为解决电气火灾物证鉴定过度依赖专家经验定性判断的难题,本研究提出一种基于深度学习的铜导线熔痕类别分类模型。收集整理来自实际火灾现场的铜导线熔痕金相组织图像793张,专家根据火场实际情况,结合熔痕组织特征,将其赋值为火烧熔痕、电热熔痕、一次短路熔痕、二次短路熔痕等四类。选择VGG16、Inception v3、Xception、Resnet50、EfficientNetV2S等五种卷积神经网络算法和软投票、硬投票两种集成学习方法,对熔痕金相图像特征进行训练,采用五种评价指标评估模型性能。研究表明:基于VGG16、Resnet50、Xception建立的软投票集成学习模型,对熔痕金相图像的分类效果最佳,准确率达80.5%,优于单一最优模型的71.1%。本研究证明深度学习在铜导线熔痕金相图像智能分类领域的可行性,可提供铜导线熔痕概率化的鉴定结论,减少对专家经验的依赖,为电气火灾物证鉴定技术量化发展提供技术支持。
组织病理学检验中苏丹Ⅲ染色可确认脂肪栓塞,其定量分级对确定死因有重要意义,但镜下人工观察定级比较依赖个人经验。为了使栓塞程度客观量化,本文探索了对肺组织苏丹Ⅲ特染切片的全视野数字图像中脂滴进行自动分割的方法。苏丹Ⅲ特染切片染剂残留、脂滴染色不均、形状不一、大小差异过大等问题,容易导致误分割和分割不精确。为此,本文提出结合提示学习的对比语言-图像预训练(contrastive language-image pre-training,CLIP)模型框架进行脂滴分割:首先通过跳跃连接的方式将CLIP图像编码器输出的特征图进行融合,通过文本提示引导模型利用CLIP的先验知识精准分割脂滴;再采用dice损失函数缓解图像前景和背景不平衡的问题;最后在切片数据集上进行验证,并与U-Net、FCN8s、UNet++模型进行对比。结果表明,本文所提出的CLIP模型在特染切片图片上进行脂滴分割的效果优于所对比模型。
本研究利用基因组重测序技术和系统发育分析方法推断现场遗留植物检材(本研究中为陈年桃树枝)的产地来源,为植物检材的鉴定和溯源检测提供新思路。首先,构建全国各地桃样本群体遗传信息库,然后对现场检材及其疑似来源地桃样本进行DNA提取、二代测序和基因组SNP位点检测,通过构建系统发育树鉴定个体间亲缘关系,推测其来源。结果显示本次实验中21份样本都成功建库测序,经筛选共得到9 938个SNP位点,系统发育分析揭示栽培桃树呈现一定程度的地理来源聚类,并推断案发现场遗留的植物检材为长江中下游常见栽培品种,更有可能来自浙江本地。综上所述,结合基因组重测序技术和系统发育分析方法可以从特征不明确、保存年份久的植物检材中获取信息,辅助亲缘关系鉴定和地理溯源。
本研究聚焦于Rush poppers中亚硝酸烷基酯类化合物的快速检测,构建了一种基于拉曼光谱技术的定性检测方法,对亚硝酸丁酯、亚硝酸异丁酯、亚硝酸戊酯、亚硝酸异戊酯、亚硝酸叔丁酯及亚硝酸己酯等6种亚硝酸酯类化合物的拉曼光谱进行测定。针对缴获样本中液态(缴获样品中的主要形态)与固体吸附两类形态,分别开发了“毛细管直接进样-532 nm台式检测”和“1 064 nm便携检测”两种分析策略,实现快速检测。实际应用表明,液体样本无需前处理,特征峰(1 650 cm-1,N=O)强度与浓度呈正相关;10例缴获样本(5液+5固)验证显示,拉曼筛查结果与GC-MS检测结果一致,且便携设备检测时间较实验室分析显著缩短。该方法解决了传统GC-MS难以现场化的痛点,为禁毒一线提供了原位、快速的技战法支撑。
本研究拟建立血液中地芬尼多与苯海拉明的超声辅助离子液体-分散液液微萃取(ultrasonic-assisted ionic liquid dispersive liquid-liquid microextraction, UAIL-DLLME)-液相色谱串联质谱检测方法(liquid chromatography- tandem spectrometry, LC-MS/MS),为地芬尼多与苯海拉明相关案件的法医学鉴定提供参考。以1-丁基-3-甲基咪唑六氟磷酸盐([Bmim][PF6])为萃取剂,丙酮为分散剂,样品采用 ZORBAX Eclipse Plus C18 RRHD色谱柱分离,流动相 A为含 0.1%甲酸的水溶液,流动相B为甲醇,采取梯度洗脱模式,流速为0.2 mL/min,电喷雾离子源(ESI+),采用多反应监测模式(multiple reaction monitoring, MRM) 进行检测。血液中苯海拉明与地芬尼多的检出限均为0.01 ng/mL,定量限均为0.02 ng/mL,日内精密度及日间精密度均小于20%,相对回收率在98.38%~115.10%之间。检测到案件血液中地芬尼多和苯海拉明的浓度分别为4.02、3.78 µg/mL。本研究表明建立的血液中地芬尼多与苯海拉明的超声辅助离子液体-分散液液微萃取-液相色谱串联质谱法检测方法可行,具有环境友好、富集效率高、灵敏度高等优点,可应用于地芬尼多与苯海拉明相关案件的法医学鉴定。
针对现场灰尘足迹与彩色压力足迹的多模态转化问题,提出一种基于改进Pix2Pix网络的足迹转化算法。首先,在生成器跳跃连接处加入注意力模块,抑制灰尘足迹背景噪声、光照噪声等对足迹转化的干扰,并在生成器最内层加入残差连接,增强足迹关键特征的传递;其次,构建加权融合判别器,通过融合PatchGAN与 PixelGAN的双重判别机制,实现对生成足迹图像与目标彩色压力足迹图像的局部纹理判别及像素一致性判别;然后,设计包含最小二乘损失(least squares GAN loss, LSGAN)、感知损失(perceptual loss, Perc)和L1损失的多任务加权损失函数,其中对抗损失权重λGAN = 1、感知损失权重λP = 10、L1损失权重λL1 = 100;最后,将改进Pix2Pix网络在训练集与测试集上进行定性与定量分析。实验结果显示:改进Pix2Pix网络相比基准网络,生成足迹图像轮廓更完整、纹理更清晰,视觉一致性更强;在结构相似性(structural similarity index measure, SSIM)、余弦相似度(cosine similarity, CosSim)、峰值信噪比(peak signal-to-noise ratio, PSNR)指标上分别提升12.7%、19.3%、10.8%,能够高效实现灰尘足迹与彩色压力足迹的相互转化。
本文旨在探索利用分光光度技术和高光谱成像技术结合机器学习,实现印泥(油)种类的有效区分。采集27种不同品牌型号的印泥(油)样品的高光谱数据和色度值,对平均色度数据进行主成分分析(principal component analysis,PCA)以降低维度,并应用K-Means聚类分析,成功地将印泥(油)样品划分为四大类别。之后使用LightGBM(light gradient boosting machine)、XGBoost(extreme gradient boosting)、SVM(support vector machine)和KNN(K-nearest neighbor)四种分类模型,以1∶4的比例确定测试集和训练集,对聚类分析结果中每一类别的样品进行逐一鉴别。结果表明,SVM模型、LightGBM模型和XGBoost模型的区分结果较好,其中SVM对类别I、II、III中的样品分类准确率达到了100%,对样品IV的分类准确率也达到了98.3%。本研究为印泥(油)种类快速、准确鉴别提供了新的方法参考。
随着依托咪酯的严格管制,依托咪酯同系物相继出现。其中较为常见的是美托咪酯、异丙帕酯、丙帕酯。依托咪酯及其同系物在结构上极为相似,分析检测中极需谨慎。本文建立针对烟油、毛发和尿液中美托咪酯、异丙帕酯、丙帕酯的定性定量分析方法。将烟油、毛发和尿液样品经有机试剂提取处理后,使用气相色谱质谱联用法(GC-MS)对烟油中美托咪酯、异丙帕酯、丙帕酯进行定性指标验证,使用气相色谱法(GC)进行定量指标验证;使用液相色谱串联质谱(LC-MS/MS)对毛发、尿液中美托咪酯、异丙帕酯、丙帕酯进行定性定量指标验证。结果显示:烟油中美托咪酯、异丙帕酯、丙帕酯的GC-MS检出限为10 μg/mL;GC定量限为20 μg/mL,线性范围20~100 μg/mL(R2>0.998 8);毛发中美托咪酯、异丙帕酯、丙帕酯的检出限为0.005 ng/mg,定量限为0.05 ng/mg,线性范围0.05~5 ng/mg(R2>0.994 5);尿液中美托咪酯、异丙帕酯、丙帕酯的检出限为1 ng/mL,定量限为5 ng/mL,线性范围5~100 ng/mL(R2>0.999 0);日内与日间的精密度RSD和准确度均小于15%,回收率在94.7%~114.3%。方法准确可靠,可用于实际样品分析。
本文建立使用高效液相色谱-三重四极杆质谱联用仪(UPLC-MS/MS)和高效液相色谱-飞行时间质谱联用仪(UPLC-Q-TOF/MS)检测过氧化甲乙酮(MEKP)的定性分析方法。首先采用Eclipse plus C18 (3.0 mm×50 mm×1.8 μm)色谱柱分析MEKP,确认MEKP含有六种聚合体,通过UPLC-Q-TOF/MS对其聚合物采用全扫描及目标离子二级扫描(Full MS/Target MS/MS)模式进行离子碎片信息的采集,以建立数据谱库用于MEKP中六种聚合体定性分析;其次对MEKP的六种聚合体使用UPLC-MS/MS的多反应监测模式(MRM)检测,确定六种聚合物的保留时间和特征离子对,用于六种聚合体定性分析。通过高分辨质谱对过氧化甲乙酮对照品分析确定存在六种聚合体后,分别建立六种聚合物的高分辨质谱和三重四极杆质谱定性分析方法。该方法检测灵敏、结果准确,可用于司法鉴定中过氧化甲乙酮的分析检验。
依托咪酯是一种非巴比妥类静脉麻醉药,经静脉入体后与血浆白蛋白结合,迅速分布于脑和心脏组织,具有起效快、维持时间短、循环稳定等特点,目前主要应用于临床麻醉诱导或短期手术麻醉。一些滥用者利用其麻醉特性将其制成烟粉、烟油等添加至电子烟中使用,危害范围广,隐匿性强,长时间大量吸食依托咪酯会对内分泌系统、肝脏和神经系统等造成损害,对神经细胞的毒性尤为突出,严重者可能出现呼吸暂停甚至死亡。目前依托咪酯的滥用已在全球凸显,在我国也已经形成一定滥用趋势。由于依托咪酯易于获得,吸食人群中青少年占绝大多数,严重危害其身心健康,国家药品监督管理局、公安部、国家卫生健康委员会联合发布的《关于调整麻醉药品和精神药品清单的公告》中,将依托咪酯(在中国境内批准上市的含依托咪酯的药品制剂除外)列入第二类精神药品清单,但吸食滥用现象仍然多发。目前对于依托咪酯的研究主要集中在临床用药、不良反应及检测方法方面,对于毒物代谢动力学、毒理学机制及滥用或成瘾机制研究不足。本文就依托咪酯的药物代谢动力学、麻醉机制、毒性和滥用现状进行回顾性分析,并对气相色谱-质谱联用法、高效液相色谱-质谱联用法和定量核磁共振氢谱检测法等相关检测方法进行了总结,以期为依托咪酯的深入研究和法医学鉴定提供参考。
公安科技力量的提升对于打击违法犯罪和维护社会稳定具有重要意义。公安科技力量的发展离不开科研项目的支撑,本文以中国知网文献数据为基础,借助于知识图谱等计量分析工具,对2018—2023年以基本科研业务费项目为基金支撑发表的科技文献进行基于数据驱动的分析研究。研究主要包括发文数量趋势分析、研究主题分布规律、学科分布规律、期刊分布规律、作者分布规律和机构分布规律等,总结出基本科研业务费支撑公安科技发展的三大方面:持续系统保障基础研究、有效增强机构间合作交流、促进学科交叉融合创新,并从坚持需求导向、倾斜青年人才、提升管理水平、创新组织模式和孵化高水平项目等方面出发对基本科研业务费的管理方式进行了探索。
以对人使用兽用麻醉剂为手段的犯罪时有发生,但涉及赛拉嗪、氟哌啶醇的案件报道较少。法医实践工作中,赛拉嗪、氟哌啶醇中毒者没有特异性尸体征象,也缺乏具有绝对诊断价值的组织病理学改变,亦尚无公认的赛拉嗪和氟哌啶醇人体中毒血浓度和致死血浓度标准,这些都给法医明确赛拉嗪、氟哌啶醇中毒或死亡造成困扰。本文对一起注射兽用麻醉复合制剂联合其他方式杀死2人案例进行分析报道,从了解案情、现场勘查、衣着检验、尸体检验、毒化检材收集等方面总结了法医处置中毒案件的经验做法和注意事项,特别强调在这类案件的法医学检验鉴定中,应注意规范、系统检验尸体以确保鉴定意见完整准确。本文提供了两名死者血液和部分组织的赛拉嗪和氟哌啶醇含量数据,为法医学研究和实践提供参考借鉴。