《Industrial Crops and Products》：Artificial intelligence-assisted hyperspectral image analysis for geographical traceability and terpene content prediction in wenyujin rhizoma concisum
编辑推荐：
本研究针对道地药材片姜黄(Wenyujin Rhizoma Concisum, PJH)市场中存在的产地替代物泛滥及传统检测方法耗时、破坏样品、不适合工业化规模质控等问题，开发了一种定制化的高光谱成像-人工智能(HSI-AI)分析平台。研究人员利用集成了1D卷积、自适应结构和轻量化模块设计的深度学习模型DeepGTNet，实现了对PJH地理来源的高精度（99.29%识别准确率）追溯；并构建了稳健的随机森林(RF)和偏最小二乘回归(PLSR)模型，实现了对六种关键萜类成分的无损、高性能预测(R2>0.8, RPD≥2.0)。此项研究为PJH的原产地溯源和质量评价提供了可靠、全面的解决方案，并推动了工业作物加工业的智能化可持续发展。
在中医药领域，片姜黄(Wenyujin Rhizoma Concisum, PJH)作为一种高价值的药用工业作物，因其富含具有抗氧化、抗炎、镇痛和抗肿瘤活性的萜类化合物而备受青睐。其道地产区浙江省瑞安市是国家地理标志保护(Protected Geographical Indication, PGI)区域。然而，当前市场正面临着严峻挑战：来自云南、四川、广西和福建等非地理标志保护区的替代品在外观上与正品极为相似，价格更低，但其关键活性成分——萜类化合物的含量却远低于道地产品。这不仅扰乱了市场秩序，损害了生产者和消费者利益，也影响了地理标志保护体系的信誉。与此同时，传统的质量检测方法，如高效液相色谱(High-performance liquid chromatography, HPLC)和气相色谱(Gas chromatography, GC)，虽然准确，但过程繁琐、耗时、具有破坏性，且不适合进行工业化规模的快速、高通量质量筛查。因此，开发一种能够快速、无损地鉴定片姜黄产地并预测其关键质量指标（如萜类含量）的技术，对于保障产品质量、维护地理标志保护价值、促进产业可持续发展至关重要。
本研究发表在《Industrial Crops and Products》期刊上。为了破解上述难题，研究人员刘海辉等人构建了一个定制化的高光谱成像(Hyperspectral imaging, HSI)与人工智能(Artificial intelligence, AI)融合分析平台。该研究的主要技术方法包括：1）样本采集与高光谱数据获取：从浙江（地理标志保护区）、云南、四川、广西、福建五个主产区共采集700个独立的片姜黄根茎样本，使用包含可见光-近红外(VNIR, 410–990 nm)和短波红外(SWIR, 950–2500 nm)相机的推扫式高光谱成像系统获取样本的光谱图像数据。2）化学含量测定：随机选取100个样本（每产地20个），通过高效液相色谱法结合“一测多评”方法，定量测定泽泻醇、异泽泻醇、(4S,5S)-吉马酮-4,5-环氧化物、莪术二酮、吉马酮和呋喃二烯这六种关键萜类化合物的含量，作为建模的参考值。3）数据处理与建模：对高光谱数据进行预处理（如多元散射校正、标准正态变量变换、萨维茨基-戈莱滤波、一阶/二阶导数等），并采用数据级融合策略整合VNIR和SWIR波段信息。对于地理溯源，系统比较了支持向量机(Support Vector Machine, SVM)、随机森林(Random Forest, RF)、偏最小二乘判别分析(Partial Least Squares Discriminant Analysis, PLS-DA)等传统机器学习方法，并引入了定制化的视觉变换器(Vision Transformer, ViT)和本研究提出的深度地理溯源网络(Deep Geographical Traceability Network, DeepGTNet)两种深度学习模型。对于萜类含量预测，则构建了随机森林回归(Random Forest Regression, RFR)、偏最小二乘回归(Partial Least Squares Regression, PLSR)和反向传播神经网络回归(Backpropagation Neural Network Regression, BPR)模型，并采用了竞争性自适应重加权抽样(Competitive Adaptive Reweighted Sampling, CARS)、连续投影算法(Successive Projections Algorithm, SPA)等方法进行特征波长筛选以优化模型。
研究结果：
3.1. 萜类成分含量分析
化学分析结果清晰地揭示了地理来源对片姜黄质量的显著影响。地理标志保护区（温州）样本中六种萜类成分的总含量高达50.53 mg/g，分别是云南、四川、广西和福建产区的2.1、8.0、20.6和16.4倍。其中，关键活性成分莪术二酮在温州样本中含量最高，而其他产区（尤其是广西和福建）的含量急剧下降至不足温州样本的8%。此外，温州产区样本各成分含量的变异系数(9%–15%)显著低于其他产区，表明其产品质量不仅优异而且稳定。这从化学成分层面印证了温州作为片姜黄地理标志保护产区的科学性和优越性。
3.2. 样本的光谱特征
高光谱分析显示，虽然不同产地样本的光谱曲线骨架（特征峰位置）相似，但在整体反射率水平和特定吸收峰的强度上存在系统性差异。温州产区的样本在大部分波段表现出最高的平均反射率，这与化学分析中其高活性成分含量和更明亮的表观颜色一致。研究还解析了多个特征吸收峰所对应的化学键振动模式，例如1302 nm处的吸收峰与莪术二酮、吉马酮等萜类化合物中的羰基(C=O)伸缩振动相关，1662和1853 nm处的吸收带与挥发油和萜类成分中的C-H键一级倍频相关。这为利用光谱信息反演化学成分奠定了理论基础。
3.3. 基于高光谱波长的片姜黄溯源结果
在产地鉴别模型中，本研究所提出的DeepGTNet模型表现最为出色。在VNIR和SWIR光谱数据融合并结合一阶导数(FD)预处理的条件下，该模型达到了99.29%的整体识别准确率和99.11%的Kappa系数，显著优于传统机器学习模型和定制的ViT模型。DeepGTNet的成功得益于其专为高光谱数据设计的轻量化一维卷积结构、能够根据输入光谱维度自动调整卷积核大小和池化步长的自适应设计，以及仅有两层全连接层的简洁架构，这有效防止了在小样本情况下的过拟合。光谱数据融合策略（结合VNIR的表面物理信息和SWIR的分子结构信息）被证明能显著提升所有模型的分类性能。
3.4. ViT和DeepGTNet模型的性能分析
性能对比显示，DeepGTNet在捕获光谱局部连续特征方面具有天然优势，而ViT模型在现有数据规模下未能充分发挥其捕捉长程依赖的能力，最高准确率为79.29%。这表明直接将视觉领域的先进架构迁移到光谱数据分析存在挑战，需要针对数据特性进行定制化设计。
3.5. 基于高光谱波长的六种萜类含量预测结果
在萜类含量定量预测方面，PLSR和RFR模型表现优于BPR模型。通过特征波长筛选（如CARS、SPA）优化后，模型在保持高预测性能的同时大幅减少了所需变量数。例如，对于莪术二酮，基于CARS筛选的24个特征波长建立的PLSR模型，其预测集决定系数(R2P)达到0.886，残差预测偏差(RPD)为2.97，表现出优秀的预测能力。研究还通过分析特征波长与萜类分子官能团振动的关系，初步揭示了“结构-光谱”关联，为高光谱技术的机理阐释提供了依据。
结论与讨论：
本研究成功构建了一个集地理溯源与质量评价于一体的高光谱成像-人工智能智能分析平台。主要结论如下：首先，化学和光谱分析均证实了地理来源是决定片姜黄质量（特别是萜类成分含量和稳定性）的关键因素，为地理标志保护产品的科学内涵提供了坚实证据。其次，所提出的深度学习模型DeepGTNet能够高效、准确地鉴别片姜黄的产地，准确率接近完美，为打击市场假冒、保护道地药材提供了强有力的技术工具。第三，所建立的萜类含量预测模型能够实现快速、无损、高性能的定量分析，有望替代或辅助传统耗时的化学检测方法，满足工业化在线质控的需求。最后，研究初步阐明了萜类化合物官能团与高光谱特征波段之间的关联，加深了对光谱响应机理的理解。
这项研究的意义重大。它不仅为片姜黄这一具体作物的产业质控提供了可靠、全面的解决方案，其研究方法论（定制化深度学习模型、多谱段数据融合、特征波长筛选与机理阐释相结合）也具有普适性，可为其他高价值药用作物、农产品乃至食品的快速无损检测与智能分级提供借鉴，从而推动整个加工行业的智能化升级和可持续发展。研究人员指出，未来工作可进一步扩大样本量和产区范围，并探索将该平台集成到便携式或在线检测设备中，以实现真正的田间或生产线现场应用。
