《Foods》：Authentication of Edible Bird’s Nest Beverage-Derived Powders Using Block-Based Near-Infrared Hyperspectral Imaging and Multi-Model Agreement Mapping
编辑推荐：
中文翻译
在异质性基质中，食用燕窝（edible bird's nest，EBN）的真伪鉴别颇具挑战性，因为全区域光谱平均可能掩盖局部变异。本研究开发了一种基于分块的近红外高光谱成像（near-infrared hyperspectral imaging，NI
中文翻译
在异质性基质中，食用燕窝（edible bird's nest，EBN）的真伪鉴别颇具挑战性，因为全区域光谱平均可能掩盖局部变异。本研究开发了一种基于分块的近红外高光谱成像（near-infrared hyperspectral imaging，NIR-HSI）框架，整合了互补分类器与空间多模型一致性映射。开发数据集包含90个独立制备的物理样本，每个样本进行四次独立取样并重新装填的扫描；外部验证使用21个额外的物理样本（84次扫描）。光谱（900–1700 nm）采用平均光谱或分块方法表征，并使用偏最小二乘判别分析（partial least squares discriminant analysis，PLS-DA）、随机森林（random forest，RF）和多示例自适应余弦估计器（Multiple Instance Adaptive Cosine Estimator，MI-ACE）进行分类。模型开发采用留一物理样本交叉验证。在外部验证中，平均光谱PLS-DA的准确率为0.7143–0.8571，而平均光谱RF正确分类了全部21个样本。对于9 × 9分块，PLS-DA在三种预处理条件下的准确率分别为1.0000、0.9048和1.0000，而RF和MI-ACE在所有条件下均正确分类了全部21个样本。全感兴趣区（region of interest，ROI）分析发现，在约1505.65 nm处，EBN阳性与EBN阴性类别之间存在显著的二阶导数差异（U = 0，p < 0.001）。该区域可能具有信息价值，但不应视为EBN特异性。总体而言，该框架在保留空间信息的同时，提供了强物理样本级分类的概念验证证据。
论文解读
一、研究背景与意义
食用燕窝（edible bird's nest，EBN）主要由金丝燕属（Aerodramus）雨燕的唾液分泌物形成，是一种以蛋白质和碳水化合物为主要成分的高价值动物源性食品，同时含有矿物质、脂质及其他微量成分。其高昂的商业价值和有限的供应量使其极易遭受经济利益驱动的掺假行为，常见替代物包括卡拉雅胶、银耳、琼脂和蛋清等低成本物质。因此，可靠的鉴别方法对于保障产品完整性和支撑整个EBN供应链的质量保证至关重要。
目前已有多类分析技术被用于EBN鉴别，包括显微技术、电泳、基于脱氧核糖核酸（deoxyribonucleic acid，DNA）的方法、色谱法、振动光谱法、蛋白质组学和质谱法等。靶向化学方法虽可提供较高的分析特异性，但通常需要专用仪器、样品制备和专业操作人员。相比之下，光谱技术能够以最少的试剂用量快速获取化学指纹信息，非常适合样品筛查场景。近红外高光谱成像（near-infrared hyperspectral imaging，NIR-HSI）通过在图像中每个空间位置获取光谱，同时结合了光谱与空间信息。然而，加工后EBN衍生基质的鉴别面临独特挑战：EBN可能以低浓度存在于异质性配方中，且单个空间位置缺乏直接化学参考信息。
光谱数据的表征方式对模型开发至关重要。平均光谱分析通过在整个感兴趣区（region of interest，ROI）内平均光谱来降低维度和局部光谱变异性，但不可避免地丢失空间信息。逐像素分析虽然保留最大空间细节，但更容易受噪声、散射效应和表面不规则性的影响。空间平均分块提供了一种中间表征方式，能够在降低像素级变异性的同时保留通过全ROI平均会丢失的局部光谱信息。此外，分类器的选择也会影响特定光谱表征下的性能表现。PLS-DA广泛用于高维共线光谱数据，RF则提供能够捕捉预测变量间复杂相互作用的非线性集成学习方法。然而，单个空间分块缺乏直接参考标签，这对传统监督分类构成额外挑战，促使研究人员采用多示例学习框架，其中类别标签存在于扫描或袋级别而非单个实例级别。由于PLS-DA、RF和MI-ACE依赖不同的学习原理，检查其局部预测之间的一致性可为空间解释提供互补信息。
二、研究设计与技术方法
研究人员开发了一套整合局部光谱表征、互补分类模型和空间多模型一致性映射的分块NIR-HSI框架，用于EBN饮品衍生粉末的鉴别。开发数据集包含90个独立制备的物理样本（45个含EBN样本和45个不含EBN对照），含EBN样本涵盖0.1%、0.5%、1.0%、2.0%和3.0%（w/w）五个水平，每个水平9个独立物理样本；EBN-free对照包括以卡拉雅胶（karaya gum，KA；n = 20）或海藻酸钠（sodium alginate，SO；n = 25）为主要结构材料的样本。外部验证集包含21个额外物理样本，包括9个实验室制备的含EBN样本、6个来自三个商业品牌的标签标注含EBN的即饮产品，以及6个EBN-free对照。另有一个100%研磨EBN粉末样本仅作为定性光谱参考。所有饮品样本经滤过、六次水洗、70 °C热风干燥18–20 h、研磨和过60目筛后转化为干燥粉末。NIR-HSI图像使用推扫式成像系统（VLNIR-CL-100-N17E，SPECIM，芬兰奥卢）采集，光谱范围约900–1700 nm。每个物理样本进行四次独立取样和重新装填的扫描。光谱数据采用平均光谱和分块两种表征方式，分块尺寸评估了7 × 7、9 × 9和11 × 11像素三种配置。三种光谱预处理条件为原始吸光度、标准正态变量变换（standard normal variate，SNV）和Savitzky–Golay二阶导数（21点窗口、二阶多项式）。分类采用PLS-DA、RF和MI-ACE三种模型，模型开发使用留一物理样本交叉验证（leave-one-physical-sample-out cross-validation，LOPSO-CV），确保同一物理样本的四次扫描同时被排除。最终选定9 × 9分块的二阶导数PLS-DA、SNV预处理RF和原始光谱MI-ACE用于空间多模型一致性映射。
三、研究结果
3.1 平均光谱与分块光谱数据的谱学特征
原始光谱表现出谱强度和基线的差异，可能与独立取样和重新装填等分样本间的颗粒分布、堆积密度、表面特征和光散射变化有关。SNV预处理减少了大部分加性和乘性变异，改善了谱形对齐。二阶导数预处理进一步降低了基线效应并增强了谱形的细微差异。与平均光谱表征相比，分块光谱表现出更大的扫描内光谱变异性，保留了由局部颗粒分布和样品堆积产生的空间异质性。
3.2 分类模型性能比较
在LOPSO-CV内部评估中，平均光谱PLS-DA在原始和SNV条件下均实现90个物理样本的完美分类，二阶导数模型准确率和平衡准确率为0.9889。平均光谱RF的原始模型准确率为0.9111，SNV和二阶导数预处理均将准确率提升至0.9778。分块尺寸敏感性分析显示，9 × 9和11 × 11配置的整体性能相近，7 × 7配置略低，因此选定9 × 9分块。使用9 × 9表征，分块PLS-DA在原始、SNV和二阶导数条件下的准确率分别为0.9444、0.9222和0.9667；分块RF的准确率分别为0.9667、0.9889和0.9778；MI-ACE在三种预处理条件下均实现无错误分类。
在独立外部验证中，平均光谱PLS-DA的准确率为0.8095、0.7143和0.8571，而平均光谱RF在三种预处理条件下均正确分类全部21个物理样本。9 × 9分块PLS-DA在原始、SNV和二阶导数条件下的准确率分别为1.0000、0.9048和1.0000；分块RF和MI-ACE在所有三种预处理条件下均正确分类全部21个样本。选定的三个模型在外部验证中均实现真阳性15、真阴性6、假阳性0、假阴性0的结果，正确分类了各EBN水平3/3的实验室样本、各品牌2/2的商业产品和各对照组3/3的对照样本。平均光谱与分块结果的差异可归因于相同高光谱数据在模型拟合时的不同表征方式：分块方法在训练期间保留局部光谱观测，随后在扫描和物理样本级别聚合连续预测分数。
3.3 多模型一致性空间分布
空间多模型一致性图谱显示，含EBN样本中大部分ROI为3/3共识阳性区域，部分样本还包含2/3和1/3一致性区域，表明分类器在样本内存在局部响应差异。EBN-free的KA和SO对照以0/3共识阴性区域为主，仅有少量孤立的1/3区域。成对分块水平分析显示，PLS-DA与RF的一致率为94.0412%，不一致率为5.9588%（Cohen's kappa = 0.86224）；PLS-DA与MI-ACE的一致率为95.0718%，不一致率为4.9282%（Cohen's kappa = 0.88434）；RF与MI-ACE的一致率最高，为97.0757%，不一致率2.9243%，Cohen's kappa = 0.92943。这表明三个分类器产生高度一致但非完全相同的分块水平决策，3/3区域应解释为完全模型间共识区域而非独立确认的预测置信度。
3.4 光谱特征与模型无关ROI分析
在约1505.65 nm处，标签标注含EBN的商业产品和实验室制备的0.1%、0.5%和1.0% EBN组呈现负的二阶导数响应，而EBN-free的KA和SO对照呈现正响应。这一方向性分离在使用全部有效ROI分块时仍然保持，表明该光谱趋势不局限于模型共识选择的区域。在物理样本水平上，全部15个EBN阳性样本在该波长处均显示负的二阶导数值，而全部6个EBN-free样本均显示正值。EBN阳性组的中位二阶导数响应为?8.87 × 10?5（n = 15），EBN-free组为9.44 × 10?5（n = 6）。精确双侧Mann–Whitney U检验显示两组间差异显著（U = 0，p < 0.001）。将分析限制在实验室制备的EBN样本（n = 9）和EBN-free对照（n = 6）时，方向性分离仍然保持（U = 0，p < 0.001）。1505–1509 nm区域可能与含蛋白质材料中N–H伸缩振动的第一泛音相关，但近红外吸收带宽且重叠，该响应也可能受基质组成和光谱预处理影响，且该波长区域是从当前数据集中回顾性识别的，因此应视为潜在信息区域而非EBN特异性化学标记。
四、讨论总结与结论翻译
本研究表明，保留局部光谱信息能够为所评估的含EBN配方和EBN-free KA/SO基质提供强分类性能，但当前数据集内的无错误分类不应被解释为普遍完美或EBN特异性鉴别性能的证据。外部验证仅限于两种EBN-free对照基质、单一来源的实验室制备EBN配方以及六个基于标签声明而非独立化学确认的商业产品，因此需要来自多个地理来源和生产批次的EBN、更多商业配方和替代基质以及正交化学或分子验证来确立普适性。当前工作流程需要大量样品制备，包括滤过、反复洗涤、18–20小时烘箱干燥、研磨和过筛，应被视为针对制备饮品衍生粉末的实验室鉴别流程而非完整饮品的快速或非侵入性筛查方法。未来研究应评估简化的样品制备方案，并在更大、更多样化且经化学验证的数据集可用时探索先进的光谱学习方法，包括多尺度深度集成学习、基于扩散的光谱建模和多任务神经架构优化。总体而言，该框架为将EBN鉴别与空间分辨解释相结合提供了基础，同时在独立物理样本水平上保持了评估的严谨性。
