基于VIS-NIR高光谱成像和前馈神经网络的谷物基粉末系统中粗蛋白预测

《Journal of Food Measurement and Characterization》：Crude protein prediction in grain-based powder systems using VIS–NIR hyperspectral imaging and feedforward neural networks

　　

粗蛋白含量是谷物加工中的关键质量参数，然而传统参考方法如杜马斯燃烧法（Dumas combustion）是破坏性的且需要样品制备。高光谱成像（HSI）通过将宽带光谱采集与基于相机的成像相结合，扩展了传统点光谱学。本研究介绍了一个定制搭建的二维VIS/NIR HSI系统的设计、组装和表征，该系统在单一测量配置中连续覆盖400–1600 nm。该系统集成了使用Czerny–Turner单色仪的照明侧波长选择、同步的VIS和NIR面阵相机、氙弧灯以及控制电子设备。该宽带范围被特意选择，以捕获可见光范围内的散射和自发荧光相关贡献，同时捕获近红外中具有化学特异性的泛频吸收带，从而提供互补信息。作为概念验证，研究人员在来自六种淀粉-面筋粉末混合物（参考：杜马斯燃烧法）的27个子样本组上，使用分组嵌套交叉验证（外部5×5；内部三折）训练并评估了一个前馈神经网络（FFNN；N–25–1）。该模型在外部测试折上实现了粗蛋白估计的R² = 0.86 ± 0.15和RMSE = 0.97 ± 0.54%（w/w）。这些结果证明了非破坏性VIS–NIR高光谱成像用于谷物粉末基质中粗蛋白测定的可行性。未来工作将把验证扩展到真实小麦面粉样品，纳入额外质量参数，并研究系统化波长选择，以实现紧凑、经济高效的多光谱传感器概念。

**研究背景、问题与意义**
谷物基粉末（如小麦面粉）中粗蛋白（crude protein）含量是决定加工行为与最终产品质量的关键参数，在烘焙、面食等产业链中直接关联原料评估与过程控制。然而，传统参考方法如杜马斯燃烧法（Dumas combustion）和凯氏定氮法（Kjeldahl）均为破坏性分析，且需要繁琐的样品制备，导致结果滞后。尽管近红外（NIR）光谱学已被广泛用于蛋白定量，但其常规点扫描模式缺乏空间分辨率，难以应对谷物粉末中组分分布不均的问题。高光谱成像（HSI）通过将光谱信息与成像结合，可提供空间分辨的化学分布图，但现有研究多局限于NIR波段，忽略了可见光（VIS）区域中散射与自发荧光贡献的潜在互补信息。为此，本研究旨在设计并验证一套连续覆盖400–1600 nm的VIS/NIR HSI系统，以淀粉-面筋粉末混合物为模型体系，评估其用于非破坏性粗蛋白预测的可行性。该研究发表于《Journal of Food Measurement and Characterization》。

**主要关键技术方法**
研究人员搭建了一套定制化二维VIS/NIR HSI系统，核心组件包括：Czerny–Turner单色仪（用于照明侧波长选择，步进2 nm）、150 W氙弧灯（覆盖200–2500 nm）、同步硅基面阵相机（VIS，400–1000 nm）和InGaAs面阵相机（NIR，900–1700 nm）。硬件控制基于Arduino主从架构，实现单色仪步进与相机触发的同步，并通过比例-积分-微分（PID）反馈（设定点26.0 °C）维持热稳定性。数据采集后，每波长取50帧平均以降低噪声，并采用Savitzky–Golay平滑（二阶，11点窗口）结合非对称最小二乘（ALS）基线校正（λ_ALS = 100,000, p = 0.01）进行预处理。化学计量学建模采用偏最小二乘回归（PLSR）和紧凑前馈神经网络（FFNN，架构N–25–1，ReLU激活，L-BFGS优化），在分组嵌套交叉验证（外部5×5折，内部三折）框架下评估，预测因子为601个波长点的吸光度值。样本来源为6种淀粉-面筋混合物（蛋白含量0.33%–11.01% w/w），共27个子样本组，参考值由杜马斯燃烧法测定。

**研究结果**
**热稳定性评估**
通过对比无主动冷却与PID控制下的腔体温度曲线，发现未控制时温度在180分钟内持续上升至32 °C以上，而PID控制（设定点26.0 °C）在约15分钟预热后稳定在±0.1 °C范围内，有效抑制了因热膨胀或传感器灵敏度漂移导致的谱图偏移。Ziegler–Nichols整定得到的临界增益K_u = 100、临界周期T_u = 400 s，最终参数K_p = 60、T_i = 200 s、T_d = 50 s，虽残留周期性振荡但振幅小于±0.1 °C，可接受。

**光谱特征与解释**
经Savitzky–Golay平滑和ALS基线校正后的吸光度谱图显示，在可见光区（400–800 nm）呈现单调递增的散射基线，随面筋含量增加而增强，表明该区域提供间接成分对比而非直接化学吸收；近红外区则呈现化学特异性泛频带，包括约970 nm（水O–H第二泛频）、1200–1210 nm（淀粉与蛋白质C–H第二泛频重叠区）以及约1450 nm（O–H第一泛频，可能掩盖蛋白质N–H特征）。可见光与近红外区的中位变异系数（CoV）分别为0.76%和0.60%，表明散射对比稳定可重复。

**模型性能与蛋白定量**
在分组嵌套交叉验证下，FFNN模型表现优于PLSR。最佳预处理管道（SG+ALS+FFNN）在外部测试折上达到R² = 0.86 ± 0.15、RMSE = 0.97 ± 0.54%（w/w）、MAE = 0.68 ± 0.28%（w/w）。而未经预处理的FFNN（Plain+FFNN）为R² = 0.85 ± 0.13、RMSE = 1.09 ± 0.45%（w/w）。PLSR在两种预处理下均较低（R²约0.65–0.66，RMSE约1.53–1.60%）。重复测量方差分析显示四种管道间差异显著（R²: p = 5.36×10^-5）。SG+ALS+FFNN的折级95%置信区间为R² 0.80–0.92，RMSE 0.75–1.20%（w/w）。SHAP分析表明，模型贡献来自可见光区（最高均值绝对SHAP值在426 nm）和近红外区（水相关带约950–970 nm，C–H带1204 nm，O–H/N–H重叠带1460 nm），证实了双波段互补性。该结果与同类研究（如Caporaso等人对小麦籽粒的RMSE 0.94%，Zhang等人对小麦面粉的RMSEP 1.16%）处于可比范围。

**讨论与结论**
讨论部分指出，VIS/NIR组合的互补信息源（散射与自发荧光对比+化学特异性吸收）使非线性建模方法（FFNN）在蛋白预测中更具优势，而PLSR对宽带基线变化的容受性有限。未来工作需拓展至真实小麦面粉，引入水分等额外参数，并基于SHAP结果进行系统化波长选择，以支撑紧凑型多光谱传感器开发。研究结论翻译如下：
“本研究设计了一套VIS/NIR高光谱成像系统，集成商用子系统与定制化机械、电子及同步控制框架，连续覆盖400–1600 nm。该宽带架构同时捕获可见光区（VIS）的散射与自发荧光相关对比，以及近红外（NIR）的化学特异性泛频吸收带，在整个VIS/NIR范围内提供互补信息。作为概念验证，在分组嵌套交叉验证下，对小麦淀粉-面筋混合物类别的粗蛋白预测实现了R² = 0.86 ± 0.15和RMSE = 0.97 ± 0.54%（w/w），且在该管道与数据集中前馈神经网络表现优于PLSR。尽管当前验证限于小麦淀粉-面筋模型系统，但该仪器可作为谷物粉末表征的HSI研究平台，并为朝向定制化、经济高效的多光谱传感器系统的系统化波长选择提供基础。”