《Journal of Food Measurement and Characterization》:Combining comparative spectroscopic analysis with machine learning for origin identification and wheat flour blending ratio prediction in buckwheat flour
编辑推荐:
鉴别荞麦粉的产地、检测小麦粉污染及故意掺假对保障食品真实性与品质具有重要意义。本研究在同一实验体系内联合应用激发-发射矩阵(Excitation–Emission Matrix, EEM)荧光光谱、近红外(Near-Infrared, NIR)光谱和傅里叶变换
鉴别荞麦粉的产地、检测小麦粉污染及故意掺假对保障食品真实性与品质具有重要意义。本研究在同一实验体系内联合应用激发-发射矩阵(Excitation–Emission Matrix, EEM)荧光光谱、近红外(Near-Infrared, NIR)光谱和傅里叶变换红外(Fourier Transform Infrared, FT?IR)光谱并结合机器学习方法。研究人员应用机器学习技术对荞麦粉进行产地鉴别、产品鉴别,并对荞麦粉与软质小麦粉混合样品中小麦粉掺混比例进行预测。使用北海道产荞麦粉与软质小麦粉制备小麦粉掺混比例为0%、5%、10%和20%的混合样品。以NIR光谱为输入的k?最近邻(k?Nearest Neighbor, KNN)模型在产地鉴别中测试准确率达0.9917。产品鉴别中以FT?IR光谱为输入的一维卷积神经网络(Convolutional Neural Network, 1D?CNN)模型表现最优。在面粉掺混比例预测中,基于FT?IR光谱的模型获得了较高的分类准确率与良好的回归性能。NIR谱图中与脂质和碳水化合物等有机组分C–H倍频振动相关的1650–1700 nm吸收带对鉴别与定量有贡献;而FT?IR谱图中与碳水化合物C–O和C–C伸缩振动相关的约1000 cm?1波数区域对鉴别与定量有重要贡献。上述结果表明,光谱分析与机器学习的融合有望成为荞麦粉制品快速、无损的品质保障手段。
论文解读:结合比较光谱分析与机器学习进行荞麦粉产地鉴别及小麦粉掺混比例预测
研究背景与意义
确保食品真实性已成为国际性议题。荞麦是日本广泛消费的制面原料,其产品标签中标示的产地及荞麦粉与小麦粉的掺混比(如100%荞麦面、80%荞麦面)直接影响品质评价与定价。小麦粉作为常见过敏原,即使低水平混入也可引发过敏反应,因此检测小麦粉污染与掺假对食品安全同样重要。现有研究多采用单一光谱技术单独解决产地鉴别或掺假定量问题,缺乏在同一实验框架下对多种光谱方法(EEM荧光光谱、NIR、FT?IR)与多种分析目标(产地分类、产品分类、掺混比分类与回归)的系统比较。本研究发表于《Journal of Food Measurement and Characterization》,旨在填补这一空白,为荞麦粉真实性评价提供快速、无损的综合分析框架。
主要关键技术方法
研究人员采集日本四大主产区(北海道、山形县、茨城县、长野县)各3种市售荞麦粉共12份,以及一份日本产软质小麦粉。掺混比例预测用北海道产荞麦粉与软质小麦粉按小麦粉质量分数0%、5%、10%、20%配制混合样品。分别测定EEM荧光光谱(Hitachi F?7100,激发250–550 nm)、NIR光谱(900–1700 nm)和FT?IR光谱(衰减全反射ATR模式,4000–400 cm?1),每种样品重复测100次。机器学习建模采用k?最近邻(KNN)、随机森林(Random Forest, RF)、逻辑回归(Logistic Regression, LR)、支持向量机(Support Vector Machine, SVM)、一维/二维卷积神经网络(1D?CNN / 2D?CNN)及偏最小二乘(Partial Least Squares, PLS)。分类任务含四产地四类分类、12种产品十二类分类、掺混比四类分类;回归任务预测小麦粉质量分数为连续值。数据集按分层抽样划分(CNN为7:1.5:1.5,传统算法为8:2),以准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1值、平均绝对误差(Mean Absolute Error, MAE)、预测均方根误差(Root Mean Square Error of Prediction, RMSEP)、预测相关系数(Correlation Coefficient of Prediction, Rp)及残差预测偏差(Residual Predictive Deviation, RPD)评估。通过RF模型Gini不纯度下降计算特征重要性以解析关键光谱波段。
研究结果
Spectral characteristics(光谱特征)
EEM荧光成像显示所有荞麦粉均在激发280 nm/发射约345 nm处出现单一主荧光峰,源于色氨酸类荧光物质,不同产品间荧光强度存在差异。NIR平均谱图中长波区(>1650 nm)长野县样品吸光度模式有异,同种产地内不同产品亦存光谱差异。FT?IR平均谱图中北海道产样品整体吸光度偏高,可能反映组分或测量条件差异。
Origin classification and feature importance analysis(产地分类与特征重要性分析)
以NIR为输入的RF模型中,产地分类最重要的20个特征中17个集中于1667–1695 nm(最高重要性在1680 nm),对应C–H倍频振动区,说明NIR能间接反映不同产地荞麦粉脂质、碳水化合物等组分差异。以FT?IR为输入的RF模型中,重要特征集中于1043–686 cm?1(最高在977 cm?1),属糖类C–O伸缩与C–C骨架振动的指纹区(Fingerprint Region)。
Product classification(产品分类——12种荞麦粉产品鉴别)
NIR?RF模型中重要波长多分布于1665–1686 nm;FT?IR?RF模型中重要波数多分布于1036–961 cm?1。CNN以FT?IR光谱为输入在12类产品鉴别中取得最高准确率,表明FT?IR指纹区可反映不同商业产品淀粉及多糖结构的细微差异。
Wheat flour ratio prediction(小麦粉掺混比例预测)
EEM荧光强度随小麦粉比例升高而增加,但分类与回归性能不及NIR与FT?IR。NIR?RF模型中掺混比预测重要特征集中于1654–1693 nm;FT?IR?RF模型中重要特征集中于2297–2354 cm?1及3729–3637 cm?1,可能与组分变化及粉末样品ATR接触状态有关。分类结果显示FT?IR结合KNN、LR或CNN对0%、5%、10%、20%四类的测试准确率达1.0000;回归结果中FT?IR?RF模型Rp=0.9981为最高,FT?IR?KNN(Rp=0.9973)、NIR?KNN(Rp=0.9966)亦佳,各模型RMSEP<1.000%,RPD>10。
讨论与结论总结
NIR对产地鉴别的高敏感性源于其对有机组分C–H倍频吸收带的捕捉,可间接反映栽培环境导致的成分差异;FT?IR在产品和掺混比分析中优势明显,因其指纹区能揭示多糖、蛋白质等分子结构差异,且CNN可有效提取该区局部模式。本研究局限含样本仅4产地12产品、未涵盖不同年份与批次、掺混比仅用一种小麦粉,未来需外部独立样本验证与多模态数据融合。研究人员得出结论:NIR结合KNN适用于荞麦粉产地鉴别(测试准确率0.9917);FT?IR结合CNN适用于12种产品鉴别;FT?IR输入的模型(KNN/LR/CNN)对掺混比四分类可达测试准确率1.0000,FT?IR?RF回归模型对小掺混比(0–20%)具高相关性与低预测误差(Rp=0.9981,RMSEP<1%)。研究表明应根据分析目标选择适宜的光谱技术与建模方法,该集成框架有潜力发展为荞麦粉制品真实性评价的快速无损质控工具。