后利用数码单反相机获取坠落起点、坠落终点等重点部位的影像数据；最后在 SMART 3D 三维重 建软件中将低空无人机影像和地面手持数码相机拍摄的影像进行特征点标刺，尝试将空中与地面两种数据进行 硬性关联，进而实现融合不同数据源构建精细化模型。结果表明，空地一体两种影像数据源融合构建的高坠案 事件现场实景三维模型能够多尺度、全要素展示高坠案事件现场，实现在模型上既可远观方位概貌，也可近看 重点部位和细目特征的目的。空地一体构建高坠案事件现场实景三维模型的技术方法能够直观展现、真实还原 现场痕迹物证的位置、纹理、大小等物理性状信息，为数字化固定记录高坠案事件现场，进而辅助重建坠落过 程、正确判断案件性质提供了一种新的方法。

近年来，中成药与保健品越来越受到人们的欢迎，一些不法商家为牟取暴利，向其中非法添加化学药物。当前非法添加药物种类繁多，本文研究对象主要有调节血压类、调节血糖类、调节血脂类、镇静安神类糖皮质激素类、补肾壮阳类以及解热镇痛类等七大类，这些药物可能会导致心血管、肝肾功能的一系列问题，严重时可危及生命。为保护公众健康和权益，我国对此颁布了很多标准及相关指导意见，有关的检测技术主要有免疫法、光谱法、色谱法及各种技术的联用和实时直接分析质谱法。本文综述了近几年非法添加化学药物的种类，概括了常用的样品前处理技术以及相应的检测技术并对各个技术的特点进行了简要介绍，针对如何管理新型非法添加化学药物、相关检测技术的发展方向，以及如何应对新型非法添加化学药物进行了展望。

文件检验作为法庭科学的重要分支，涵盖笔迹、打印文件、印章印文等检验鉴定。随着科技的发展，深度学习技术的引入为文件检验带来了显著的自动化和智能化趋势。深度学习通过构建多层神经网络模型，实现了对文件图像的高精度识别与分析，不仅提高了文件检验的准确性与效率，还减少了人工干预和主观判断的影响。本文总结了国内外学者在笔迹检验、印章印文检验以及打印文件检验等方面利用深度学习技术的研究成果，包括方法原理、技术应用及最新研究进展，同时探讨了当前研究中的不足与面临的挑战，并对未来深度学习在文件检验领域的发展方向进行了展望。

人体气味是人体多种腺体的分泌物在皮肤表面微生物的作用下挥发形成的气味，包含大量生物信息，其中部分化合物具有较强的稳定性以及个体特异性，可以作为不同人体特征识别的“气纹特征”。机器学习是人体气味研究的重要方法，不仅可以探究不同人群气味中的特征组分，还可以考察不同个体之间差异性。本文参考近几年文献，总结了基于机器学习的人体气味数据处理流程，讨论了“气纹特征”在个体识别和特征刻画中的应用，以及在数据分析过程中的难点以及研究趋势，对人体气味的识别做出展望，以期此项研究提供参考。

随着比特币等数字货币的流行，非法交易检测成为了亟需解决的问题。本研究提出了一种多特征融合的比特币非法交易检测的新方法，旨在提高比特币非法交易的检测效率和准确性。首先，融合传统数据特征与LSTM、RandomWalk、PageRank算法分别提取的特征，以捕捉交易数据中的复杂模式。其次，针对比特币交易数据中存在的类别不平衡问题，采用FocalLoss作为损失函数，以加强模型对少数类（非法交易）的识别能力。最后，在Elliptic数据集中使用包含一层隐藏层的多层感知机（MLP）对模型进行验证，并与当前主流的比特币非法交易检测模型（GAT、 GCN）进行性能比较。实验结果表明，与传统方法相比，本文提出的方法在F1得分和召回率等关键指标上均实现了显著提高，验证了多特征融合策略和FocalLoss在处理比特币非法交易检测上的有效性。

在文书鉴定实务中，涉及打印/复印字迹与书写字迹形成时序鉴定的案件数量逐年增多。本研究制作了 不同品牌型号喷墨打印设备与圆珠笔随机组合形成的不同时序交叉笔画样本，使用 VF20 三维高倍视频荧光显 微镜，对染料墨水和颜料墨水两类喷墨打印机墨迹与圆珠笔书写墨迹交叉笔画样本进行了检验，并通过控制变 量法与单一变量法，考察了纸张、书写衬垫物、交叉笔画两种墨迹形成时间间隔、打印模式等因素对黑色喷墨 打印墨迹与圆珠笔墨迹交叉时序判定结果的影响。结果表明，两种类型喷墨打印墨迹分别与圆珠笔墨迹形成相 同时序交叉样本时，交叉部位微观形貌表现存在差异；除打印模式因素外，其他变量因素对结果判定无显著影 响。研究分别对表征交叉时序的本质性显微特征及辅助鉴别显微特征进行了分析与归纳，能为相关案件的检验 鉴定提供重要参考。

激光打印机在人们日常工作及生活中日渐普及，也成为犯罪分子进行违法犯罪的常见手段。对于彩色 激光打印文件的检验，文检人员在传统激光打印文件检验基础上，常会利用彩色“跟踪暗码”，但近年来又出 现了能够去除跟踪暗码的软件，为文检人员检验彩色激光打印文件带来了新挑战。本文对彩色激光打印文件的 加网特征进行实验研究，分别选择不同品牌、不同型号打印机以及不同分辨率的图像进行样本制作，对相同部 位的打印网点特征进行观察比较，以探究激光打印机打印文件网点形态、网点间距、网点面积、网线夹角等加 网特征规律。研究表明，同台彩色激光打印机不同打印时间的网点特征具有相对稳定性，同台打印机打印不同 分辨率的图像其加网特征差异不明显，不同品牌不同型号打印机的网点形态、网点间距、网点面积、网线夹角 可能存在差异，其中网点形态、网线夹角特征在“机台的同一认定”中具有较高的应用价值。本文的研究验证 了利用加网特征区分激光打印文件的可行性，同时也为彩色激光打印文件鉴定提供新的特征检验思路。

机器摹仿签名在书写风貌、布局、写法等方面的笔迹特征与被摹仿签名几乎完全一致，笼统地分析机 器摹仿签名与人手写签名在各个笔迹特征上的区别意义有限，聚焦于单一笔迹特征可能更具现实参考意义。本 实验以笔痕特征为研究对象，收集人手写签名样本并制作对应的机器摹仿签名，利用显微镜观察并总结两者在 笔痕特征方面的异同。实验结果表明，机器摹仿签名与手写签名在墨点白点、压痕、粗细浓淡等方面存在形态 和位置上的差异。机器摹仿签名的笔痕特征还受到机器自身书写特点的影响，如机器摹仿笔迹中观察不到墨线 白线特征。总体而言，机器摹仿签名的笔痕特征规律性强，相似性高；而手写签名的笔痕特征随机性强，变化 丰富。从笔痕角度识别机器书写笔迹是一种可行的笔迹检验方法。

本研究建立了电子烟烟液中依托咪酯、美托咪酯的气相色谱－串联质谱（GC-MS/MS）检测方法。待 测样品经甲醇提取，采用 HP-5MS 色谱柱（30 m×0. 25 mm×0. 25 μm），以气相色谱－串联质谱多反应监测 （MRM）模式对依托咪酯、美托咪酯进行定性检验，内标法定量。实验对母离子、子离子、碰撞能量等质谱参 数进行优化，经验证依托咪酯、美托咪酯在 0.1～10 μg/mL 范围内线性良好，R 2不低于 0.999，基质加标回收率 为 98%～107%，日内、日间精密度相对标准偏差（RSD）小于 8.63% 和 9.34%，在 7 份电子烟烟液样品中依 托咪酯、美托咪酯的含量范围为 4.96 %～18.48 %。该方法操作简便、提取回收率高、重现性好、灵敏度高，可 用于电子烟烟液中依托咪酯、美托咪酯的检测分析。

印刷文件的图像由半色调网点墨迹构成，打印、复印所使用的半色调算法不尽相同，且不同生产厂家 为其印刷设备配置了不同的半色调算法，表现在文件上即为不同的网点形态。二维快速傅里叶变换（FFT）技 术可以将印刷网点图像从空间域转换到频率域，获得网点墨迹的频谱图，通过频谱特征分析能够有效地倒推文 件的形成方式和印刷机台。本文聚焦碳粉类印刷设备，选择市面上常见的 27 种 32 台碳粉类印刷设备，对碳粉 类多功能印刷设备打印、复印形成的图像墨迹进行了采样和频谱分析，重点分析了调幅加网打印图像、蓝噪声 加网复印图像，以及因复印打印原稿叠加了两套网点的图像的墨迹频谱特征。结果表明二维 FFT 提供了易于辨 识的墨迹频谱特征，能够区分使用不同半色调算法印刷的图像，从而推断出文件的形成方式（打印或复印）， 并且能够识别复印件原稿的形成方式。为文检工作中文件形成方式的判断提供了一种客观、有效的依据。