今天给大家介绍一篇由安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心翁士状副教授为第一作者，翁士状副教授与李新华副教授为通讯作者，于2022年1月15日发表在Food Chemistry（IF=7.514）上的一篇研究性文章。该文章提出了一种新的多项式校正方法——自适应多项式校正( OAPC )，校正具有操作差异的反射光谱,并利用卷积神经网络( CNN )建立分析模型预测食用油中的山嵛酸。该方法可以减少不同操作者对光谱分析的差异影响,从而有可能纠正测量仪器或环境的带来的差异。
今天给大家介绍一篇由安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心翁士状副教授为第一作者，翁士状副教授与李新华副教授为通讯作者，于2022年1月15日发表在Food Chemistry（IF=7.514）上的一篇研究性文章。该文章提出了一种新的多项式校正方法——自适应多项式校正( OAPC )，校正具有操作差异的反射光谱,并利用卷积神经网络( CNN )建立分析模型预测食用油中的山嵛酸。该方法可以减少不同操作者对光谱分析的差异影响,从而有可能纠正测量仪器或环境的带来的差异。
1.引言
食用植物油可以提供能量、脂溶维生素、脂肪酸和许多其他有益健康的化合物，然而商家为了盈利谎报脂肪酸含量，特别是橄榄油和葡萄籽油等高价油的含量。因此，建立一种简单、快速、可靠的脂肪酸检测方法具有重要意义。
核磁共振、色质联用等经常被用作食用植物油中脂肪酸的实验室分析方法，但是光谱技术具有更加有利的特点，反射光谱已被广泛应用于类别分类、脂肪酸测定和植物油掺假检测。
本研究旨在探讨多项式校正与CNN相结合，利用不同操作人员测量的反射光谱来检测食用植物油中山嵛酸含量(图1)。其目的是：(1)用反射光谱分析食用植物油中山嵛酸的浓度；(2)评价多项式校正在不同操作人员之间的校正传递性能；(3)探索校正样本的选择方法和数量；(4)利用有效波长的反射光谱预测山嵛酸的浓度。
2.结果和讨论
2.1光谱特性
将油样放置在高反射率的PVC白板上方的玻璃烧杯中，获得反射光谱(图2)。不同体积的大豆油的代表性光谱如图3A所示，400 nm以下和1700 nm以上的光谱具有明显的低信噪比，所以使用波长范围为400-1700 nm的光谱进行进一步处理。
图2.反射光谱采集系统的图像
如图3B和3C所示，A组测量了7种油的原始光谱和平均光谱。首先，在800-1700 nm的波长范围内，油样的光谱趋势相同，但强度不同。不同油品在400-800 nm的光谱有不同的变化趋势。
此外，所有玉米油样品的光谱均由A组和B组的操作员测量（图3D）。总的来说，光谱结合机器学习的方法来开发确定模型以获得分析物的类别或含量。当使用来自某些操作员的光谱开发模型时，上述光谱差异使得所获得的模型对于来自其他操作员的光谱表现不佳，这是一个普遍存在且在很大程度上不可避免的问题。
图3. (A)体积为0、5、15、25和35mL的大豆油的反射光谱；(B)由一个人测量的各种油样的光谱；(C)芝麻油、大豆油、玉米油、葵花籽油、菜籽油、花生油和橄榄油的平均光谱；(D)A组和B组操作人员测量的玉米油的光谱。
2.2 OAPC法测定山嵛酸的含量
首次使用PLSR、SVR、RF和CNN建立回归模型，预测来自A组的山嵛酸浓度。然后，利用这些模型预测来自 B组的山嵛酸，结果不令人满意。结果表明，因为来自不同操作员的光谱数据存在差异，模型很难表现良好。为了解决这个问题，采用了 1-5 阶的多项式校正方法。模型的预测结果可以通过多项式校正来提高，但校正阶数的选择是保证模型性能的关键，OAPC可以减轻具有操作员差异的光谱对分析模型的影响。
经上述校正后，B组光谱的预测误差有所减小。在多数情况下，可以通过适当增加建模的数据大小来提高模型的预测性能。如表1所示，A组的预测性能略差，因为来自不同操作员的新光谱数据引入了未知的新干扰。通过增加数据数量建立模型对B组测得的870个样品的光谱进行了分析，这些模型的预测性能得到提高。经过OAPC后，所有模型的预测结果都得到了进一步的改善。
表1. OAPC 对山嵛酸的预测结果
2.3 校正样本的选取
对于OAPC方法，校正样本的选择，包括代表性校正样本和样本数的选择，对校正性能是至关重要的。首先，考虑以下十种情况：以1%为步长，所选样本占总样本的比例从1%到10%。校正样本由KS（Kennard-Stone）选择。在本研究中，通过权衡校正过程的复杂性和稳定的校正性能，将样本的选择比例设置为5%。
2.4 有效波长的评估
首先使用BOSS从1300个(400-1700 nm)波长中得到97个敏感波长，然后根据RFrog计算的选择概率对97个波长进行排序，得到选择概率大于0.2的29个波长，最后得到了利用皮尔逊相关性(图5A)选择波长与山嵛酸的相关系数大于0.1的16个波长。用PLSR、SVR、RF和CNN对16个有效波长重新建立回归模型(表2)。与基于400-1700 nm光谱的四种模型相比，基于16个有效波长的CNN和最优阶数为2的OAPC提供了一种简单、准确的食用油中山嵛酸的测定方法。使用OAPC后，偏差值变小(图6)。
3.结论
在该项工作中，PLSR、SVR、RF 和 CNN 结合多项式校正作为 OAPC，使用具有操作员差异的反射光谱分析食用油中的山嵛酸。OAPC只需少量校正样本即可减少操作者差异对光谱分析的影响，有效波长的OAPC和CNN为食用油中山嵛酸的预测提供了简单准确的方法。作者所提出的方法有望校准由其他因素引起的光谱差异，例如测量仪器或环境。它还可以扩展光谱在食品测定、药物鉴定和植物病害检测方面的应用。
参考文献
Weng S, Chu Z, Wang M, Han K, Zhu G, Liu C, Li X, Huang L. Reflectance spectroscopy with operator difference for determination of behenic acid in edible vegetable oils by using convolutional neural network and polynomial correction. Food Chem. 2022 Jan 15;367:130668.
长按关注我们
微信号｜FoodAI
合作/投稿｜biomed@csu.edu.cn
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/cnn-oil.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
Nutrients：eBASIS数据库中的可提取和不可提取抗氧化剂成分：人类健康和疾病研究中膳食评估的关键工具
今天介绍一篇由Jenny Plumb等人于2020年11月在线发表在Nutrients（IF=6.71）上的文章。这篇文章讨论了eBASIS数据库的更新，该数据库包括可提取和不可提取的抗氧化剂，这对于评估食物基质的抗氧化性质及其与人类健康的相关性非常重要。文章还介绍了非可提取多酚的重要性、测量食物和膳食补充剂中抗氧化活性/容量的各种方法、维护和更新食物成分数据库的重要性以及相关挑战。总体而言，文章强调了需要标准化的方法和数据库来准确评估我们饮食中的生物活性化合物及其潜在的健康益处
-
智能食品加工：从人工神经网络到深度学习的旅程(三)
今天，我们将继续给大家带来综述《智能食品加工：从人工神经网络到深度学习的旅程》的第三个单元的介绍——基于深度学习的智能食品加工。
-
色谱与化学计量学相结合在食品鉴定中的应用
食品掺假并非我们这个时代的现象，其历史可以追溯到食品制造的开始。关注食品欺诈问题是一个迅速发展的领域，这是由于公众对经济动机驱动的掺假的认识不断提高，而这可能会给人类带来严重的公共健康风险。化学计量学为光谱和色谱数据的校准分析提供了强大的工具，可用于有明确终点和无明确终点的方法中，以识别各种食品欺诈情况或验证其地理或生物学起源。
-
稳定同位素和生物元素辅助含硫化合物的中国大蒜产地溯源
该研究对我国六个省或主要产区栽培的大蒜样品进行了稳定同位素（δ13C、δ2H、δ18O、δ15N和δ34S）、生物元素含量（%C、%N和%S）和含硫化合物（8种含量硫成分和2种氨基酸）的表征。并利用这些特征建立了两种模式识别模型（PLS-DA和k-NN），为鉴定我国大蒜的起源提供了一种有用的方法。
-
李培武院士团队张兆威：通过Z型Cu2O/Cu3SnS4的智能手机驱动的光电化学POCT，用于检测邻苯二甲酸二丁酯
今天介绍一篇由中国农业科学科院油料作物研究所李培武院士团队于2023年8月发表在国际学术期刊Journal of Hazardous Materials（IF=13.6）上的题为“A smartphone-powered photoelectrochemical POCT via Z-scheme Cu2O / Cu3SnS4 for dibutyl phthalate in the environmental and food”的文章。中国农业科学院油料作物研究所张兆威研究员为论文通讯作者。
-
浙江农科院袁玉伟产地溯源团队:基于稳定同位素和营养元素的中国稻米产地溯源研究
大米是我国重要的主食，其真实性与营养安全密切相关。今天介绍一篇来自浙江省农业科学院农产品质量安全与营养研究所和农产品质量安全危害因子与风险防控国家重点实验室李春霖和袁玉伟等人于2022年4月发表在Food Control上的一篇论文。本研究对我国粳稻和籼稻的稳定同位素和营养元素进行了比较和分析，并建立人工神经网络模型进行地理判别。建立了中国首个水稻稳定同位素和元素地理综合数据库，为中国水稻重点产区的判别提供了一种有前景的方法。
-
人工智能从科学文献和媒体报道中检测未知兴奋剂推文
今天介绍一篇由Anand K. Gavai等人于2021年在Food Control上发表的文章。文中提出了一种方法用机器学习来检测在保健品中未知的兴奋剂。从两个不同的数据来源中确定了20种新的兴奋剂，分别是用单词嵌入模型从科学文献中自动发现未知兴奋剂，以及基于文本挖掘在万维网上搜索新闻报道来收集新的兴奋剂。
-
FoodTracker：一种由AI驱动的食品检测移动应用程序
本次介绍的是来自加拿大麦吉尔（McGill）大学电气与计算机工程系，于2019年9月发表在arXiv.org上的文章。文中，作者介绍了一个可利用智能手机内置摄像头，仅使用手机有限的计算资源就可识别餐食中多个食物种类及其营养信息的移动应用程序——FoodTracker。该程序将深度卷积神经网络与YOLOv2结合，实现多对象同时识别和定位，得到的mAP接近80%，同时神经网络结构小巧且计算成本低廉。
