近年来，电信诈骗案件频发，犯罪分子不断更新诈骗手段，从早期通过微信、QQ等主流即时聊天工具实施诈骗，演变为将受害者引流至单独开发的app中。为了节约开发成本和提高效率，犯罪分子将第三方SDK接口代码嵌入涉案app中，其中即时通信（instant messaging，IM）服务是常见的嵌入服务。而在此类新型电诈案件中，通过对涉案app的apk文件进行动态和静态分析，可以获取即时通信服务的调证线索，并调取包含大量对侦查和诉讼有价值的信息的数据库文件。本文以安卓系统为例，详细介绍了即时通信类聊天app调证线索的挖掘和调证后数据文件的分析过程，包括技术原理、分析处理步骤和案例应用等内容，重点论述了apk 静态分析获取key值、动态抓包验证key值，以及使用SQL查询语句检索分析聊录文件的方法，能为相关案件的取证提供参考。

相似异源指纹对指纹鉴定造成了一定风险，探究其在指纹不同区域的出现规律有助于提高鉴定人员的风险意识。本研究针对箕型纹中心和箕口区域各选取30枚指纹作为研究对象，每枚指纹在千万人级数据库中发送查询15次，以探究在标注6~20个细节特征时同源指纹和相似异源指纹的出现情况。结果表明，中心和箕口区域标注6~20个细节特征时均可找到相似异源指纹，且箕口区域的相似异源指纹数量远高于中心区域；中心和箕口区域同源指纹排位高于相似异源指纹的占比分别为98.4%和60.9%，当标注20个细节特征时，箕口区域仍存在同源指纹未出现的情况；相似区域频率分析结果显示，中心区域箕头朝向的一侧和箕口区域箕口朝向的一侧更易出现相似异源指纹。此外，无论在中心还是箕口区域，均找到超过10个符合点的高度相似异源指纹。因此，指纹鉴定人员在鉴定时需审慎对待相似异源指纹，谨防其对鉴定造成干扰。

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Focal Loss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（multilayer perceptron, 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Focal Loss在处理比特币非法交易检测上的有效性。

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，以期为此类研究提供参考。

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。

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-高分辨四极杆/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、高效的优点，可用于激光打印文件的检验。

人耳有复杂的三维立体结构，且稳定性较好。人耳图像形态特征研究对视频图像中遮挡及残缺人像的个体识别具有重要意义。本文将正面及侧面人脸图像中可见的人耳特征分为整体特征、局部特征和细节特征等三级特征。针对公安部鉴定中心自建的人耳图像数据集（共2 078人，44 826张图像）给出了每类特征的细分类型，并通过图例及参考标识给出了相应特征类型的描绘，由此构建了较为完整的特征体系；采用形态比对法和统计分析法，分别统计了整体特征（36个特征项）、局部特征（58个特征项）以及细节特征出现的频率。统计结果显示，耳垂和对耳轮脚等形态特征在人耳图像中最容易被观察到，且不会随光线、角度、分辨率等影响因素产生较大变化；一些特征较为稀有（如多个耳轮结节、上小下大的对耳屏等），如出现可为个体识别提供有价值的支撑。

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。

为提高潜血手印的显现效果，本文将荧光标记技术引入到潜血手印显现中来，利用 N-羟基琥珀酰亚胺酯化学活性强、易与蛋白质的氨基反应形成酰胺化学键、能形成稳固结构的特点，合成新型的荧光素类试剂5-羧基荧光素-N-羟基琥珀酰亚胺酯（CFSE荧光素），并首次运用于潜血手印显现领域。本文对该新型荧光素显现潜血手印的能力进行了系统探究，通过设置系列梯度，运用比较实验、假设检验等方法，确定了该荧光素显现潜血手印的操作方法、试剂最优配方等。CFSE荧光素能广泛运用于非渗透性复杂背景、深色背景客体上的潜血手印荧光显现，且对后续DNA提取基本没有影响；与酸性黄进行对比，结果显示其显现纹线的精细程度、与背景反差更高；同时，研究还确定了该荧光素与常用显现潜血手印方法配合使用的顺序。CFSE荧光素具备荧光亮度较强、精细程度高、与背景反差明显、不易出现荧光斑渍、易于冲洗的优点，总体显现效果好，为潜血手印的显现提供了新方法。

法医SNP系谱推断技术可基于SNP芯片数据推断远亲缘关系。为明确基于SNP芯片数据的系谱推断技术对法医微量DNA的检测能力，本研究采用Illumina CGA芯片检测样本，基于DNA投入量、检出率、样本杂合度等指标对样本初步评估，使用IBS、IBD算法进行系谱推断，通过与参考样本比较分型一致性，分析影响推断准确性的因素，确定该技术体系对不同投入量DNA的检测能力。最后通过数据分析的手段，基于信号比等指标筛选低质量数据中的准确SNP分型数据，以提升微量DNA检测数据的使用价值。研究结果发现当DNA投入量高于1.95 ng时，IBS算法推断1~5亲缘关系的平均置信区间准确率为94.33%，IBD可达91.96%；当DNA投入量为781~488 pg时，IBS算法对1~5亲缘关系平均置信区间准确率为23.11%，IBD算法为30.13%；当DNA投入量低于488 pg时，IBS、IBD两种算法均不能进行系谱推断。等位基因插入为影响系谱推断准确性的主要因素，当纯合子错误达到22.5%将使样本无法用于系谱推断。通过信号比筛选，去除信号比大于1.5的杂合子SNP位点，可提高低投入量样本的系谱推断能力。本研究基于Illumina CGA芯片真实家系数据，分析了样本投入量对系谱推断准确性的影响，通过信号比优化SNP数据，提高低投入量样本在系谱推断方面的应用价值。

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。

随着无纸化办公的发展，电子签名笔迹被广泛应用于银行、政务和商务等业务中，它是利用手指或触控笔在手机、数位板等非纸质电子屏上书写形成的文字痕迹，在其生成的同时，书写时间、笔压等动态特征也以电子数据的形式存储于计算机中。从实现方式上，电子签名笔迹归属于电子签名，但由于验证方式的不同，电子签名笔迹不宜适用《电子签名法》检验其真实性，而应从形态学角度检验笔迹特征。而书写设备和书写载体的改变使得其在鉴定时常面临鉴定程序瑕疵、动态特征难以发挥鉴定价值、复制粘贴笔迹难以鉴定等困境。因此，在鉴定时需要收集检材的“类原件”，明确检材的书写设备，收集与检材相同或相近来源的样本，在鉴定经验的基础上，把握稳定的、具有个体差异性的特征，综合量化分析法和与电子数据的相互印证，从而有效提高鉴定意见的准确性。

毛发基质标准物质是一类目标物与毛发基质相结合、目标物浓度确定的标准物质。毛发基质标准物质与法医毒物领域所涉及的真实检材具有更高的一致性，通过使用毛发基质标准物质进行校准和验证，可以降低样品前处理过程和仪器检测过程中引入的误差，提高检测数据的准确性和可重复性，对提升实验室的检测能力、推动法医毒物领域科学技术的进步、提高司法公正性等方面皆具有积极作用。论文围绕法医毒物领域常见的毛发基质检材，重点介绍毛发结构、毒（药）物与毛发生物结构结合的机制、毛发基质标准物质现存的主要制备方法等，综合评价法医毒物分析领域毛发基质标准物质的理论基础及发展现状，旨在为毛发基质标准物质的研制及应用提供借鉴。

陈旧精阴混合斑作为常见的法医学疑难生物检材，因其细胞高度降解、精子含量低等因素，在检验时难以获得单一的男性DNA分型。本文分享了1起性侵积案的检验过程及成功经验，为实战中处理精子含量低的陈旧混合斑检材提供了一种有潜力的解决方案。文中的案例检材为受害人阴道拭子，2004年对其进行DNA鉴定并获得单一未知男性DNA分型。2023年再次复检时，该检材PSA确证实验结果为阳性，通过常规差异裂解法，上清部分获得单一女性DNA分型及少量Y-STR分型，沉淀部分未获得DNA结果。而借助商品化免疫磁珠试剂盒以及优化后的免疫磁珠分离法实验流程，在改良的孵育条件下，从上述精阴混合斑检材中成功分离出精子细胞并获得单一男性的DNA分型。文末重点探讨了基于免疫磁珠的精子细胞分离方法在精阴混合斑检验中的应用价值以及使用该方法的注意事项。

随着技术的进步，面对不断更新的操作系统和强化的数据加密技术，移动设备取证变得越来越困难。本文围绕一起实际案例中华为手机抖音应用的数据提取需求，探讨了新型Android手机中特定应用数据提取的问题，研究提出了利用具有root权限的手机对源设备进行数据克隆后提取数据的方法，成功提取到所需的数据信息。同时，针对手工分析数据库特定时间段的应用使用情况时，传统的手动时间戳转换方法效率低下、耗时长等问题，本研究开发了一款新型软件工具，能够自动检索指定目录下多个数据库中关键时间段的数据，并进行快速分析，大幅提升了处理速度，提高了效率。本研究提供了一种应对数据提取及分析难题的方法，能为相关案件的移动设备取证提供方法参考。

物证鉴定正在从传统范式向物证特征似然比和物证分数似然比范式转换，处于三范式并行时代。鉴于贝叶斯似然比范式的优势和带来的发展机遇，范式转换已经成为全球物证鉴定发展的大趋势。但是，各个物证专业和各个国家地区的物证鉴定范式发展并不平衡，范式转换在全球范围尚未全面实现。阻碍物证鉴定范式转换的主要原因包括新范式技术方法局限、部分人员对新范式的错误认识、相关能力不足和法律应用问题。除DNA物证鉴定外，国内新范式应用和范式转换相对滞后。本文提出了在国内实施物证鉴定范式转换的实施路径，包括学者和从业者开展新范式的科学研究，主管部门制定范式转换策略和规划，鉴定机构开发和确认LR方法、制定言语量表、收集数据、培训鉴定人和参加能力验证，决策者接受相关教育和立法者调整相关法规等具体措施。

在案件现场的监控中，录音能够全面记录现场的各种声音，包括言语对话、异常声响以及可能与案件有关的其他声音，这些录音证据能够起到还原案发经过、揭示犯罪事实的作用。本文以一起枪击案件中心现场监控中的录音为主要分析对象，将法庭说话人识别的方法引入与案件相关的非正常言语呼喊声和气枪枪击声分析，采用听觉－声学－语音学分析方法对呼喊声和枪击声进行检验。该案的现场录音中共出现了142次呼喊声和2次疑似枪击声音，通过检验分析，确认了呼喊声均来自于受害人，2次疑似枪击声音为气枪枪击声，结合现场勘查和尸体检验情况，重构再现案发前后的事件过程，准确推断案发时间和嫌疑人乘用车辆的车牌，为查明案件性质、确定侦查方向、锁定犯罪嫌疑人提供了科学依据和重要线索。

通过考察盐酸海洛因、可卡因碱、盐酸可卡因及掺杂物右美沙芬、对乙酰氨基酚、左旋咪唑、咖啡因、烟酰胺、非那西汀、吡拉西坦的关键定量参数，建立缴获样品中海洛因、可卡因及常见掺杂物的通用型核磁共振氢谱定量方法（¹H-qNMR）。根据盐酸海洛因、可卡因碱、盐酸可卡因在不同氘代溶剂中的溶解度和稳定性，结合样品谱图与标准品谱图分析，最终选择氘代二甲基亚砜作为溶剂，1,3,5-三甲氧基苯为内标。选取¹H谱图中δ_H 6.09 ppm为内标定量信号，δ_H 6.87、6.71、2.24 ppm为盐酸海洛因的定量信号，δ_H 7.90、7.64、5.12、3.61 ppm为可卡因碱的定量信号，δ_H 7.88、5.49、2.79 ppm为盐酸可卡因的定量信号。采用¹H-qNMR法定量分析168份缴获样品，测得海洛因、可卡因的含量与高效液相色谱法结果无显著性差异。本文首次建立了可用于大批量缴获样品中海洛因、可卡因及常见掺杂物同时定量分析的通用型¹H-qNMR法。该方法无需标准品，简单、快速、准确、方法耐受性和重现性好，可为缴获样品中海洛因、可卡因的定量检测和特征分析提供新思路。

快速、准确地识别监控视频中的打斗行为对于执法部门和安保行业至关重要，有助于减少暴力事件的发生、维持社会治安稳定。本文提出了一种基于YOLOv5s改进的打斗行为检测模型，利用大量数据训练网络模型，能够更加准确地检测出各种打斗行为。首先，采用开源交互式标记工具Labelimg对数据集进行标注。其次，使用轻量级网络MobileNetv3取代原来YOLOv5s模型的骨干网络，以减少模型的参数数量和计算量，提高模型检测精度。实验结果表明，相比原始网络，改进后的模型检测精度值由92%提升到94.4%，计算量由原来的15.8 G减少到3.1 G，算法检测速度最快可达0.153 s，满足实时性要求。该模型适用于精度要求高、内存和计算能力有限的公安实践应用场景。

为进一步提高说话人识别的准确率，同时避免传统说话人识别方法需要手动设计特征提取工作的复杂过程，本文提出了一种基于CBAM注意力机制与深度神经网络相结合的端到端说话人识别方法。在深度神经网络结构中引入轻量级的通用模块CBAM，将其无缝集成到网络架构中，增加网络对音频信息的敏感程度，并使用端到端损失函数将整个模型看作整体进行训练；同时，提出基于广义端到端损失函数训练的嵌入的法庭说话人识别方法，通过改进模型训练的嵌入的余弦相似性得分得到似然比，为法庭提供直观且强大的证据力量；最后，以深度神经网络Bi-LSTM与GRU为例，使用主流数据集CN-Celeb对模型进行训练，并使用Zhvoice的子集Zhaishell和实战案件音频进行实战检验。结果表明，本文所提出的方法有效提高了识别精度，并且能快速地构建模型，提高泛化能力。

射击弹头痕迹图像特征的识别是枪弹痕迹检验的主要内容，也是检验难点之一。本文提出一种基于高分辨率网络（high-resolution networks, 简称HRNet）框架的射击弹头痕迹特征自动标注方法，能够实现阳膛线痕迹区域、阴膛线痕迹区域和坡膛线痕迹区域的自动标注。研究构建了一个由BalScan（三维痕迹图像扫描系统）提取的5 985张、包含7种不同尺寸射击弹头痕迹图像的数据库，并按照7∶1.5∶1.5的比例，将其分为训练数据集、验证数据集和测试数据集。对训练数据集进行人工标注，明确了阳膛线痕迹区域、阴膛线痕迹区域和坡膛线痕迹区域，以用于高分辨率网络模型的训练。随后，将未标注的测试数据集输入到经过训练的模型中对特征区域进行自动标注。最后，人工审核标注结果并记录准确率。结果显示，本文所提出的方法在自动标注任务上的平均准确率为94.1%，证明了其有效性。这种无需手动标注的射击弹头痕迹图像标注算法，能大幅减轻检验人员的工作负担，为提升枪弹痕迹检验效率提供了可行的新途径。

随着犯罪手段日趋复杂，传统犯罪调查模式面临严峻挑战。本文提出构建基于多维数据耦合的犯罪调查技术综合集成研讨厅体系，旨在整合各类刑事技术方法，将其转化为数据挖掘的有效手段，以提升犯罪调查的精准度与效率。本文深入阐述了多维数据耦合机制及其应用价值，详细探讨了犯罪调查技术综合集成研讨厅体系架构、核心内容及关键技术实现路径。同时，本文还分析了该体系的应用前景以及在实际应用中面临的挑战，并提出了相应的解决思路。该体系的构建能够打破数据壁垒，促进多源异构数据融合，实现技术与专家判断的协同作业，推动案件受理模式从“物证受理”向“整案受理”转变以及刑事技术在犯罪调查领域的创新变革，有望为案件侦破提供强大助力，为维护国家安全和社会稳定提供强有力的技术支撑。

指纹因其唯一性与稳定性长期被视为个体识别的黄金标准，然而，犯罪现场复杂环境及反侦查手段的升级，导致完整清晰指纹的提取难度显著增加，传统依赖细节特征的识别方法面临挑战。本文从现有指纹特征（一级、二级、三级）的局限性出发，探讨了其在种属认定、同一认定及供体分析中的不足，提出引入纹线曲率特征作为补充。随后梳理了纹线曲率的数学定义、计算模型（几何法、IPAN99 算法）及在计算科学与法庭科学中的研究进展，从特征特定性、稳定性及反映性三方面论证其作为个体化特征的潜力，并提出未来研究可聚焦于曲率计算算法优化、变形指纹特征稳定性及不同显现条件下的特征保真性等，推动该特征从理论探索向实际鉴定应用转化。

干血斑广泛应用于新生儿筛查、临床药物开发、治疗药物监测等场景和相关研究中。近年来，因其采样便捷性、保存稳定性和转运安全性上的显著优势，干血斑样本逐渐引起法庭科学毒物分析领域的重视。本文概述了干血斑技术在毒物分析领域的多个实战场景以及新兴的干血斑分析技术，展现了其广阔应用前景。同时总结了法庭科学毒物分析领域中仍待解决的干血斑应用挑战，为下一步的研究方向提出意见。

足迹特征作为人体的生物特征之一，在身份识别领域有着重要的地位。针对不同人之间的足迹有着相似性的问题，本文将动态足迹作为研究对象，提出了一种基于多类特征融合的动态足迹检索方法。首先，采用卷积神经网络提取动态足迹的帧级特征；然后，特征融合模块通过一个可训练的权重矩阵与帧级特征进行运算，从而得到融合后动态足迹完整的表观特征；其次，通过时空融合模块的时间聚合支路提取帧级特征内长期的时间特征，再通过正交融合的计算方法将长期的时间特征与帧级特征融合，形成时空特征；最后，将表观特征和时空特征融合进行动态足迹的检索。在200人的动态足迹数据集上与现有深度学习算法进行了对比实验，实验结果表明，该方法获得了更好的检索效果，其中Rank1和mAP分别为85.39%、55.28%。

死亡时间（postmortem interval, PMI）推断一直是法医病理学领域的重点和难点问题，主要是利用不同的方法评估各种人体死后变化进而推断时间。死后计算机断层扫描（postmortem computed tomography, PMCT）是一种无创、快速、客观的尸检辅助手段，可以发现传统尸检可能无法观察到的影像学特征。人死后，尸体会以一定的时间规律发生系列变化，通过应用死后计算机断层扫描可以观察到尸体各器官、组织随时间推移的影像学特征性改变，并可以对这些改变进行定量、客观的描述，分析可用于推断死亡时间的潜在的影像学指标，以及这些指标与死亡时间的相关性。本文系统性地综述了应用尸体各部位（头部、胸部、腹部）PMCT后，器官组织（如脑、心脏、主动脉、肺脏、肝脏等）的影像学特征与死亡时间的相关性研究，以及可用于评估死亡时间的潜在影像学指标的研究情况，以期为推断死亡时间的研究提供新思路，进一步拓展虚拟解剖技术在法医病理学领域中的应用。

本文对文献报道的由9个CpG位点构成的复合扩增体系进行有效性验证，探究该体系在中国人群中的适用性。选取唾液、精液、血液、阴道分泌液、月经血五种体液共236个样本，使用SNaPshot复合扩增体系检测9个CpG位点的甲基化值，位点判定阈值设为甲基化值大于0.1。使用重亚硫酸氢盐转化后DNA（模板量范围为0.5~10 ng）对该体系进行分析。选取唾液、精液、血液、阴道分泌液四种体液DNA，两两分别按照1∶1、1∶5、1∶10、1∶20的比例混合后进行检测。最后，利用五种体液共计232份样本实验数据集进行模型的构建与测试，其中训练集（n=162）用于构建随机森林模型，测试集（n=70）对体液类型进行预测，检验模型预测效果，同时添加外部数据集（n=40）作为验证集对模型的预测效果进行验证。直接根据特异性峰检出判定，唾液、精液、血液、阴道分泌液和月经血样本鉴定准确率分别为100%、98%、98%、94%和21%。该体系对1~10 ng的重亚硫酸氢盐转化后DNA均可有效检测。在混合样本中，1∶1比例混合的样本均可被正确鉴别；1∶5、1∶10和1∶20混合样本均能检出主要成分，次要成分检出存在较大差异。利用232份样本构建随机森林模型，测试集与验证集中的五种体液来源鉴定准确性均为100%。综上，该复合扩增体系具有良好的法医学应用价值。

人脸相似分数似然比范式是关于人脸比对分数结果证据意义解释的理论和方法，也是物证鉴定贝叶斯似然比范式的最新方法。人脸相似分数似然比（LR）是在通常分别代表控辩双方主张的两个对立命题下，基于人脸分数概率分布数据定量分配的人脸分数结果出现概率的比值。命题通常涉及犯罪现场人脸像是否来自已知身份嫌疑人的问题。人脸分数LR表达了人脸分数结果对控辩双方的人脸来源命题的相对支持方向和强度，为决策者确定有争议的人脸来源命题事实提供了量化的证据价值。决策者基于人脸分数LR意见，或基于LR经贝叶斯定律和先验几率导出的人脸来源命题后概率，结合案件其他证据排除合理怀疑地确定人脸来源事实。人脸相似分数LR范式在科学逻辑以及意见形成、表述、理解和推理应用方面完全不同于我们已经习惯的传统范式，与目前广泛应用的DNA特征LR范式也存在差异，这给鉴定人和决策者提出了新的要求和挑战。

异常行为检测是维护治安的一项重要任务。快速准确地对关键场所中的异常行为进行检测是治安工作的重要任务。对于关键场所中的目标检测算法来说，要在人员密集的图像中获得满意的检测结果具有一定挑战性。本文针对异常行为目标检测中存在的目标分布密集、尺度变化范围较大、检测背景较为复杂等问题，将注意力机制CA引入到主干网络部分C2f模块中，从而加强网络在复杂背景下对目标的注意力；将Swin Transformer模型集成到YOLOv8骨干网络中，增加特征图的信息交互范围，充分利用物体的背景信息提高复杂背景下物体的检测精度。最后通过实验验证了改进网络的可行性，并与几种主流网络进行对比，平均精度达到95.1%，与基础网络YOLOv8相比，平均精度提高2.4个百分点，证明了该方法的有效性。

目前，基于毛细管电泳技术的Y-STR检案试剂盒单次最多检测约40个Y-STR基因座，仅报告各等位基因分型的长度多态性信息而无法报告其序列信息。STRSeqTyper Y68男性家系精细化排查试剂盒，一次实验可检测1个性别基因座及67个Y-STR基因座，依托MiSeq FGx二代测序平台同时检测Y-STR的长度及序列多态性，从而提高检验效率，为家系精细化区分提供帮助。ITO法是根据孟德尔遗传分离定律计算两个体亲缘关系指数，评估两个体间可能的五级内亲缘关系的方法。联合应用二代测序技术与ITO法，可以有效缩小家系范围。本文报道一起8年未破的强奸命案，通过联合应用STRSeqTyperY68男性家系精细化排查试剂盒检验及ITO法评估现场检材与比对样本间可能的亲缘关系远近，逐步缩小范围，最终案件告破。

本文研究了一起在D8S1132基因座存在三步突变的亲子鉴定案例。首先选用三种常染色体STR复合扩增试剂盒进行毛细管电泳检测，在D8S1132基因座分型均是：疑父为17/23、亲母为22、孩子为20/22。通过计算累积亲权指数肯定父权关系，并确定在该基因座上发生三步突变。随后利用二代测序技术探究突变来源，明晰了在D8S1132基因座中孩子等位基因20来源于疑父等位基因23。同时二代测序增加检测STR、SNP和线粒体DNA等不同遗传标记，累积亲权指数提高，进一步肯定了父权关系。本案例提示，在亲子鉴定中，当某基因座出现多步突变时，可以联合毛细管电泳检测和二代测序技术进行交叉验证分析，提高鉴定结果可信度。

在公安工作中，微信数据是侦查线索的重要来源。其中，在微信用户公开发布的朋友圈中，好友之间的点赞评论等互动情况实质上隐含着用户与好友间的社交关系网。基于此，本文提出了一种面向微信朋友圈关系网的提取及分析方法，来为线索获取提供新的思路及技术。首先提取朋友圈中互动情况并使用力导向图技术将之构建成一张微信朋友圈关系网，其次通过图聚类分析与中心性分析方法对关系网进行分析，筛查出其中的紧密关系人，最后使用词云技术与TextRank算法对用户与紧密关系人的聊天记录进行分析。该方法能够迅速构建涉案人员的微信朋友圈关系网并筛查其中紧密关系人，进而有针对性地对海量聊天记录进行分析，迅速获取有价值的侦查线索，最终为侦查工作的开展提供助力。

手印是案件现场重要的痕迹物证之一。准确判定手印遗留时间，有利于公安机关推断案发时间和验证嫌疑人言词证据的真实性，为后续侦查破案提供线索与思路。但目前与手印遗留时间有关的实验研究并不能完全应用到公安实践工作中，因此，本文综述了手印二维（2D）和三维（3D）形态特征与手印遗留时间的相关研究，以及基于手印物质的电效应、光学特征和相关物质含量的手印遗留时间的研究，并从完善手印显现提取方法、组合使用检验设备和技术、开发新的显影试剂、深入研究手印物质的种类和降解速率、建立影响手印遗留时间判定因素的模型等方面对未来手印遗留时间的研究提出了展望，以期促进手印遗留时间的相关研究在公安实践工作中的应用。

茚三酮作为氨基酸检测的常用试剂之一，在法庭科学领域有着广泛的应用，是渗透性客体上陈旧手印显现的经典有效方法。但传统茚三酮显现法对于背景颜色复杂客体上的潜手印显现效果仍需进一步改善。本文在查阅国内外相关研究成果的基础上，简要回顾了手印物质成分、茚三酮显现手印作用机制及传统茚三酮显现方法的改进，并较为详细地综述了自茚三酮应用于手印显现领域以来增强显现效果的方法。传统茚三酮溶液法增强显现的创新主要表现在三个方面：1）茚三酮溶液法试剂配方的优化，如筛选最佳溶剂、探究最适浓度以及pH值对显现效果的影响等；2）茚三酮显现方法的创新，如固体介质法、茚三酮真空熏显法、喷显法等，主要解决热敏纸易碳化干扰及背景油墨干扰问题；3）茚三酮显现指纹增强处理，主要是金属盐增强法、稀土-鲁赫曼紫配位化合物增强显现、胰蛋白酶增强法。金属盐增强法及稀土-鲁赫曼紫配位化合物增强法在未来潜手印显现发展趋势中有较大研究潜力。

从Sanger测序到高通量测序，测序技术的发展日新月异，为通过法医DNA分析打击犯罪提供更好的技术支撑。近年来，以纳米孔测序技术为主的三代测序技术已在生命科学研究、体外诊断、公共卫生、食品安全等领域应用广泛。纳米孔测序凭借超长读数、实时测序等优势，在与法医相关的STR、微单倍型、mtDNA、DNA甲基化和RNA等人类遗传标记以及微生物、动物、植物等非人源法医遗传物质的检测中显示出巨大的应用前景；其仪器小巧而方便携带，为“实验室带入现场”带来新的可能性，有望实现案发现场实时测序。但纳米孔测序技术仍面临许多问题，如数据分析复杂、错误率相对较高等，离法医日常应用还有一定距离，需要深入研究。本文介绍了纳米孔测序技术的基本原理、特点，综述了纳米孔测序技术在法医遗传领域的应用前景以及所面临的挑战，为相关人员提供参考。

形态特征主观似然比范式是关于形态类物证特征结果证据意义解释的理论和方法。形态特征结果主观似然比（likelihood ratio，LR）通常是在分别代表控辩双方主张的两个对立命题条件下，基于专家知识或专家知识与数据组合分配的形态特征结果出现概率的比值。评估形态特征结果主观LR的命题层级包括来源层级和行为层级。形态特征结果主观LR表达了物证形态特征结果对控辩双方命题的相对支持方向和强度，为决策者确定有争议的命题事实提供定性的证据价值。决策者基于形态特征结果主观LR意见，或基于LR经贝叶斯定律导出的命题后概率，结合案件其他证据排除合理怀疑确定命题事实。形态特征主观LR范式在科学逻辑以及意见的形成、表述、理解和推理应用方面完全不同于我们已经习惯的传统范式，与DNA特征结果客观LR范式也存在一定差异。这给鉴定人和决策者提出了新的要求和挑战。

本文探讨了人工智能技术在犯罪现场要素识别与重建方面的应用进展。随着信息技术发展，犯罪现场要素识别与重建面临挑战，文章通过讨论人工智能的应用优势、人工智能在现场勘验领域的相关应用和人工智能应用于犯罪现场要素识别与重建的关键步骤，探讨该方法应用于犯罪现场要素识别与重建的可能性。同时，文章也展望了人工智能在现场勘验领域的未来发展，提出其或在提高现场勘查智能化水平和案件侦破效率方面发挥重要作用，期待相关领域研究将为公安机关现场勘查人员技术转型提供方案，为刑事技术领域的智能化、数字化发展奠定基础。

随着深度学习和计算机视觉领域的深度交融，人脸识别、图像（视频）生成、图像分类等一批先进技术取得了突飞猛进的进展。然而，深度学习模型由于其内部过程和结果预测都难以解释而被视为“黑盒模型”，这给法庭科学领域内影像证据的可解释性带来了严峻挑战。基于此，本综述概述了基于深度学习的可解释性问题；重点介绍了国内外基于深度学习的人脸特征可解释性方面的理论方法研究，如可视化、基于扰动、基于分数/统计等方法，梳理其在人脸识别等相关领域，尤其是法庭科学人像专业方面的应用；结合现有研究提出基于深度学习模型的人脸特征可解释性方法存在的问题，并展望基于深度学习的人脸特征可解释性未来发展方向。

随着人工智能（artificial intelligence, AI）技术的快速发展，法医DNA检验领域正经历着一场技术革新，AI技术已经应用到了法医DNA领域的多个方面，包括智能化DNA专家系统、AI辅助优化检验流程、AI辅助DNA统计与分析创新、基于AI的电泳数据快速分析、复杂混合样本分析以及大数据推断模型等，这些技术的应用极大地提高了法医DNA检验的准确性和效率。然而，AI技术的引入也带来了数据隐私、模型可解释性、算法偏见和法律监管等挑战，技术的发展和随之而来的各类问题除了需要法医DNA专家、生物信息学专家和AI专家之间的紧密合作之外，还需要合适的法律规章制度和监管框架的约束，以确保AI技术的应用既符合伦理要求，又能有效促进司法公正。本文深入探讨了人工智能技术在法医DNA检验领域的应用，通过分析AI技术在法医DNA领域的具体应用案例，揭示了AI技术如何助力法医DNA分析向自动化、智能化、高通量化转进，同时也指出了AI技术应用中存在的潜在风险和挑战，以期为法医DNA领域的AI技术应用提供指导和参考。