《Food Chemistry: X》:Multispectral imaging for zeaxanthin content in the exocarp of chili peppers
编辑推荐:
本研究利用多光谱成像(MSI)技术和化学数据开发了一种预测辣椒中玉米黄质(zeaxanthin)含量的模型。研究人员在比较四种机器学习算法后,确定一维卷积神经网络(1D CNN)为最优的单模态模型。在预测数据集上,该模型的决定系数(Rp2)达到0.7639。在
本研究利用多光谱成像(MSI)技术和化学数据开发了一种预测辣椒中玉米黄质(zeaxanthin)含量的模型。研究人员在比较四种机器学习算法后,确定一维卷积神经网络(1D CNN)为最优的单模态模型。在预测数据集上,该模型的决定系数(Rp2)达到0.7639。在1D CNN框架基础上,研究人员通过集成多层感知机(MLP)融合辣椒红素(capsanthin)和总类胡萝卜素(total carotenoid)含量的化学测量值,构建了多模态特征融合(MCSF)模型。该增强模型表现出优异的预测准确性和稳健性,在不同光谱范围内的Rp2值分别达到0.9318和0.9211。为实现高通量检测,研究人员采用综合红色指数(CRI)替代测量的辣椒红素值构建简化模型,该模型仍表现良好,Rp2为0.8912,剩余预测偏差(RPD)为3.11。该策略为受吸收光谱多重共线性影响植物化学物质的高效光谱检测提供了新解决方案。
论文解读:辣椒外果皮玉米黄质含量的多光谱成像检测研究
研究背景与意义
玉米黄质(zeaxanthin)是辣椒(Capsicum annuum L.)果实中富含的一种类胡萝卜素(carotenoid),具有重要的抗氧化特性,在人类健康中发挥着多重关键作用,如保护眼睛健康、降低黄斑变性和白内障风险、预防心血管疾病以及改善认知功能。人类无法内源性合成玉米黄质,必须通过饮食获取,因此食品工业对玉米黄质存在巨大需求。然而,目前高玉米黄质含量的辣椒品种稀缺,且由于缺乏成本效益高的高通量检测技术,目标品种的育种受到严重限制。当前可用的玉米黄质检测方法主要基于高效液相色谱(HPLC)和液相色谱-串联质谱,但这些程序复杂、繁琐、耗时、费力、成本高且对环境有害,难以实现经济高效的高通量样品分析。多光谱成像(MSI)以其简便、实用和成本效益高且能同时获取空间和光谱信息的特性,为解决这一问题提供了可能,但其应用于辣椒玉米黄质含量预测此前尚未见报道。此外,玉米黄质与辣椒红素(capsanthin)在辣椒果实发育过程中代谢途径关系密切,玉米黄质是辣椒红素的直接前体,且二者化学结构高度相似(仅末端基团不同),导致其在蓝波段吸收谱难以区分。辣椒红素的吸收信号会引起多重共线性干扰,影响玉米黄质定量准确性。因此,本研究旨在开发一种基于MSI并结合化学特征的多模态融合模型,以纠正光谱贡献干扰,实现辣椒外果皮玉米黄质含量的高效、准确预测。该论文发表于《Food Chemistry: X》。
主要关键技术方法
研究人员收集了159份不同基因型的完全成熟辣椒(Capsicum annuum L.)果实作为实验材料,样品来源于河北农业大学科研基地(2024年4月种植)。将果皮干燥、粉碎并过筛后,使用VideometerLab仪器在365–970 nm波长范围内进行MSI采集。玉米黄质、辣椒红素和总类胡萝卜素含量分别通过紫外-可见分光光度计和高效液相色谱(HPLC)测定。数据预处理采用连续小波变换(WAVE)和Min-Max归一化。研究人员通过比较随机森林(RF)、反向传播(BP)、一维卷积神经网络(1D CNN)和偏最小二乘(PLS)四种算法构建单模态预测模型;随后基于最优的1D CNN框架,引入多层感知机(MLP)融合化学测量数据(辣椒红素和总类胡萝卜素含量),构建多模态特征融合(MCSF)模型。此外,研究人员还构建了综合红色指数(CRI)以替代测量的辣椒红素值,形成MCSF-FR模型用于高通量检测,并通过留一法交叉验证(LOOCV)、外部验证及多种统计指标(如R2、RMSE、RPD)评估模型性能。
研究结果
3.1 辣椒外果皮的光谱特征
研究人员在365–970 nm波长范围内获取了159份辣椒外果皮样品的光谱反射率结果。在可见光区域(400–700 nm),光谱反射率差异最显著;近红外区域(700–900 nm)反射率趋于平坦。520 nm附近的反射率下降归因于多种类胡萝卜素的联合作用,图中未观察到与玉米黄质含量显著相关的特征峰,因此需要借助多元分析建立含量与光谱特征的定量关系。
3.2 物质含量的统计分析
辣椒外果皮中玉米黄质含量在校正集为0.237–6.64 g/kg,预测集为0.25–6.22 g/kg,变异系数(CV)分别为87.88%和95.84%,显示显著变异。Kolmogorov-Smirnov(KS)检验表明校正集与预测集在玉米黄质含量、全波段反射率、辣椒红素和总类胡萝卜素含量上的分布无统计学显著差异(p > 0.05),数据集划分合理,可用于后续建模。
3.3 特征光谱波段的筛选与分析
KMO检验(KMO = 0.828)和Bartlett球形度检验(p < 0.001)表明数据适用于主成分分析(PCA)。前两个主成分(PC1 = 67.6%,PC2 = 24.4%)累计解释92.0%的总方差。经逐步回归分析筛选出5个特征波长(405, 540, 570, 645, 970 nm),在保留92%光谱反射率信息的同时实现了高效降维。
3.4 单模态模型的比较
基于全光谱波段的模型中,1D CNN模型预测精度最优,训练集决定系数(Rt2)为0.9742,验证集决定系数(Rv2)为0.7638,均方根误差(RMSEt = 0.1996,RMSEv = 0.7169)。特征波段下1D CNN的Rv2降至0.6701,但过拟合风险(ΔR2)降低。独立预测集验证显示1D CNN的Rp2为0.7639,优于其他单模态模型,被确定为最优单模态模型。研究人员指出中等性能归因于光谱多重共线性及玉米黄质与辣椒红素吸收的重叠。
3.5 构建的多模态模型评估
3.5.1 MCSF与1D CNN模型的比较
MCSF模型在全光谱波段下Rv2达0.9262,显著高于1D CNN的0.7638;训练集与验证集R2差异(ΔR2= 0.0563)更小,表明泛化能力更强,RMSEv增幅仅70.46%(1D CNN为259.2%)。特征波段下MCSF的Rv2仅下降1.33%,而1D CNN下降12.0%,证明多模态融合减少了波段筛选带来的信息损失。
3.5.2 MCSF模型的预测集性能
MCSF模型在预测集上全光谱波段Rp2达0.9318,特征波段达0.9211;RPD分别为4.14和3.87(均>3.0),表明模型具有优异的预测能力和实用性。特征波段模型参数减少49.9%,理论计算效率提升约80%,适合便携式设备与高通量筛选。预测值与测量值均值差异为0.1490 g/kg,t检验(2.170 < t0.01= 2.744)证明无显著差异。
3.5.3 化学特征相关性的敏感性分析
模拟辣椒红素与玉米黄质相关性系数从0.2增至0.95时,测试集Rp2从0.25稳步升至0.90。表明MCSF模型能有效利用强相关先验信息而不导致性能下降或过拟合;相关性越强,对玉米黄质相关残差光谱变化的约束越精确。
3.5.4 消融实验
仅光谱模型(M-Spectral)Rp2为0.7632,仅化学模型(M-Chemical)为0.4425。加入随机噪声(M-S + R)降至0.5750,加入扰动化学数据(M-S + N)为0.8253,均显著低于真实化学数据融合的MCSF模型(0.9318)。证明精度提升源于化学数据携带的特定生化信息,而非输入维度增加。
3.5.5 基于t-SNE的特征空间可视化
仅光谱模型的特征空间中样品呈连续梯度分布,未形成清晰类别边界,且与遗传背景(3:1分离比)不符。MCSF模型融合特征空间形成两个明显聚类,与预期分离比精确对齐,簇内玉米黄质含量呈有序梯度分布。证明引入化学数据实现了“先按遗传背景分类,再回归”的分层特征学习策略,增强了鲁棒性与可解释性。
3.5.6 光谱权重适应的Grad-CAM分析
MCSF模型在430–500 nm波段(与辣椒红素强吸收区高度重叠)的激活强度显著降低。表明引入辣椒红素含量信息后,模型不仅主动抑制重叠波段光谱响应,还通过总类胡萝卜素(全局含量约束)实现从被动降噪到主动解耦的转变,提升了干扰消除效果。
3.5.7 计算复杂度分析
MCSF模型参数数量从1D CNN的2177增至3929(增加80.5%),单样本推理时间为0.364 ms(低于0.5 ms),在性能大幅提升(Rp2从0.7639至0.9318)的同时满足了实时检测需求。
3.5.8 MCSF-FR模型性能
以综合红色指数(CRI)替代测量辣椒红素值后,全光谱波段MCSF-FR模型Rt2从0.9825降至0.9673,Rp2从0.9318降至0.8912,RPD从4.14降至3.11;特征波段Rp2降至0.8659,RPD为2.83。模型仍具良好预测能力,CRI因与辣椒红素高度相关、计算简单,适用于育种高通量筛选。性能小幅下降源于CRI无法完全代表测量值,但RPD在2.70–3.62范围内可满足实际生产应用。
3.5.9 外部验证
独立外部验证集(39个样品)结果显示:全光谱模型RExt2= 0.9079,RMSEExt= 0.4588,RPD = 3.34;特征波段RExt2= 0.8783,RMSEExt= 0.5275,RPD = 2.90。证实模型在积累玉米黄质的辣椒遗传群体内具有跨世代稳定性,可应用于高玉米黄质育种材料筛选。
讨论与结论总结
研究人员在讨论中指出,传统单模态光谱模型(如1D CNN)受玉米黄质与辣椒红素吸收光谱多重共线性干扰,预测精度有限(Rp2= 0.7639)。通过构建多模态特征融合(MCSF)模型,整合多光谱成像数据与化学测量的辣椒红素及总类胡萝卜素含量,利用1D CNN提取光谱特征、多层感知机(MLP)处理化学特征并拼接融合,显著提升了预测准确性(全光谱Rp2= 0.9318,RPD = 4.14)与鲁棒性,并有效解决了吸收峰多重共线性问题。进一步引入综合红色指数(CRI)替代实测辣椒红素值,虽轻微损失精度(Rp2= 0.8912,RPD = 3.11),但消除了额外化学检测步骤,更适合高通量育种场景。外部验证与多维度评估(敏感性分析、消融实验、t-SNE及Grad-CAM可视化)证实了模型的稳定性、可解释性及实时应用潜力。该研究为受光谱吸收多重共线性影响的植物化学物质高效检测提供了新策略,并可迁移至番茄、枸杞、万寿菊等共享类胡萝卜素生物合成途径的作物。结论部分明确:基于MSI技术构建的玉米黄质预测方法中,1D CNN为最优单模态模型(Rp2= 0.7639,RPD = 2.0641);MCSF模型特征波段预测精度(Rp2= 0.9211,RPD = 3.87)较全光谱单模提升20.58%;MCSF-FR模型在平衡数据量与精度上表现最优,全光谱Rp2达0.8912,RPD为3.11,实现了跨模态特征互补与多重共线性干扰的解决。