其他行業
前言
案發現場隨處可見咖啡、果汁、酒水類飲品微量污漬，依靠肉眼很難辨別種類。傳統檢測多依靠取樣、化學顯色處理，容易損傷物證，不利于后續復核。Nature發布一項研究，搭建高光譜成像結合波段篩選、深度學習的完整分析方案，針對九類飲品污漬開展無損鑒別實驗，為刑偵微量物證檢測提供新思路，彩譜結合該研究，和大家聊聊高光譜在法醫領域的落地價值。
1. 肉眼識別局限大，咖啡與茶、威士忌與朗姆外觀相近，人工區分難度高；
2. 化學檢測會破壞污漬原始形態，物證無法重復核驗；
3. 普通分光設備僅能單點采集，大面積痕跡檢測耗時久；
4. 紙張色差、污漬風干氧化都會干擾判斷，缺少標準化數據支撐。
高光譜成像依托無接觸、全域采集物質光譜指紋的優勢，能夠彌補以上不足，成為微量物證分析實用光學工具。
本次研究采用400–1000nm可見光-近紅外高光譜成像設備，搭載 204 個連續光譜波段，完整采集各類污漬三維光譜數據立方體（二維空間坐標 + 一維光譜曲線），整套采集流程標準化、可復現。
研究模擬真實案發現場條件，統一控制溫濕度、光源角度、污漬滴加體積，針對9類飲品（木瓜汁、咖啡、石榴汁、橙汁、茶、紅酒、威士忌、朗姆、白蘭地）開展成像：
l載體覆蓋白/ 粉 / 棕色吸水紙巾，包含平整、折疊兩種形態；
l分0–5小時6個時間節點采集污漬風干光譜，捕捉氧化、蒸發帶來的光譜變化；
l每個污漬劃定1.5×1.5cm無反光ROI區域，剔除邊緣干擾像素，保證數據純凈度。
拍攝前完成白板反射校正與暗電流校正，統一換算標準化反射率曲線，消除設備、光照帶來的數值偏差，不同樣本之間可橫向對比光譜差異。
每一個成像像素都會生成專屬光譜曲線，記錄不同波長下的反射數值，解鎖人眼無法識別的化學差異：
l紅酒、石榴富含花青素，400–700nm可見光區間反射數值偏低；
l咖啡、茶多酚在藍綠波段存在專屬吸收特征；
l威士忌與朗姆的區分信號集中在750–900nm近紅外區間。 正是數百組連續波段的精細數據，區分開視覺高度近似的兩類飲品污漬。
設備采集原始光譜樣本超12萬條，經過噪點、重復像素清洗后，形成超11萬條有效光譜樣本，每條對應204維光譜特征，作為后續波段篩選、深度學習訓練的原始數據底座。 充足、多變量的光譜樣本，能支撐算法學習不同載體、不同風干時長下污漬穩定光譜規律，降低環境帶來的識別波動。
高光譜原始波段數量多，波段間存在信息冗余，直接建模會增加運算負擔，研究引入兩層數據優化方案。
采用ANOVA F 檢驗計算每個波段的區分能力（類間方差 / 類內方差），對204個波段按區分效果排序。通過5折交叉驗證測試不同波段數量對應的識別表現，最終選定162個高區分度波段用于建模，在兼顧識別表現的同時，縮減數據運算規模。
基于篩選后的162維光譜數據，統一超參訓練4種主流網絡模型：MLP、1D-CNN、LSTM、CNN-LSTM 混合網絡，統一采用精確率、召回率、F1分數、整體準確率完成評估：
1. MLP 全連接網絡：對全局光譜特征擬合表現穩定，實驗分類表現優于其余模型；
2. 1D-CNN：擅長捕捉相鄰波段局部光譜變化；
3. LSTM：適配光譜波段連續序列特征學習；
4. CNN-LSTM 混合結構：融合局部與序列特征，但受數據量影響，識別表現不及單一網絡。 同時通過配對 t 檢驗、McNemar 檢驗驗證模型之間的表現差異具備統計學參考意義，排除隨機采樣帶來的波動干擾。
從光譜曲線可以直觀看到模型錯分邏輯：咖啡與茶在400–550nm波段曲線高度重合，威士忌、朗姆僅近紅外區間存在細微差值，這兩類樣本容易出現互相誤判，和模型混淆矩陣結果保持一致，證明光譜數據可以解釋識別誤差，提升鑒定結果可解釋性。
1. 完整保全物證：全程無需試劑、不接觸污漬，檢測后樣本可留存開展其他鑒定，符合司法物證規范；
2. 提升勘查效率：單次成像采集整片污漬全部光譜，無需逐點采樣，適合現場快速篩查；
3. 區分近似痕跡：數百組連續波段捕捉有機物、色素細微光學差異，解決目視分辨難題；
4. 環境適配性強：實驗驗證設備可適配不同底色、褶皺、風干狀態的污漬，后續可拓展布料、證件、皮膚等載體；
5. 數據數字化留存：光譜數值可導出歸檔，逐步搭建痕跡光譜庫，實現樣本智能比對。
產品推薦
FigSpecFS-23成像高光譜相機
l圖像分辨率：1920*1920
l光譜范圍：400-1000nm
l光譜分辨率(FWHM)：2.5nm
l光譜通道數：1200
免責聲明
本內容依托Nature旗下公開學術文獻（文獻鏈接：https://www.nature.com/articles/s41598-026-49928-8）整理編撰，僅用于行業技術探討與科普學習，不作任何商業相關承諾，亦不能作為投資參考依據。文中所列各項實驗數據與結論會受試驗環境、樣本個體區別、模型構建方案等多重變量干擾，若落地實際場景使用，相關效果需結合自身場景另行實測核驗。
