Loading...
Detection and quantification of Pentaerythritol tetranitrate (PETN) deposited on black hair using mid-infrared (MIR) spectroscopy assisted by multivariate analysis
Villarreal Blanco, María A.
Villarreal Blanco, María A.
Citations
Altmetric:
Abstract
This study investigates the detection and quantification of the high explosive pentaerythritol tetranitrate (PETN) deposited on black human hair using mid-infrared (MIR) spectroscopy, employing two techniques: Attenuated Total Reflectance Fourier Transform Infrared Spectroscopy (FTIR-ATR) and Quantum Cascade Laser Grazing Angle (QCL-GA) spectroscopy. Multivariate analysis (MVA), including Principal Component Analysis (PCA) and Partial Least Squares Regression (PLS-R), was used to assess the spectral data. The ATR-FTIR method proved more effective than QCL-GA for detecting PETN, especially at higher concentrations and larger deposition volumes (50 μL). The PCA model identified spectral separation patterns, and the PLS-R model achieved a high correlation (R² = 0.9815) and low prediction error (RMSECV = 65.59 ppm) within the 1223–1299 cm⁻¹ range, associated with NO₂ vibrational bands. These findings highlight the limitations of QCL-GA on non-flat biological surfaces and the potential of ATR-FTIR combined with chemometric models for explosive detection in forensic contexts. This work also contributes to developing portable and non-invasive detection tools to enhance public safety.
Este estudio aborda la detección y cuantificación del explosivo de alta potencia pentaeritritol tetranitrato (PETN) depositado sobre cabello humano negro mediante espectroscopía en el infrarrojo medio (MIR), utilizando dos técnicas: espectroscopía de reflexión total atenuada por transformada de Fourier (FTIR-ATR) y láser de cascada cuántica en ángulo rasante (QCL-GA). Se aplicó análisis multivariado (MVA), incluyendo análisis de componentes principales (PCA) y regresión por mínimos cuadrados parciales (PLS-R), para evaluar los datos espectrales. La técnica FTIR-ATR resultó más eficaz que QCL-GA para detectar PETN, especialmente a concentraciones más altas y con volúmenes de depósito mayores (50 μL). El modelo PCA mostró separación espectral, y el modelo PLS-R logró una alta correlación (R² = 0.9815) y bajo error de predicción (RMSECV = 65.59 ppm) en el rango de 1223–1299 cm⁻¹, correspondiente a las bandas vibratorias del NO₂. Estos resultados subrayan las limitaciones del QCL-GA sobre superficies biológicas irregulares y el potencial del FTIR-ATR combinado con modelos quimiométricos para la detección de explosivos en contextos forenses. Este trabajo también contribuye al desarrollo de herramientas portátiles y no invasivas para mejorar la seguridad pública.
Este estudio aborda la detección y cuantificación del explosivo de alta potencia pentaeritritol tetranitrato (PETN) depositado sobre cabello humano negro mediante espectroscopía en el infrarrojo medio (MIR), utilizando dos técnicas: espectroscopía de reflexión total atenuada por transformada de Fourier (FTIR-ATR) y láser de cascada cuántica en ángulo rasante (QCL-GA). Se aplicó análisis multivariado (MVA), incluyendo análisis de componentes principales (PCA) y regresión por mínimos cuadrados parciales (PLS-R), para evaluar los datos espectrales. La técnica FTIR-ATR resultó más eficaz que QCL-GA para detectar PETN, especialmente a concentraciones más altas y con volúmenes de depósito mayores (50 μL). El modelo PCA mostró separación espectral, y el modelo PLS-R logró una alta correlación (R² = 0.9815) y bajo error de predicción (RMSECV = 65.59 ppm) en el rango de 1223–1299 cm⁻¹, correspondiente a las bandas vibratorias del NO₂. Estos resultados subrayan las limitaciones del QCL-GA sobre superficies biológicas irregulares y el potencial del FTIR-ATR combinado con modelos quimiométricos para la detección de explosivos en contextos forenses. Este trabajo también contribuye al desarrollo de herramientas portátiles y no invasivas para mejorar la seguridad pública.
Description
Date
2025-07-03
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Keywords
MIR, PETN, MVA, PCA, PLS R