《Food Chemistry》:From black box to transparency: Explainable artificial intelligence driven origin identification of Xinjiang Nilka black bee honey
编辑推荐:
Xiao-Hui Sun|Lin-Hua Shi|Xiang-Shuai Li|Xiu-Ying Tang|Hong-Song Ren|Sheng-Hong Liu•将电子鼻与可解释人工智能方法结合,用于蜂蜜来源鉴定。•人工神经网络模型的测试准确率可达82%,AUC值为0.87。
Xiao-Hui Sun|Lin-Hua Shi|Xiang-Shuai Li|Xiu-Ying Tang|Hong-Song Ren|Sheng-Hong Liu
- •
将电子鼻与可解释人工智能方法结合,用于蜂蜜来源鉴定。
- •
人工神经网络模型的测试准确率可达82%,AUC值为0.87。
- •
通过蒙特卡洛特征选择法优化了16种关键的电子鼻传感器。
- •
SHAP技术可用于可视化人工神经网络的决策过程。
引言
蜂蜜是一种黏稠、有香气且味道甜美的食品,具有营养和药用价值,深受全球消费者的喜爱。通常,花蜜可分为单花蜜和多花蜜(Alvarez-Suarez等人,2014年)。新疆黑蜂蜜属于多花蜜,是由新疆尼勒克黑蜂保护区的独特蜜蜂品种和独特的植物地理资源所酿制。相关研究表明,新疆尼勒克黑蜂蜜的淀粉酶活性、水分含量、还原糖含量以及蔗糖含量均优于国家行业标准。此外,它还富含多种维生素和矿物质,具有钙和钾含量高、钠含量低的典型特征。然而,由于生产商和经销商为追求更高利润,蜂蜜被列为世界上第三大易被伪造的食品(Yan等人,2022年)。蜂蜜造假行为包括掩盖或虚假标注蜂蜜来源、采集未成熟的蜂蜜、用糖浆喂养蜜蜂群、不当处理和储存、用不同糖浆稀释蜂蜜,以及将优质蜂蜜与低价蜂蜜混合(Wang等人,2022年;Zhang等人,2023年)。在所有这些造假手段中,与蜂蜜真实性相关的最重要的两个方面是生产地和标注的来源地。为有效识别蜂蜜的来源,目前已有基于高通量测序的宏条形码技术(Liu等人,2022年)、高光谱成像技术(Zhang & Abdulla,2022年)、ICP-MS技术(Pavlin等人,2023年)以及反相液相色谱结合串联质谱技术(Nyarko等人,2023年)等成熟方法被成功应用于区分不同蜂蜜的来源。总体而言,上述识别方法借助高精度且重复性良好的分析仪器,能够准确追踪蜂蜜的地理来源。不过,这些传统的仪器分析方法存在操作流程复杂、检测耗时较长以及检测成本高昂等缺点,限制了其应用范围。因此,迫切需要简单、快速且准确的手段来区分蜂蜜的地理来源,保护蜂蜜的品牌声誉和地理标志,推动食品行业朝着更加透明、可追溯且安全的方向发展。目前,通过结合傅里叶变换红外光谱技术(Teferi等人,2023年)、紫外-可见光谱技术(Dimakopoulou-Papazoglou等人,2023年)、拉曼光谱技术(Magdas & Berghian-Grosan,2023年)和外腔量子级联激光技术(Liu等人,2023年)与机器学习技术,已经开发出一种快速、简便且成本低廉的蜂蜜来源分析方法。但需要注意的是,上述方法大多用于识别掺假的糖浆,其结果是通过将糖浆与单花蜜人工混合得到的。因此,对于成分和香气较为复杂的新疆尼勒克黑蜂所酿制的多花蜜而言,这种方法的适用性存在一定局限。
电子鼻技术与人类的嗅觉感知机制类似,即通过气体传感器将待检测气体的物理信号转换为电信号,再通过信号处理和模式识别技术获取待检测样本的完整气体信息(Lammertyn等人,2004年)。随着人工智能的发展,先进的数据分析技术与选择性传感器阵列的结合提升了电子鼻的定性和定量分析能力。目前,电子鼻已被广泛用于甘草(Glycyrrhiza glabra L.)根、沙棘(Wang等人,2019年)以及藏红花(Rocchi等人,2019年)等产品的地理来源鉴定,具有检测速度快、无破坏性且能实现实时分析的优点。实际上,由于来源鉴定所需的数据量较大,大多数分析方法都会与机器学习技术相结合,以便开展更高效的研究。机器学习凭借其从大量结构化及非结构化数据中识别复杂结构和模式的能力,已被广泛应用于多个领域(Li,2022年)。
然而,许多先进的机器学习模型,尤其是深度学习模型和复杂的集成学习方法,往往表现为“黑箱”特性,难以理解其预测背后的逻辑。在食品行业中,关于产品来源、质量及安全的决策具有重要意义,这种缺乏透明度的现象可能会成为这些技术应用的主要障碍。为此,可解释人工智能技术应运而生,成为解决这一问题的关键手段。通过揭示模型决策过程中最具影响力的特征,可解释人工智能提高了预测结果的可信度和可靠性。这种透明度对于建立利益相关方的信任、获得监管机构的认可,以及帮助生产者采取针对性措施提升质量控制水平至关重要,从而使基于人工智能的鉴定结果更具可信度和实用性。
本研究旨在通过结合电子鼻技术与可解释人工智能技术,构建一种可解释的可视化分类模型,用于识别新疆尼勒克黑蜂蜜的来源。研究共采用了五种不同的机器学习模型,即随机森林模型、梯度提升模型、极端梯度提升模型、人工神经网络模型以及支持向量分类器模型,以此构建分类系统。通过蒙特卡洛特征选择法,筛选出了16种对区分新疆尼勒克黑蜂蜜与其他种类蜂蜜至关重要的气体传感器。此外,还运用Shapley加性解释方法对人工神经网络的决策过程进行可视化解析,从而实现对本地蜂蜜与外地蜂蜜样本的有效区分。总体而言,该方法为蜂蜜行业的质量控制和地理来源鉴别提供了有益的参考。电子鼻数据与先进机器学习技术的结合,在食品来源鉴定研究领域展现出了广阔的应用前景。
章节要点
样本采集
本次研究的221份蜂蜜样本中,包含150份新疆尼勒克黑蜂所酿制的本地蜂蜜样本,以及97份非本地蜂蜜样本。这些样本采集自新疆的尼勒克县、新源县和昭苏县三个产蜜地区,采集年份为2024年和2025年。此外,研究人员还准备了60份掺假蜂蜜样本,这些样本是通过将本地蜂蜜与高果糖玉米糖浆及普通玉米糖浆按不同比例混合而成的,掺假比例介于0%到100%之间。
模型性能比较
研究共使用了30种气体传感器组成的电子鼻从85份样本中收集数据,其中部分数据作为测试集,另外196份样本则用于训练模型。在经过主成分分析降维和基于蒙特卡洛方法的特征选择后,研究人员构建了五种不同的模型。随后进行了预测分析,并对这五种模型的性能进行了评估。这五种模型的ROC曲线对应的AUC值分别展示在图1A和图S1中。根据电子鼻检测数据,测试集和训练集的AUC值分别为
结论
本研究通过结合电子鼻技术与可解释人工智能技术,证明了该技术可用于区分新疆尼勒克黑蜂蜜的来源。针对蜂蜜来源鉴定难题以及复杂机器学习模型存在的“黑箱”问题,本研究提出的方法不仅具备较高的准确率,还能提供透明且易于理解的分析结果。在所评估的五种模型中,人工神经网络模型的性能最为优异,其测试准确率为82%,AUC值也为
作者贡献说明
Xiao-Hui Sun:负责文章初稿撰写、方法设计、正式分析以及数据整理工作。Lin-Hua Shi:负责模型验证、资源协调以及相关研究工作。Xiang-Shuai Li:负责结果可视化、软件应用以及方法优化工作。Xiu-Ying Tang:负责模型验证、资源协调以及方法设计工作。Hong-Song Ren:负责项目管理以及资金筹措工作。Sheng-Hong Liu:负责文章审稿与编辑工作以及资金筹措工作。
未引用参考文献
Faal, Loghavi和Kamgar,2019年
利益冲突声明
所有作者声明,他们不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。
致谢
本研究得到了农业科技振兴稳定支持基金项目(xjnkywdzc-2025001-66,xjnkywdzc-2026001-84)以及中国中央引导地方科技发展资金项目(ZYYD2025QY10)的支持。