基于可见-近红外反射光谱与墨水光学特性的笔迹鉴定交互式数据库开发及应用

针对法庭科学中书写工具鉴定的难题，研究人员开发了基于MSP-Vis-NIR反射光谱和墨水光学特性的非破坏性分析方法，构建包含718种书写工具的"Pen Ink Library"交互数据库。通过半自动搜索和计算机辅助分析（分类准确率>90%，比对误差率5.3%-12.7%），为文书检验提供标准化解决方案，弥补了传统化学分析法的局限性。

　　

在法庭科学领域，文书鉴定常常面临一个棘手问题：如何在不破坏原始文件的前提下，准确识别笔迹使用的书写工具？传统方法如高效薄层色谱(HPTLC)虽具有高区分度，但需要提取墨水样本；而高效液相色谱(HPLC)等化学分析方法虽能检测粘合剂、添加剂等成分，同样存在破坏性缺陷。当委托方禁止破坏性检测时，法医专家往往只能依赖显微分光光度法(MSP)等光学技术，但这些方法缺乏标准化数据库支持，使得"一对多"比对效率低下。

针对这一技术瓶颈，捷克内务部安全研究项目支持的研究团队开发了创新解决方案。通过系统测量718支书写工具的可见-近红外反射光谱(MSP-Vis-NIR)和光学参数，构建了名为"Pen Ink Library"的交互式数据库。该研究不仅建立了非破坏性墨水分析的新标准，还结合机器学习算法实现了90%以上的分类准确率，相关成果发表于《Forensic Science International》。

研究采用三大关键技术：1) 标准化MSP-Vis-NIR反射光谱测量系统，采集400-1000nm波长范围内的墨水光谱特征；2) 基于卷积神经网络的分类模型，将未知墨水自动归类至数据库预设的笔具型号；3) 多参数比对算法，整合光谱相似度（ΔE_ab
值）与光学特性（如荧光强度）进行半自动搜索。所有样本来自市售的442支蓝色和276支黑色墨水书写工具，涵盖主流品牌和型号。

【材料与方法】
研究团队设计了严格的光谱采集流程：使用配备50倍物镜的显微分光光度计，在标准D65光源下测量笔迹反射率。每个样本记录12项光学参数，包括CIE Lab*色度坐标、荧光发射强度等。为消除纸张基底干扰，采用双光束补偿技术确保数据准确性。

【Pen Ink Library应用】
数据库采用客户端-服务器架构，用户可通过上传未知墨水光谱启动半自动搜索。系统通过动态时间规整(DTW)算法计算光谱相似度，结合预设阈值（ΔE_ab
<3为"匹配"）生成候选列表。盲测显示：20次随机搜索中，9次准确匹配同型号笔具，5次发现光谱参数完全一致的不同品牌产品。

【计算机辅助数据分析】
分类模型采用ResNet架构，将220维光谱数据转化为50个特征类别。比较分析方法则融合马氏距离与主成分分析(PCA)，在测试集上实现12.7%的误差率。值得注意的是，黑色墨水因碳素成分单一导致区分度低于蓝色墨水（分类准确率相差8.3%）。

【结果与讨论】
数据库将笔具分为三个层级：笔具ID（如B0001）、笔具型号（同品牌同型号）、光谱簇（ΔE_ab
<5）。分析表明，不同品牌但相同染料配方的产品可能归入同一光谱簇，这解释了盲测中"跨品牌匹配"现象。研究同时发现，圆珠笔与中性笔在近红外波段具有显著区分特征。

【结论】
该研究开创性地将光学测量与数据库技术结合，为文书鉴定提供可量化的科学依据。虽然墨水分析仅能确定类别特征而非个体笔具，但标准化光谱库的建立显著提升了法庭证据的可信度。未来通过纳入更多地域性笔具样本，有望构建全球性的墨水光谱指纹库。

作者团队（Martina Luňáková等）特别强调，该方法尤其适合禁止破坏性检测的案件，如历史文件鉴定或遗嘱真伪辨别。随着光谱分辨率的提升和深度学习算法的优化，非破坏性墨水分析或将成为法庭科学的新标准。