基于计算机视觉的增强可视化技术，结合全面二维气相色谱分析，用于咖啡原产地鉴定

《Journal of Chromatography A》：Computer Vision–Based Augmented Visualisation for Coffee Origins Identitation Using Comprehensive Two-Dimensional Gas Chromatography

　　乔治奥·费利齐托|埃洛伊萨·巴尼乌洛|朱利亚·塔帕罗|乔尔贾·博塔|陶青平|斯蒂芬·E·赖兴巴赫|基阿拉·科尔德罗|卢西亚诺·纳瓦里尼|埃里卡·利贝尔托|安德里亚·卡拉蒂

意大利都灵大学药物科学与技术系，地址：Via Giuria 9, 10124 都灵

摘要

咖啡是一种极为复杂且变化多端的物质，其挥发性成分受多种因素影响，包括咖啡的植物来源、气候与土壤条件、采收后的处理方式以及烘焙参数。这些因素共同导致了复杂的化学结构，其中包含数百种来自不同化学类别的挥发性化合物，如吡嗪类、呋喃类、醛类、酮类以及萜烯类。如此高的化学维度给分析工作带来了巨大挑战，使得准确识别具有特征性的化合物以及可靠区分咖啡的来源变得尤为困难。

在本研究中，我们采用了综合性的二维气相色谱技术（GC×GC）并结合计算机视觉技术来应对这些挑战。首先通过无目标指纹分析，将所有可检测到的化合物纳入特征模板中。随后将多个样本的色谱图整合为复合类图像，从而呈现出各咖啡来源典型的化学特征，同时降低个体差异，便于快速比较不同来源的咖啡。基于计算机视觉的配对比较能够识别出差异显著的峰值，这些峰值会被整合到目标模板中，以便后续进行峰值提取。多变量分析则用于确定那些能够有效区分不同来源的关键化合物。此外，还通过离子特异性强度映射等后处理策略进一步提升分析结果的可解释性，便于直观展示各类化学成分之间的差异。总体而言，这种GC×GC–CV分析流程为咖啡的全面化学特征分析及来源分类提供了一种高效、快速且直观的方法，实现了无目标分析与目标分析的有机结合。

引言

咖啡在60多个国家都有种植，是全球最受欢迎的饮品之一，以其浓郁的香气和极其复杂的风味而备受推崇[1]。优质咖啡带来的感官体验通常被描述为味道、口感与香气之间的和谐统一，且不存在令人不悦的杂味。由于风味是决定消费者偏好的主要因素，因此长期以来一直受到科学界的关注，从感官和成分角度对其展开深入研究[2,3]。虽然感官评价能为人们提供关于咖啡感知体验的宝贵信息，但对挥发性化合物的化学分析则为理解决定咖啡复杂性与品质的分子机制提供了重要的科学依据[4]。基于此，大量化学化合物，尤其是挥发性化合物，参与了咖啡风味的形成[2,5]。

这些挥发性化合物包括烃类、吡嗪类、呋喃类、酚类、醇类、醛类、酮类、酯类以及羧酸类等。其中，含硫化合物、呋喃类和吡嗪类尤其丰富，对咖啡香气的形成起着关键作用[6]。然而，不同研究中所确定的“关键”风味化合物往往存在差异，这种差异不仅反映了咖啡品种和加工方法的多样性，也体现了风味化学本身的复杂性[[7], [8], [9], [10], [11]]。正因如此，要真正全面地理解咖啡风味，就需要采用更广泛、更具整合性的研究方法，以便捕捉影响咖啡感官多样性的所有成分因素[2]。

事实上，咖啡中挥发性成分的组成受多种因素影响。咖啡的植物种类与品种、气候与土壤条件、海拔高度以及农业栽培措施等都起着重要作用，采收后的处理方式，如发酵、清洗和干燥，也同样重要。对于烘焙过的咖啡而言，烘焙温度、研磨程度以及冲泡时的压力和萃取时间等参数还会进一步影响最终的风味。对这些挥发性成分进行分析，不仅能帮助识别潜在的感官缺陷和烘焙程度，还有助于确定咖啡的地理来源，以及评估环境和加工因素如何影响生咖啡和烘焙咖啡的风味特征[5]。

在这种背景下，综合性的二维气相色谱技术（GC×GC）成为一种极为有效的分析工具。由于其出色的分离效率，以及能够合理解析化学结构相似的化合物及其保留时间的特点，该技术非常适合用于分析高度复杂的混合物[12,13]。它能够帮助研究人员更深入地了解不同来源咖啡之间的化学指纹差异，为理解成分如何转化为风味提供新的视角[14]。

由于GC×GC产生的数据量庞大且结构复杂，最适合以数字图像的形式进行可视化展示。常见的可视化格式包括二维等高线图或表面图。GC×GC色谱图的数字表示是通过光栅化实现的，即将各个调制周期内的检测器信号值转换为像素列（即图像元素）。当结合配备合适分析器的质谱仪使用时，每个像素对应一个完整的谱图，从而保留了有关化合物身份的信息，便于进一步研究。经过光栅化的像素列会按照第一维的保留时间从左到右排列，而第二维的数据则映射到右手坐标系的纵轴上，从下到上分布。在这些可视化图表中，X轴和Y轴分别代表第一维和第二维色谱中的保留时间，而信号强度则以颜色等级或峰高形式呈现，反映每种化合物的含量，如图1所示[15,16]。

计算机视觉技术的引入显著提升了GC×GC色谱图的分析效率[16]。计算机视觉被定义为“人工智能领域的一个分支，它使计算机和系统能够从数字图像中提取有意义的信息，并据此采取行动或提出建议，从而使计算机具备‘看见’、‘观察’和‘理解’的能力”[17,18]。

通过将光栅化的色谱图视为数字图像，峰值和信号模式就可以被视为二维空间中的视觉特征。这一视角使得原本用于图像处理和识别的算法得以应用，从而实现峰值的自动检测、特征提取以及模式分类[19]。因此，计算机视觉为处理GC×GC产生的庞大复杂数据集提供了一种高效且可扩展的框架，弥补并拓展了传统信号处理方法的局限性[16,20]。

借助计算机视觉技术，可以通过统一且高效的方式结合未知（无目标）和已知（目标）分析物的信息，从而开展全面的分析工作[12,21]。这一过程被称为组合式无目标与目标指纹分析，在许多应用领域都展现了其灵活性和高效性[[22], [23], [24]]。通过模板匹配，可以进行指纹对比，虽然这种对比不考虑样本中化合物的具体种类，但能够揭示成分分布和化学差异。这些方法可以通过展现样本的成分特点、区分不同辨识度的指纹，以及识别对确定地理来源和技术处理特性具有重要意义的已知和未知化合物，从而提升分析效果[25]。此外，这类分析还能帮助了解与生产流程中特定环节以及产品保质期相关的挥发性气味成分的模式[26,27]。实际上，通过运用特定的后处理工具，如CLIC表达式来筛选诊断性离子或特定化学类别，就可以有选择地“净化”这些复杂的图像，突出与烘焙、发酵、缺陷或来源相关的特征。将这些工具与基于计算机视觉的分析相结合， further提升了色谱图的可解释性和实用性，有助于获得更全面、更具实用价值的分析结果[28,29]。

在本研究中，我们提出了将计算机视觉技术应用于GC×GC分析，并结合质谱仪和火焰离子化检测器，同时对不同来源的咖啡色谱图进行直接比较。通过利用可靠的峰值对二维色谱图进行对齐，实现了增强型可视化效果，同时在每个分析阶段都提供特征元数据，以确保分析结果的一致性和可解释性[30]。我们的目标是建立一种能够快速进行定性分析的方法，以便揭示不同来源咖啡在复杂化学特征方面的异同。特别是，计算机视觉技术能够自动识别在不同来源咖啡中强度有所差异的峰值，随后可通过目标分析方法对这些峰值进行进一步研究。通过逻辑回归分析，我们为每个咖啡来源提取了具有特征性的化合物，从而为基于计算机视觉的可视化比较提供了补充性的目标分析。总体而言，这种方法是一种快速、可扩展且直观的分析工具，旨在补充传统分析方法，为咖啡行业的溯源和质量控制提供有力支持。

参考文献片段

标准品与溶剂

用于线性保留指数校准的纯正烷烃标准品（从n-C9到n-C25）来自意大利米兰的Sigma-Aldrich公司；用作内标物的纯n-C13标准品浓度为1,000毫克/升，溶解在邻苯二甲酸二丁酯中；而溶剂（环己烷和邻苯二甲酸二丁酯，纯度均为99%）则来自意大利米兰的Merck公司。用于线性保留指数校准的正烷烃溶液是通过混合适当比例的纯标准品储备溶液制成的，最终浓度为50毫克/升，溶剂为环己烷。

无目标分析

无目标指纹分析是在专用软件工具的支持下，在研究人员的工作环境中无需人工干预即可完成的。用于选择可靠峰值的输入参数包括50的信噪比阈值，以及最为严格的筛选条件，即只保留在除一个色谱图之外所有色谱图中都出现的峰值作为可靠峰值。随后，将多个色谱图融合为一个综合色谱图，进而生成一个完全基于无目标分析的特征模板，该模板包含了所有信噪比高于50的峰值及其所在区域。

新视角

完整的色谱图采集能够提供极为全面的数据集，其中既包括已识别的化合物，也包括未知化合物。总体而言，所有检测到的峰值都有助于描述咖啡的来源或特定样本的特性，为后续的各种分析工作提供宝贵信息。

尽管目标化合物已足以实现咖啡来源的稳健聚类与分类，但那些“未知”峰值仍然具有重要的参考价值。

结论

咖啡是一种化学结构极为复杂且变化多端的物质，其挥发性成分受咖啡来源、加工方式以及烘焙参数的影响。正是这种复杂性使得识别具有区分意义的化合物以及解读成分差异变得尤为困难。将综合性二维气相色谱技术（GC×GC）与计算机视觉技术相结合，已被证明是克服这些挑战的有效途径。我们所开发的分析流程……

缩写说明

AIA：人工智能
AV：增强型可视化
CV：计算机视觉
DBP：邻苯二甲酸二丁酯
DVB/CAR/PDMS：二乙烯苯/羧酸/聚二甲基硅氧烷（SPME纤维类型）
FID：火焰离子化检测器
GC：气相色谱
GC×GC：综合性二维气相色谱
HS-SPME：顶空固相微萃取
ISTD(s)：内标物
线性保留指数：IT
LR：逻辑回归
MS：质谱仪
PCAP：主成分分析
PEG：聚乙二醇
PLS-DA：偏最小二乘判别分析

补充材料

补充材料包括：表S1，其中列出了目标挥发性化合物、经计算得出的文献中的线性保留指数、目标离子及其辅助离子；表2则列出了每种咖啡来源的鉴别性化合物。

资金支持

本研究得到了意大利都灵大学的博士项目以及意大利阿尔巴市的Soremartec Italia s.r.l公司的支持。该项目的资金来源于PNRR计划中的第4项任务的第2部分“从研究到商业发展”——投资项目3.3“设立能够满足企业创新需求、并有助于吸引企业人才加入的创新型博士学位项目”，项目编号为DM 630/2024。

数据获取

数据将在收到请求后提供。

作者贡献说明

乔治奥·费利齐托：撰写——审稿与编辑、撰写——初稿、方法设计、实验研究、正式分析、数据整理。
埃洛伊萨·巴尼乌洛：撰写——审稿与编辑、可视化处理、结果验证、数据整理。
朱利亚·塔帕罗：撰写——审稿与编辑、可视化处理、结果验证、实验研究、正式分析。
乔尔贾·博塔：撰写——审稿与编辑、可视化处理、结果验证、概念设计。
陶青平：撰写——审稿与编辑、可视化处理、结果验证、软件相关工作。

利益冲突声明

作者们声明存在以下可能被视为利益冲突的财务利益或个人关系：

卢西亚诺·纳瓦里尼博士目前是意大利的Illycaffè S.p.A.公司的员工。
S. 赖兴巴赫和陶青平在GC Image, LLC公司持有财务利益。
其他作者则声明自己不存在任何可能影响本文研究结果的已知财务利益或个人关系。