药物可通过在机体内产生各种作用来治疗、预防和诊断各类疾病。因此药物作为维护身体健康、保障生命安全的特殊商品,对其安全进行检测至关重要。随着现代检测技术的迅速发展,已有多种检测方法在药物安全检测领域得到了大量应用,但在实际检测过程中,部分方法存在操作复杂、成本高昂、无法现场实时检测等劣势。针对以上问题,本文以拉曼光谱技术结合机器学习方法对矿物药进行了快速分类识别;利用表面增强拉曼光谱（SERS）技术对生物体液中的成瘾性药物进行了高灵敏度检测;并利用自组装技术将高均匀性金纳米球作为组装单元,开发了更为稳定、灵敏的固态滤纸SERS基底用于成瘾性药物检测。本研究为毒性矿物药和滥用成瘾性药物的安全检测提供了一种快速、准确、无损、简便、低成本的检测方法,弥补了现有部分检测方法的预处理过程复杂、检测时间长、需要大型仪器设备等不足。基于密度泛函理论,利用Gaussian软件分别对氯胺酮、右美托咪定、咪达唑仑、芬太尼四种成瘾性药物及雄黄和硫磺两种矿物药的拉曼光谱进行了理论计算,并对其振动频率进行了归属。分析了主成分分析（PCA）和支持向量机（SVM）两种机器学习方法的工作原理,并建立了拉曼光谱结合PCA-SVM可视化分类识别模型,进而通过对拉曼光谱数据所含有的全部信息进行分析,可获得更准确、更全面、更科学、更具有统计学意义的结果。该方法可有效改进以往检测过程中通过人工识别分析样品少数几个拉曼特征峰这一不足,进而为拉曼光谱的数据处理提供了一种理论支撑。分别检测了砷类矿物药、汞类矿物药和硫磺及其复方制剂的拉曼光谱,并对其振动频率进行了归属。然后对上述药物的拉曼光谱数据进行了PCA-SVM分类识别,得出其盲样测试准确率均高于98%,可对矿物药进行准确分类识别。该方法对矿物药及其复方制剂的准确分类识别提供了一种快速、准确、简便、低成本的检测方法,进而为其种类、产地及真伪进行科学鉴别提供了参考依据。同时,对雄黄、朱砂和硫磺进行了定量检测,并确定了质量分数检测限。建立了以SERS技术对生物体液中滥用成瘾性药物快速高灵敏度检测平台。以银溶胶作为SERS基底,在最佳实验条件下,分别对尿液和血清中的氯胺酮、右美托咪定和咪达唑仑三种滥用成瘾性药物进行了定性和定量分析。分别测定了三种药物的检测限,拟合确定了特征峰强度随浓度的线性变化方程及决定系数,并计算分析了回收率及相对标准误差,进而实现了生物体液中成瘾性药物的快速检测。该SERS检测方法相对于其它方法极大地缩短了检测时间。为了进一步提高SERS基底的稳定性和灵敏度,以种子生长法结合刻蚀法合成了形貌均匀、圆度高的光滑金纳米球,通过液/液界面自组装技术制备了高均匀性固态滤纸SERS基底,并对相关特性进行了表征。另外,通过将固态滤纸SERS基底浸泡在Na Cl水溶液中进行表面修饰,进一步提高了SERS检测灵敏度（比修饰之前约提高了3倍）,其对探针分子4-MBA的增强因子可达1.64×10~5。最后,利用该固态滤纸SERS基底对生物体液中的滥用成瘾性药物芬太尼进行了实际检测,测得芬太尼在尿液和血清中的检测限分别为0.6和2.8μg/mL。