基于ATR-FTIR光谱与化学计量学技术的可持续纺织品材料法医鉴别

《Microchemical Journal》：Forensic discrimination of sustainable textile materials using ATR-FTIR spectroscopy and chemometrics techniques

　　

• •
  从法医视角审视了可持续及混合/混纺纺织纤维材料的概念。
• •
  采用ATR-FTIR光谱与化学计量学分析相结合的方法对纺织材料进行分类。
• •
  采用留一法交叉验证（LOOCV）方法以确保模型拟合稳健性、评估过拟合情况并提高可靠性。
• •
  结合不同光谱区域可提高纺织物法医分析的效率，并通过PCA得分图可视化实现材料分类。
• •
  全光谱范围在PLS-DA中表现出整体良好性能。

引言

纺织纤维检验是法医科学的重要方面，因为纤维材料在刑事案件调查中经常作为有价值的证据来源而被发现[1], [2]。通过物理、化学和微观分析可以提供关于纤维成分、染料特性、编织结构和污染物的信息，从而增加纺织材料的证据价值[3]。纤维证据在涉及性侵犯、暴力犯罪[4]、假冒产品[5]以及遗产文物[6]的调查中也证明了其潜力。尽管纤维鉴定在考古学和文物保护领域也有应用[7]，但法医分析主要关注材料类型、来源、痕迹证据和损伤分析，以确立因果关系[8], [9], [10], [11]。

根据化学成分，纺织纤维大致分为天然纤维和人工纤维[12]。天然纤维包括纤维素类、蛋白质类和矿物纤维，而人工纤维包括再生纤维和合成纤维[13], [14]。纤维素是植物纤维的主要成分[15]，而蛋白质主要构成动物纤维[16]。人工纤维[17]如聚酯、尼龙、聚丙烯和氨纶（弹性体或聚氨酯）是石油衍生物聚合物[18], [19]，而再生纤维主要通过化学加工从纤维素等天然聚合物中生产[20]。除了纤维成分外，现代纺织品根据结构组成通常还含有混纺纤维，将两种或更多种纤维类型组合在一起以增强性能[18]。尽管混纺纺织品在服装和家居用品中被广泛使用，但其法医表征研究仍相对较少[21]，增加了在法医检验中使用破坏性传统方法时误分类的可能性。

衰减全反射-傅里叶变换红外光谱（ATR-FTIR）是一种快速、无损且具有成本效益的技术，广泛用于纺织纤维表征[7], [22]。该技术通过特征红外吸收带提供详细的分子信息，允许以最少样品准备来区分不同化学组成的纤维。尽管拉曼光谱在纺织品鉴定方面也显示出潜力，但其应用常受到荧光和纺织染料的干扰限制[23]，使ATR-FTIR成为法医检验的更实用选择。FTIR光谱数据的复杂性需要多元统计分析来提高分类准确性。化学计量学技术如PCA、PLS-DA和软独立建模分类法（SIMCA），已有效地确定了独特的数据模式，有助于不同纺织材料/纤维的鉴定、分类和区分[24]。先前的研究表明，ATR-FTIR与化学计量学技术相结合可以成功区分单一组分和混合/混纺织物[7]。因此，ATR-FTIR与化学计量学分析的结合提高了法医纤维检验的可靠性、重现性和证据价值。

随着环境意识的增强，纺织业正在向环保实践转变，包括"采用有机和回收材料、实施更清洁的废物高效技术、通过可再生能源减少能源消耗、开发回收计划以管理纺织废物以及鼓励消费者选择更可持续的时尚产品"[25], [26]。环保生产的可持续纺织品衣物的引入以及市售纺织材料种类的不断增加，使纤维鉴定更加具有挑战性[27]。这促使法医科学需要采用快速、无损的分析技术，能够提供更多有益信息来区分纺织材料[17]。提高纺织纤维的区分能力直接增强了其在法医调查中的证据价值。

表1总结了已报道的用于质量控制、纺织回收和法医分析的纺织品光谱研究。各种光谱技术，包括ATR-FTIR/FTIR、近红外光谱、拉曼成像和短波红外光谱，与多元统计和机器学习方法相结合，如PCA、PLS-DA、SIMCA、LDA、k-NN、SVM及其他分类器。报道的分类性能根据检验的纺织材料数量和类型差异较大。一些研究实现了92-100%的识别率[24], [28], [29], [30], [31]，而另一些则报告了在化学相似材料之间的区分能力有限，特别是棉花、亚麻和粘胶纤维之间，以及蛋白质类纤维如丝绸和羊毛之间[7], [32]。这些发现表明，尽管光谱方法为纺织品分类提供了有价值的化学信息，但密切相关材料的区分仍然具有挑战性。此外，一些表现优异的研究主要是为质量控制或纺织回收而进行的，而非用于法医应用。仅有少量研究专门使用ATR-FTIR或拉曼光谱在法医背景下调查纺织品区分[4], [23]。本研究正是针对这一空白而展开的。

本研究采用ATR-FTIR光谱结合PCA和PLS-DA，对服装和家居纺织品中使用的单一组分和混合/混纺组分纺织材料进行分类。通过评估天然、再生及混合/混纺的可持续织物——这些材料因市场份额的增长而在犯罪场景中可能出现——使用快速无损的分析方法，本研究旨在提高法医学纺织品区分能力，并为具有法医应用潜力的纺织材料分类提供探索性框架。尽管可持续纺织纤维仍是小众市场[34], [35]，研究努力在样品形态多样性方面有所体现，但部分纺织材料类别的代表性仍相对有限。

章节摘要

采样策略

本研究分析使用了23种不同的可持续及混合性质纺织材料。其中15种被认为是单一组分纤维类型，8种是混合（或混纺）组分纤维材料。在本研究中，"可持续纺织材料"一词在操作意义上使用，指符合以下四类之一的材料：(i)植物或动物来源的可生物降解天然纤维；(ii)人造纤维素（再生）纤维

ATR-FTIR分析

本研究对纺织样品的中红外区域（4000–400 cm^?1）光谱进行检测以进行表征，通过对样品不同区域进行分析来检查样品内变异的可重复性和重现性。与纺织纤维相关的大部分显著峰值出现在指纹区域（1800–600 cm^?1）[48]。由于本研究主要包含天然纺织纤维，其特征峰

局限性

实验设计的两个方面需要明确说明。首先，标本层面的样本量较小：多个类别，包括竹子（单一组分）和所有混纺织物类别，仅由一到两个实物标本代表，每个标本采集多个光谱（单一组分三个，混纺材料五个）以捕捉样品内变异。其次，留一法交叉验证（LOOCV）是在光谱层面进行的

结论

随着纺织行业的最新发展，法医学纤维分析中使用的传统方法使得在法医调查中难以确定纺织证据的来源。这限制了通过传统纤维检验所获得的纺织纤维证据的证明力。为应对这一局限性，本研究通过无损分析对包括单一组分和混合（混纺）样品在内的各种纺织纤维类型进行了区分

关于手稿准备过程中生成式AI和AI辅助技术的声明

未使用任何工具。

CRediT作者贡献声明

Sharon Jerome：撰写——初稿，资源，调查，正式分析，概念构思。 Arjun Rao Isukapatla：撰写——审阅与编辑，监督，概念构思。

利益冲突声明

作者声明，他们没有已知可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

作者衷心感谢CHRIST（Deemed to be University）班加罗尔生命科学院院长的持续坚定支持。作者还感谢CHRIST（Deemed to be University）学术与职业支持中心和研究中心提供的专业语言编辑服务，这显著提高了稿件的清晰度和质量。作者还诚挚感谢所有

Sharon Jerome|Arjun Rao Isukapatla