基于GAN的近红外到拉曼光谱生成及多光谱融合技术在枸杞地理来源追溯中的应用

《Measurement》：GAN-driven NIR-to-Raman spectral generation and multispectral fusion for geographical origin traceability of goji berry

　　

• •
  GAN-MSNet能够将低成本的近红外光谱转换为类似拉曼的指纹特征。
• •
  该模型通过光谱峰值处理，保留了关键的拉曼特征，相关系数R²可达0.9348。
• •
  注意力门控融合机制可有效整合近红外与拉曼数据中的互补信息。
• •
  该模型在五种不同产地的枸杞鉴定中准确率高达98.47%。
• •
  外部山药样本的验证表明，该模型具备食品产地追溯的通用性。

引言

枸杞（Lycium barbarum L.）是一种具有较高营养、药用及经济价值的药用及食用植物，富含多糖、类胡萝卜素、甜菜碱、多酚和黄酮类物质[1]、[2]。然而，随着枸杞产业的快速发展以及区域间贸易的频繁开展，产品标签错误、掺假以及被非正宗产品替代的问题日益突出，给质量管控、市场监管以及消费者保护带来了诸多挑战[3]、[4]。因此，快速、无损且准确的产地识别对于保护地理标志以及确保传统中药材的质量至关重要。

目前，枸杞的地理产地溯源主要依靠色谱法、质谱法、稳定同位素分析、矿物质元素分析以及多指标化学指纹技术[5]。这些方法虽能提供高分辨率的化学信息并实现精准的产地识别，但往往需要复杂的样品预处理、昂贵的仪器设备以及较长的分析时间[6]。此外，大多数这类方法都具有破坏性，难以在大规模生产、流通及市场监管过程中进行快速现场检测[7]、[8]。因此，基于光谱技术的无损检测方法在枸杞真伪鉴定中显得尤为重要。近红外光谱和拉曼光谱因其分别能提供关于整体化学成分和分子振动特征的互补信息而被广泛使用。

单一光谱技术仍存在固有局限性。近红外光谱虽然具备快速采集、低成本检测以及可在线集成等优点，但其宽泛且重叠较多的光谱带限制了其对微量生物活性化合物及细微结构差异的区分能力[9]、[10]。而拉曼光谱虽然能生成清晰的分子指纹，但却容易受到荧光干扰、表面状态以及环境噪声的影响，同时其高昂的仪器成本和采集成本也限制了其在大规模现场应用中的使用[11]、[12]。由于这两种技术具有互补性，多光谱融合技术有望提升产地识别的准确性[13]。不过，大多数融合方法在训练和推理过程中都需要同步采集数据、配对样本以及完整的多种光谱信息[14]。在实际应用中，光谱数据往往是通过不同的仪器、批次或在不同条件下采集的，这就使得获取配对样本变得十分困难。当缺乏拉曼数据或拉曼数据质量较差时，传统的基于特征、权重或决策层的融合方法可能无法充分利用多模态信息，从而降低模型的性能和稳定性[15]、[16]。

深度生成模型为解决光谱样本不足及某些模态缺失的问题提供了有效方案。生成对抗网络通过生成器与判别器之间的对抗训练来学习复杂的数据分布，已被广泛应用于数据增强、信号生成以及缺失数据填补等领域[17]。WGAN-GP通过引入瓦塞尔斯坦距离和梯度惩罚机制，进一步提升了训练稳定性，减少了连续光谱序列生成过程中的不稳定性及模式崩溃现象[18]。在光谱分析领域，生成对抗网络已被用于近红外光谱和拉曼光谱的增强处理，包括用于小样本分类的拉曼光谱生成、骨骼拉曼光谱的生成、用于提升预测准确度的合成近红外光谱，以及用于鉴别药用及食用草本的NIR-GAN模型[19]、[20]、[21]、[22]。不过，目前大多数研究集中于同一模态内的生成，而从低成本光谱模态到高质量光谱模态的跨模态映射技术则尚未得到充分研究[23]。此外，生成模型通常与后续的分类器是分离的，生成的光谱主要通过重建误差、分布一致性或视觉相似度来进行评估，而非考量其对分类性能的实际贡献[24]。

为克服上述局限性，本研究提出了GAN-MSNet模型，该模型通过结合跨模态光谱生成技术与异构多光谱学习方法，用于枸杞的地理产地识别。SPGAN首先学习近红外光谱到拉曼光谱的非线性映射关系，能够利用低成本的近红外输入生成类似拉曼的光谱，从而减少对昂贵拉曼光谱采集的依赖，同时也缓解了配对样本短缺的问题。随后，HDBFN模型则负责处理原始近红外光谱以及SPGAN生成的拉曼光谱中的各类异构特征。在近红外光谱处理分支中，双向Mamba网络能够捕捉宽光谱带范围内的长距离依赖关系；而在拉曼光谱处理分支中，则通过多尺度模块强化局部分子指纹特征。此外，双向注意力门控机制可实现自适应的跨模态融合。通过将光谱生成与多光谱判别学习相结合，GAN-MSNet克服了单一模态识别、简单多模态融合以及单一模态光谱增强方法的种种局限。这一框架为枸杞及其他传统中药材的地理产地溯源提供了一种低成本、无损且准确的解决方案。

章节要点

枸杞样本

本研究构建了一个包含五个代表性产地的枸杞数据集。这些样本购自中国郑州的河南张仲景制药有限公司，其产地信息及等级依据《中国药典》中的形态学标准，由中国中医科学院的专家进行了核实。那些产地混杂、存在掺假现象或等级不统一的样本均被排除在外，以此减少与产地无关的因素对分析结果的影响

光谱分析

枸杞中多糖、类胡萝卜素、多酚及黄酮类等生物活性成分的地域差异，为通过振动光谱技术识别枸杞产地提供了化学依据。如图6(a)所示，来自五个不同产地的枸杞拉曼光谱在990、1147和1526 cm?¹处出现了特征峰。其中990 cm?¹处的峰对应于含有甲基侧链的共轭体系中的甲基基团（–CH₃）变形现象[28]，而1147 cm?¹处的峰则主要与C–C键的振动有关

结论

本研究提出了GAN-MSNet这一多光谱框架，该框架结合了近红外光谱到拉曼光谱的生成技术以及异构双分支学习机制，可用于枸杞的无损产地识别。WGAN-GP算法能够从低成本的近红外光谱中生成类似拉曼的特征表示，其与实际测量的拉曼光谱高度吻合（R²为0.9348），同时还能捕捉到不同模态之间的化学关联。随后，HDBFN模型将用于分析整体近红外光谱成分变化的双向Mamba网络与用于提取局部拉曼指纹的MIEM网络相结合

CRediT作者贡献说明

杨志清：文章撰写——审阅与编辑、文章撰写——初稿撰写、研究工作、概念构思。陈敏：文章撰写——初稿撰写、数据整理。高书民：数据整理。吴荣轩：研究工作、定量分析。张浩凡：可视化处理。刘周合：可视化处理。陈静戈：定量分析。秦耀：研究工作。李鹏：文章撰写——审阅与编辑、项目监督、概念构思。

利益冲突声明

所有作者声明，他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关联。

致谢

本研究部分得到了以下机构的支持：中国国家自然科学基金（项目编号：62401199和62373136）、河南省科学技术研究计划（项目编号：262102210179）、河南工业大学复杂性科学研究所的开放课题（项目编号：CSKFJJ-2026-1），以及河南工业大学粮食信息处理中心的开放课题（项目编号：KFJJ2026015）。

Zhiqing Yang|Min Chen|Shumin Gao|Rongxuan Wu|Haofan Zhang|Zhouhe Liu|Jinge Chen|Yao Qin|Peng Li