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－四极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－四极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鉴定依托咪酯替代物提供了技术支持。

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。

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，R²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 8.83% 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。

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。

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。

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建立特征数据库。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。

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。

盐酸地芬尼多属于抗眩晕类和止吐类的非处方药物，于1967年在美国首次获批。地芬尼多能够改善脑椎动脉血流量，减少前庭神经的眩晕性刺激，抑制内耳迷路功能，阻断呕吐中枢或延髓催吐化学感受区。该药物抗眩晕疗效好，副作用小且安全性高，临床上主要被应用于治疗手术、放疗、化疗、梅尼埃病和其他迷路疾病引起的恶心、呕吐和眩晕。然而，近几年，我国发生了多起与地芬尼多相关的自杀和意外中毒事件,中毒者主要症状有口干、易怒、幻觉、头痛、欣快感和暂时性低血压，严重者会因呼吸中枢抑制、低血压休克或心律失常而死于呼吸衰竭。在法医实践中，地芬尼多中毒难以诊断，易与癫痫、破伤风、狂犬病、杀鼠剂中毒混淆。如果现场没有遗留的片剂、药瓶，则法医可能会忽略地芬尼多中毒的诊断。本文从地芬尼多的理化性质、药理和毒理作用、体内代谢、法医毒物动力学以及分析检测技术等方面进行阐述，以期为相关案件提供一定的理论参考。

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。

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和取证方法进行研究，为分析各类诈骗等恶意APP提供借鉴。

本文建立固相支撑液液萃取-高效液相色谱-三重四极杆串联质谱（SLE-HPLC-MS/MS）检测血、尿中东莨菪碱、山莨菪碱和阿托品的方法。本文考察了沉淀蛋白法、固相萃取法和固相支撑液液萃取法对血、尿样本中药物的提取效果，用高效液相色谱-三重四极杆串联质谱对血、尿样本中东莨菪碱、山莨菪碱和阿托品进行分析。结果显示，固相支撑液液萃取回收率最高，在0.1~100 ng/mL（血液）和0.5~100 ng/mL（尿液）范围内，血、尿中东莨菪碱、山莨菪碱和阿托品浓度与峰面积线性关系良好（r大于0.999 2）；山莨菪碱、东莨菪碱和阿托品在血液中最低检出限均为0.01 ng/mL，定量限为0.1 ng/mL；东莨菪碱、山莨菪碱和阿托品在尿液中最低检出限均为0.05 ng/mL，定量限为0.5 ng/mL。固相支撑液液萃取-液相色谱-串联质谱法具有操作简单、溶剂使用量少、回收率高的特点，适用于血、尿中东莨菪碱、山莨菪碱和阿托品的检验。

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（血液/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，ACQUITY UPLC^®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％、84.0%~99.8%，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。

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。

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。

毒品的传播手段与形式日益多样化，对公安侦查、法规监管和检验鉴定构成巨大挑战。在鉴定技术方面，即使是微小差异的同分异构体也具有较高的检测难度，极易导致误判。综合分析多维度检测方法正逐渐成为一种趋势，以应对新型毒品的识别和监管。现有一种合成卡西酮物质2-二甲氨基-1-[3,4-(亚甲二氧基)苯基]-1-戊酮（N,N-dimethylpentylone）较为流行，值得关注。本文建立一种新型合成卡西酮N,N-dimethylpentylone的鉴定方法，样品经前处理后分别使用气质联用法（GC-MS）、液质联用法（LC-MS）、核磁共振检测技术（¹H-NMR、¹³C-NMR、H-H COSY、HSQC、HMBC）、傅里叶变换红外光谱法（FTIR）测定。GC-MS分析结果显示，未知样品的定性离子碎片为m/z 100.1、m/z 58.1、m/z 121.1、m/z 149.0，保留时间11.888 min；LC/MS分析结果显示，母离子m/z 250.05，产物离子分别为m/z 100.10、m/z 205.10、m/z 135.10，保留时间9.772 min；FTIR分析结果显示，在1 676 cm^-1处有羰基吸收峰，在1 506、1 441 cm^-1处有苯环振动吸收峰；核磁共振分析结果显示，一维核磁谱提示该未知化合物中有9种不同化学位移的氢信号和14种不同化学位移的碳信号，二维核磁谱分析该未知化合物符合N,N-dimethylpentylone的结构。经综合分析，该未知样品中检出N,N-dimethylpentylone成分。

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%。

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。

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。

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。

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。

本文通过紫外可见反射光谱法快速无损检验常见温湿度条件下不同稀释倍数血液血迹的形成时间。将加入抗凝剂的新鲜血用自来水进行2倍、4倍、8倍、16倍、32倍稀释，取稀释血溶液20 μL滴在白色棉布块中央，干燥后利用紫外可见分光光度计（UV-2450型）的反射附件采集反射光谱，利用Excel软件对不同浓度血液血迹的波谷数值与血迹形成时间进行回归分析。随着时间的增加，正常与稀释后血液血迹在577.0、540.0 nm附近的反射波谷均出现明显蓝移，回归方程的R²均大于0.800 0，波谷蓝移与血迹形成时间具有良好的线性关系。波谷蓝移平均速度随稀释倍数增加而加快。结果表明，血液血迹的反射波谷在577.0、540.0 nm发生蓝移，可以作为正常血迹形成时间判断的依据，结合肉眼观察也可以作为稀释血液血迹形成时间判断的参考。

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。

本研究旨在通过深入分析法医昆虫学的研究现状、热点内容及未来发展趋势，为相关领域的进一步研究提供指导和参考。笔者系统地检索了2003—2023年在中国知网CNKI、万方数据库以及Pubmed数据库中与法医昆虫学相关的文献，并利用CiteSpace 6.2.R4 Advanced软件，对这些文献进行了年发文量趋势、作者、国家、机构以及关键词的可视化分析。经过严格筛选，本研究共纳入国内文献499篇，国外文献2 137篇，总计2 636篇。分析结果显示，尽管中国在法医昆虫学领域取得了一定的进展，但在国际合作与交流方面仍有较大的提升空间。同时，尸体死亡时间（PMI）推断是国内外共同关注的研究热点，但各国的研究侧重点存在差异。基于以上分析得出结论：中国必须要加强实证研究和实地调查，提高研究的应用价值和影响力，并且加强国内外学者之间的交流与合作，共同推动法医昆虫学的发展。

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。

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。

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。本研究将反射变换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9 mm手枪的1 500枚击发弹壳样本，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%。证明了基于反射变换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。

尸体动物损伤在法医检验中较为常见，但鸟类啄食形成的损伤较少见，尤其是单纯啄食眼球更罕见，此类损伤易被误认为人为损伤，引起死者家属甚至法医检验人员误解，导致案件办理陷入僵局，甚至引发上访事件。本文以1例鸟类啄食尸体眼球形成的洞状缺损为例，介绍动物损伤的特征及鸟类啄食形成的损伤特点，以及如何分析判断此类损伤，进而为案件性质及损伤的定性提供依据。

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。

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。

本文建立同时检测3种4(3H)-喹唑啉酮滥用物质甲喹酮、依他喹酮和甲氧喹酮的GC-MS与GC-MS/MS分析方法，并分别应用于实际案件中对疑似毒品与滥用人员毛发进行分析。使用选择离子监测模式（selected ion monitoring, SIM）和多反应监测模式（multiple reaction monitoring, MRM）分别对甲喹酮、依他喹酮和甲氧喹酮的标准品溶液进行分析，确定三种物质的特征碎片离子和特征离子对，并利用所建立的两种方法分别对实际案例中的疑似毒品和毛发样本进行检验。建立的GC-MS分析方法在送检的疑似毒品中检出甲喹酮、依他喹酮和甲氧喹酮成分且含量分别为11、4.3、2.5 μg/mg，建立的GC-MS/MS分析方法在送检的毛发中检出甲喹酮、依他喹酮和甲氧喹酮成分且含量分别为148 ng/mg、565 pg/mg、58.2 ng/mg。本研究建立的GC-MS及GC-MS/MS检测方法具有简单、快速、准确的特点，可为疑似毒品与滥用人员毛发中甲喹酮、依他喹酮和甲氧喹酮的检测提供可靠的科学依据。

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。

在法医物证领域，解释和分析混合STR图谱因其复杂性和挑战性一直是备受关注的研究焦点，在疑难案件侦办方面有着广泛的应用。为提升混合STR图谱拆分的准确率和速度，适应复杂图谱噪声下低模板量的影响，国内外学者对混合STR图谱的拆分进行了一系列研究。近几年，人工智能方法有望成为混合STR图谱拆分新的解决方案。本文综述了混合STR图谱拆分的相关研究进展，结合混合STR图谱拆分过程中的重点、难点，提出了人工智能算法在该领域潜在的应用方向，旨在为利用人工智能方法解决混合STR图谱拆分问题提供参考和思路。

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，检索了痕迹类物证统计学量化研究相关文献509篇，涉及57个国家、976个机构、267份期刊，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。

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。

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（conditional variational autoencoder，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。

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。

为研究基于荧光标记技术使用荧光素显现潜血手印的可行性，探究其显现的最佳条件，选择两种常用荧光素（FITC荧光素和DCFH-DA荧光素）作为本次实验的主要研究对象，基于荧光标记技术显现潜血手印的原理，设计了使用荧光素显现非渗透性客体上潜血手印的方法及步骤。在此基础上，利用PBS缓冲液改变荧光素溶液pH环境，利用丙酮分别对两种荧光素溶液进行5倍、10倍、100倍的稀释，以探究手印的最佳显现条件。结果显示：利用FITC荧光素及DCFH-DA荧光素显现非渗透性客体上潜血手印的效果均较好。其中，FITC荧光素显现的最佳条件为：显现时间为10 min，pH环境值为9.35，浓度为原浓度；DCFH-DA荧光素显现的最佳条件为：显现时间为20 min，pH环境值为13.01，浓度为原浓度。因此，基于荧光标记技术使用荧光素显现非渗透性客体上的潜血手印是可行的，但还需对配制好的荧光素溶液的保存时间以及这种显现技术对血手印中DNA的破坏情况等进一步探究，综合分析其实际应用价值。

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。