指纹物质中毒品检测的研究进展

指纹作为案件现场中最常见的物证之一,不仅包含了可用于人身识别的形态特征,还蕴含了丰富的反映遗留人人身特点的化学信息。通过对指纹中毒品物质的检测及分析,可提供指纹遗留者毒品的吸食、接触情况,将其与特定案件相联系,反映个人生活方式信息,为涉毒人员的发现提供新思路。该文利用文献计量学方法总结了该领域的发展脉络以及研究现状与热点,主要总结了目前已建立的指纹物质中毒品分析检测的各种技术方法和特点,并对未来研究方向及难点进行评述,以期为实际案件指纹中的毒品检测提供参考。     

多种优化试剂显现潮湿纸张表面潜在手印的比较研究

复杂条件下潜在手印的发现及显现提取一直以来是刑事技术领域研究的热点和难点,尤其是潮湿或水中浸泡客体表面的潜在手印,往往因为环境条件的影响而无法使用常规的显现方法。因此,对于这类疑难条件下潜在手印的显现研究成为亟待解决的问题。本文分别对比了尼罗红、尼罗蓝、物理显影液三种可用于潮湿客体表面潜在手印显现的优化试剂,并对其可靠性、灵敏度及使用条件进行了详细的论证分析,为实战工作中疑难条件下潜在手印的显现提出了可靠的处理方法。     

飞行时间二次离子质谱在指纹分析中的研究进展

指纹作为接触类犯罪案件现场最常见的痕迹之一,基于其形态学价值及承载的物质进行分析是个体识别、侦查破案的重要手段。飞行时间二次离子质谱技术（TOF-SIMS）是一种兼具高质量分辨率和高空间分辨能力的表面分析技术,能够同时获得待测物质的质谱信息和成像分布。相较于其他理化分析技术,TOF-SIMS所具备的快速检验、无需前处理、原位近无损分析等优势使其逐渐成为指纹分析领域的前沿课题。该文基于TOF-SIMS在成像增强、物质分析、犯罪信息挖掘等指纹分析领域的研究现状展开综述,分析其在公安实战中的应用前景,以期为该技术在指纹检验领域的推广奠定基础。     

金属沉积法显现潜在手印研究进展

遗留在犯罪现场的潜在手印对于嫌疑人身份认定和证实犯罪过程具有十分重要的意义。金属沉积(Metal deposition,MD)法是利用显现溶剂体系中金属离子与手印物质间的相互作用,使金属沉降在手印纹线上增强显现的手印显现方法。该方法能够适用于多种客体表面潜在手印显现,具有良好的显现效果和灵敏度。本文对金属沉积技术的发展及多种试剂配方优化进行了系统的研究,并对不同试剂配方及机理进行了探讨,为利用该方法进行多种客体上潜在手印显现提供了技术参考。     

基质辅助激光解吸电离质谱成像在指纹分析中的研究进展

基质辅助激光解吸电离质谱(MALDI-MS)是一种高灵敏度、高通量、多组分同时分析的软电离质谱技术,可通过对物质分析实现分子结构的确认及物质分布信息的获取,因此在指纹分析中获得越来越多的关注。 本文从条件优化入手,讲述基质优化过程。 接着介绍了MALDI-MS成像(MALDI-MSI)在指纹分析领域具体的应用,在形态分析研究方面,总结其与常规显现方法联用对成像效果的影响、对疑难指纹的图像处理;在化学信息分析研究方面,分别从根据质谱信息分析生活习惯/案前活动、指纹遗留时间和个体同一认定对各研究的优点及局限性进行评述,最后为MALDI-MSI在指纹领域未来发展提出展望。     

指纹遗留时间判定的研究进展

指纹遗留时间对公安机关确定案发时间及嫌疑人具有重要作用。然而作为指纹研究的重点和难点,指纹遗留时间的研究相对较少。本文主要综述了就指纹的形态特征、光效应、电效应和指纹的物质成分等来判断指纹的遗留时间,同时指出这些方法的优点及局限性。最后,就指纹遗留时间的研究提出了几点展望。     

氨基酸灵敏试剂显现潜在手印研究的进展

指纹作为人身认定的重要手段在法庭科学领域已使用了上百年,犯罪现场遗留手印的发现和提取对于嫌疑人身份的认定具有非常重要的作用。1954年,茚三酮试剂在潜在手印显现领域的首次应用促进了法庭科学领域指纹显现技术的重大发展。此后一系列的化学试剂和化学方法被用于犯罪现场潜在手印的显现中。本文系统地概括了多种氨基酸灵敏试剂在渗透客体表面潜在手印显现中的发展及应用,并对其显现机理和优缺点进行了评价分析。     

基于飞行时间二次离子质谱的指纹遗留人个体识别的研究

指纹作为法庭科学领域中用于人身认定的重要物证，蕴含了丰富的个体信息。但是，在实际案件现场中，提取到的多为模糊和残缺的指纹，无法利用传统的形态比对方法进行鉴定；而且指纹中物质成分复杂，也很难通过检测其中的具体物质实现遗留人的溯源分析。飞行时间二次离子质谱（TOF-SIMS）能够在不破坏检材的情况下获得指纹物质的离子信号，同时获得对应的离子分布图像，为利用指纹物质信息进行个体识别提供了可能。本研究利用TOF-SIMS采集了5名志愿者十指指纹的质谱信息，初步探究了基于指纹物质离子信号进行遗留人个体识别的可行性。首先筛选出98种代表指纹物质的离子信号，利用主成分分析法对筛选出的离子信号强度进行降维，再将降维后的主成分新变量输入到不同的分类器中对比。结果表明，使用无监督的层次聚类法的结果与实际的分类相差较大，难以进行个体区分；使用有监督的Fisher判别法对个体进行判别，正确率可以达到94%，交叉验证的正确率也达到了90%；将数据输入到多层感知机神经网络中，经过多次训练可以得到更加理想的结果。本研究借助多种统计分析方法建立了个体分类和预测模型，为指纹证据价值的提升提供了新渠道，也为后期利用指纹物...