基于介电谱技术的骆驼乳非脂乳固体含量检测方法研究

《Foods》：Method for Detecting Non-Fat Milk Solids Content in Camel Milk Based on Dielectric Spectrum Technology

　　

骆驼乳富含人体必需的脂肪酸、乳铁蛋白、乳清蛋白和维生素C等营养成分，具有抗菌、抗炎、抗氧化以及改善脂质和血糖代谢的功能，市场竞争力极强。非脂乳固体（Solids-Not-Fat，SNF）是乳中除脂肪和水以外的所有成分的总称，是骆驼乳最重要的质量指标之一，其含量直接反映乳制品的营养价值、质量以及一致性和口感。目前，SNF测定主要依赖计算法和经验公式法，这些方法繁琐、耗时、对样品有破坏性，且误差大、精度低。因此，亟需一种简单、快速、无损的骆驼乳SNF含量（SNFC）检测方法。 本研究从中国新疆五个不同地区的牧场采集了400份骆驼乳样品。基于介电谱技术，提出了一种将预处理与特征变量提取相结合的骆驼乳SNFC定量检测方法。使用网络分析仪和开端同轴探头，在0.1–26.5 GHz频率范围内采集骆驼乳在201个频点上的相对介电常数（ε′）和介电损耗因子（ε″）。采用标准正态变量变换（SNV）、Savitzky–Golay平滑（SGS）和Savitzky–Golay导数（SGD）方法对原始介电谱进行预处理。随后，采用无信息变量消除法（UVE）、连续投影算法（SPA）及其组合（UVE-SPA）从预处理后的全介电谱（FDS）中提取特征变量。然后构建偏最小二乘回归（PLSR）、支持向量机（SVM）、长短期记忆网络（LSTM）和高斯过程回归（GPR）模型预测骆驼乳SNFC。最后对最优模型进行外部验证。 结果表明，预处理与特征变量提取方法的组合能够提高骆驼乳SNFC预测模型的精度。在所有方法中，SGD预处理结合UVE-SPA特征变量提取取得了最佳综合性能，SGD-UVE-SPA-GPR模型被确定为预测骆驼乳SNFC的最优模型。与基于原始介电谱构建的模型相比，预处理结合特征提取后的模型在整体预测精度上显著提升。具体而言，预测集决定系数（R2P）从0.9055提高到0.9685，相对提升6.96%；预测均方根误差（RMSEP）从0.0899%降至0.0541%，降幅达39.82%；预测集残余预测偏差（RPDP）从3.2813提高到5.6780，增幅达73.04%。这些发现可为骆驼乳质量自动化检测设备的开发提供理论基础和技术支持。

一、研究背景与意义

骆驼乳富含人体必需的脂肪酸、乳铁蛋白、乳清蛋白和维生素C等营养成分，具有抗菌、抗炎、抗氧化以及改善脂质和血糖代谢的功能，市场竞争力极强，受到消费者和相关从业者的广泛关注。非脂乳固体（Solids-Not-Fat，SNF）是乳中除脂肪和水以外的所有成分的总称，是骆驼乳最重要的质量指标之一，其含量直接反映乳制品的营养价值、质量以及一致性和口感。因此，在商业加工过程中实时监测骆驼乳非脂乳固体含量（SNFC）具有重要的实际价值。目前，SNFC测定主要依赖计算法和经验公式法，但这些方法繁琐、耗时、对样品有破坏性，且误差大、精度低。近红外光谱、中红外光谱和介电谱等技术已应用于乳制品多种成分参数的快速检测，但光谱技术存在穿透深度受限以及脂肪球或脂肪生物膜在边界层干扰等问题，导致重复性差和预测精度欠佳。介电谱技术凭借高穿透能力和宽频带特性，克服了光谱分析技术的上述缺陷，可显著提高预测精度。然而，原始介电谱数据包含大量冗余信息和噪声信号，直接建模易导致过拟合、稳定性差和预测精度下降。研究表明，预处理与特征变量提取的组合可显著提高模型的预测精度和稳定性。但迄今为止，尚未有研究采用介电谱结合预处理与特征变量提取方法建立骆驼乳SNFC检测模型。因此，本研究旨在通过整合预处理与特征变量提取，提高乳制品质量指标的预测精度，建立基于介电谱的骆驼乳SNFC快速无损检测方法。

二、研究内容与结论

研究人员从中国新疆五个不同地区的牧场（柯坪县（阿克苏地区）、第一师七团、福海县（阿勒泰地区）、霍城县（伊犁地区）和伊吾县（哈密市））采集了400份骆驼乳样品，其中200份作为定量建模样本，200份作为独立外部验证样本。采用矢量网络分析仪（3671D型，中国电建集团青岛思仪科技股份有限公司）配备开端同轴探头，在0.1–26.5 GHz频率范围内采集骆驼乳的相对介电常数（ε′）和介电损耗因子（ε″），共201个扫描频点，每个样品获得402个数据值。研究人员采用标准正态变量变换（SNV）、Savitzky–Golay平滑（SGS）和Savitzky–Golay导数（SGD）三种方法对原始介电谱进行预处理，随后采用无信息变量消除法（UVE）、连续投影算法（SPA）及其组合（UVE-SPA）提取特征变量，并构建了偏最小二乘回归（PLSR）、支持向量机（SVM）、长短期记忆网络（LSTM）和高斯过程回归（GPR）四种定量预测模型。结果表明，预处理与特征变量提取的组合能有效提高骆驼乳SNFC预测模型的精度。SGD预处理结合UVE-SPA特征变量提取取得了最佳综合性能，SGD-UVE-SPA-GPR模型被确定为最优预测模型，预测集决定系数（R²_P）从0.9055提高到0.9685，预测均方根误差（RMSEP）从0.0899%降至0.0541%，预测集残余预测偏差（RPDP）从3.2813提高到5.6780。外部验证结果表明，该模型在独立验证集上取得决定系数（R²）为0.9572、均方根误差（RMSE）为0.0768%的优异泛化性能。SHAP可解释性分析揭示了各介电谱特征对SNF预测的贡献差异，其中特征x₁的SHAP均值绝对值最高（0.1081），为主要驱动特征。这项研究为骆驼乳质量自动化检测设备的开发提供了理论基础和技术支持。

三、主要技术方法

研究人员采用的主要技术方法包括：1）介电谱测量技术，使用矢量网络分析仪和开端同轴探头在0.1–26.5 GHz频率范围内采集骆驼乳的ε′和ε″谱；2）三种光谱预处理方法，即SNV、SGS和SGD，用于消除噪声、基线漂移和散射干扰；3）三种特征变量提取方法，即UVE、SPA及其组合UVE-SPA，用于筛选与SNFC强相关的特征频点；4）四种定量建模算法，即PLSR、SVM、LSTM和GPR，用于建立SNFC预测模型。样本来源于新疆五个不同地区的牧场，共400份骆驼乳样品，其中200份用于建模，200份用于外部验证。

四、研究结果

3.1 骆驼乳SNFC统计分析：不同地区骆驼乳SNF含量范围为11.10%–12.20%，总体均值±标准差为11.51%±0.29%，表明不同地区样品间SNFC差异小、稳定性好。

3.2 骆驼乳介电谱频率依赖性：ε′随频率增加呈持续下降趋势，ε″呈先降后升的规律。低频信号主要反映骆驼乳中离子组分的导电行为，高频区域更突出地反映水分子和蛋白质等大分子的偶极弛豫响应。

3.3 建模结果：基于原始介电谱数据，四种模型（PLSR、SVM、LSTM、GPR）的R²_P值分别为0.9017、0.8902、0.9091和0.9055。单独使用特征变量提取方法可有效提高所有模型的预测精度，其中UVE-SPA-PLSR模型表现最佳（R²_P=0.9291）。将预处理与特征变量提取结合后，模型精度进一步提升。SNV预处理结合UVE-SPA特征提取时，SNV-UVE-SPA-SVM组合表现最佳（R²_P=0.9527，RMSEP=0.0638%）；SGS预处理结合UVE-SPA特征提取时，SGS-UVE-SPA-GPR模型综合性能最佳（R²_P=0.9393，RMSEP=0.0755%）；SGD预处理结合UVE-SPA特征提取时，SGD-UVE-SPA-GPR组合取得最优性能（R²_P=0.9685，RMSEP=0.0541%，RPDP=5.6780）。不同预处理条件下，SGD预处理后各模型的R²_P值最高，表明SGD能有效消除光谱噪声和基线漂移。

3.4 最优模型确定：SGD-UVE-SPA-GPR模型在R²_P、RMSEP和RPDP三项指标上均取得最优值，被确定为最优预测模型。残差分析显示校准集和测试集残差随机分布在零残差线两侧，无系统偏差和异方差性。SHAP分析表明，不同介电谱特征对SNF预测的贡献存在显著差异，x₁为主要驱动特征（均值SHAP值0.1081），其次是x₄（0.1049）、x₁₃（0.06816）、x₂₀（0.05385）和x₂（0.04663）。

3.5 最优模型验证：基于200份独立外部验证样品，SGD-UVE-SPA-GPR模型取得R²=0.9572、RMSE=0.0768%、RPD=4.8782的优异泛化性能，优于未预处理模型（R²=0.9023）、仅UVE-SPA特征提取模型（R²=0.9195）和仅SGD预处理模型（R²=0.9271）。残差分析显示外部验证样品残差随机分布，绝大多数残差落在?0.2%至0.2%范围内，无显著系统预测偏差。

五、讨论与结论

讨论部分指出，与近红外光谱技术相比，介电谱不受乳体系异质性和脂肪球散射的影响，电磁波可穿透整个乳样品，能稳定捕获蛋白质、乳糖和矿物质盐等组分产生的低频离子传导和高频偶极弛豫特征，因此对骆驼乳SNFC的定量预测具有更优越的物理基础。与仅使用单一特征变量提取方法相比，预处理与特征变量提取的组合方法在信号保真度、特征聚焦和抗干扰能力方面具有显著优势。研究仍存在局限性：样品仅来自中国新疆，模型尚未在其他产区骆驼乳样品上验证；所有实验均在统一条件下进行，未单独考察样品温度、泌乳阶段、动物饲料和储存条件等因素对介电信号和模型性能的影响。未来应扩大样品数据库，涵盖不同产区和品种的骆驼乳，并设计针对性实验考察上述因素的影响。基于本研究确定的有效检测频段和最优建模策略，未来将开发适用于牧场和加工厂现场条件的便携式自动化检测设备。

结论部分翻译：本研究提出了一种基于介电谱结合预处理与特征变量提取的骆驼乳SNFC定量检测方法。与直接使用原始介电谱建模相比，SNV、SGS和SGD预处理可消除基线漂移和随机噪声等无关干扰，UVE、SPA和UVE-SPA特征变量提取可去除冗余共线变量并选择与SNFC强相关的介电特征。在所有方法中，SGD预处理能有效校正介电信号中的基线偏移和散射干扰，UVE-SPA特征变量提取兼顾了特征有效性和特征集简约性，结合GPR优异的非线性拟合能力，使SGD-UVE-SPA-GPR模型取得了最佳预测性能，R²_P=0.9685，RMSEP=0.0541%，RPDP=5.6780。未来将继续优化现有机器学习模型，开发适用于乳品加工厂实际部署的自动化检测设备，满足乳品企业和消费者对高品质骆驼乳的需求。