《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》:Spectral data fusion combined with lightweight convolutional neural networks for lotus seeds geographical origin identification
编辑推荐:
莲籽地理溯源研究通过融合近红外光谱(NIRS)和高光谱成像(HSI)数据,构建轻量级卷积神经网络(CNNs)模型,对比低级与中级数据融合策略,采用多种光谱预处理(萨维茨基-高莱滤波、SNV、MSC等)和特征选择算法,实现三个核心产区莲籽100%准确分类,模型性能优于传统SVM(98.68%)和随机森林(98.89%),为农产品地理标志保护提供高效非破坏性解决方案。
Jing Zhao|Yue Yu|Siheng Lu|Yue Huang|Hao Dong|Zhanming Li
江苏科技大学粮食科学技术学院,中国镇江212100
摘要
为了解决单一光谱技术的局限性,并满足莲子无损地理来源追溯的需求,本研究整合了近红外光谱(NIRS)和高光谱成像(HSI)数据,构建了一个轻量级的卷积神经网络(CNN),用于准确识别来自三个主要生产区域的莲子。我们比较了低级和中级数据融合策略,建立了具有多种光谱预处理和特征选择算法的模型,通过重复验证和独立外部验证评估了模型的鲁棒性,并使用梯度加权类激活映射(Grad-CAM)解释了模型的决策机制。结果表明,中级数据融合的整体分类准确率超过了95%,最佳组合达到了100%的准确率。所提出的模型显著优于传统模型,支持向量机(SVM)的最佳整体准确率为98.68%,随机森林(RF)为98.89%。这种方法为农产品的地理来源识别提供了一种高精度、可解释的无损解决方案。
引言
来自不同生产区域的莲子在味道、营养成分、药用价值等方面可能存在显著差异[42]。为了确保莲子的质量和特性,地理来源识别方法尤为重要。常见的检测技术无法全面反映地理来源信息。分子生物学技术、液相色谱-质谱法、气相色谱-质谱法以及食品组学技术存在成本高、效率低、环境危害大以及依赖大型设备等缺点[4],[7]。
近年来,光谱技术在食品质量分析领域受到了广泛关注。近红外光谱(NIRS)分析技术因其快速、无损且无需样品预处理等优点,在农产品和食品领域得到广泛应用[20],[43]。高光谱成像(HSI)技术凭借其集成光谱-图像的特性,在食品追溯分析领域展示了显著的优势,特别是在来源识别、掺假检测、质量追踪等方面取得了突破性进展[1],[5],[34]。拉曼光谱以其无损和快速的特点,适用于食品成分识别和掺假筛查[26]。荧光光谱凭借其高灵敏度,能够实现食品中有害物质的微量检测和食品质量评估[28]。光谱技术为食品质量和安全监测与控制提供了高效的技术支持。
HSI结合Savitzky-Golay(SG)和偏最小二乘回归(PLSR)开发了一种用于新鲜莲子淀粉含量的无损方法,实现了其分布可视化,并为批量检测和便携设备开发提供了参考[38]。在莲子品种识别研究中,还结合主成分分析和PLSR模型进行了多种光谱预处理方法,以区分四种不同的莲子品种(香莲、建莲、甘莲和湖莲),这些方法解释了交叉验证中98.9%的变异[13]。
光谱数据融合整合了不同光谱技术的优势,克服了单一光谱分析的信息限制和抗干扰能力差的问题。它捕获了多维信息,提高了定量分析的准确性。HSI结合CNN和数据融合在黄芪来源识别中的准确率超过了98%[40]。此外,可见光/NIRS和HSI数据与具有注意力机制的多分支1D-CNN模型相结合,开发了一种用于检测哈密瓜表面农药残留的方法。将融合后的光谱输入模型后,分类准确率达到94.00%,F1分数为0.9396,这比单一光谱分析有显著提高[16]。
鉴于传统莲子来源追溯技术在无损检测和高效分类方面的局限性,通过多源光谱数据的融合和轻量级深度学习模型的构建,开发一种准确的地理来源识别方法至关重要。低级融合指的是原始数据的直接整合,而中级融合则是提取特征的融合。本研究提出了基于NIRS和HSI技术的低级融合和中级融合策略(图1A)。如图1B所示,在分别收集光谱信息并进行特征选择后,进行了中级融合建模。通过整合轻量级CNN模型,我们使用单一光谱和融合光谱方法对莲子的来源进行了追溯和识别。这项研究提供了一种结合光谱技术和深度学习的方法,用于农产品和食品的来源识别,从而为地理标志食品产品的保护提供了新的支持。
部分内容
样品制备
实验样品选自香潭莲(Nelumbo nucifera Gaertn. cv. Cunsanlian)、洪湖莲(Nelumbo nucifera Gaertn. cv. E-zilian 1)和建宁莲(Nelumbo nucifera Gaertn. cv. Jianxuan 17),这些都是中国十大著名莲子品种之一。所有莲子均于2024年8月收获,此时种子淀粉含量最高且颗粒饱满,最适合干燥。
光谱数据预处理
如图所示,原始光谱曲线的特征吸收峰基本一致,存在显著的重叠,初步揭示了样品的组成和含量(图4A)。由于光线、密度和表面纹理等因素的干扰,原始NIRS数据需要适当的预处理。图4展示了五种预处理方法(SG-1st、SG-2nd、SNV、MSC和MMN)处理后的NIRS光谱。
结论
准确且无损的地理来源追溯对于保护莲子的质量特性和地理标志保护至关重要。本研究系统地探讨了将NIRS和HSI数据与轻量级CNN结合用于莲子来源识别的可行性,通过对比低级和中级数据融合策略、多种光谱预处理方法和特征选择算法进行了综合分析。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本研究得到了江苏科技大学的Talents Start-Up项目(1182932009)的支持。