利用多级特征融合提升弱拉曼光谱指纹，用于多来源核桃油掺假检测

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Enhancing weak Raman spectral fingerprints for multi-source walnut oil adulteration using multi-level feature fusion

　　摘要：核桃油是一种高价值的食用油，其脂质组成较为复杂，但由于不同食用油的拉曼振动指纹极为相似，因此很难识别其中掺入的低成本植物油。尤其是低水平的掺假只会引起微弱且局部的光谱变化，而与脂质相关的主要拉曼谱带则存在严重重叠。为解决这些难题，本研究开发了RamanFusionNet，这是一种多级特征融合强化网络，用于分析多源核桃油中的微量掺假现象。与传统方法主要依赖单一光谱表示或单一模型不同，RamanFusionNet结合了原始光谱带特征、局部差分描述符、多尺度统计特征以及基于快速傅里叶变换的频域特征。这些互补的特征能够体现低水平掺假所导致的峰值强度、峰值形状及局部光谱轮廓的变化。此外，研究还采用了集成建模方法，降低单个模型对光谱噪声和数据分割的敏感性，从而实现掺假油种的识别以及掺假程度的预测。实验结果表明，RamanFusionNet能够有效区分纯核桃油与各类掺假油，其AUC值高达0.996，Spec值达0.993，回归性能最优，RMSE为0.021，R2为0.991。对于掺假浓度为1%的样本，该模型的RMSE为0.0328，MAE为0.0278。

引言：根据2026年1月的《全球食品欺诈监测报告》，食用油是被认为最易遭受全球食品欺诈的食品类别之一。核桃油富含多不饱和脂肪酸、亚油酸和生育酚等生物活性成分，具有很高的营养价值[1][2]。然而，由于其原材料成本和市场价格较高，很容易被掺假。这些问题凸显出迫切需要有效的无损检测策略来保障核桃油的质量与安全[3][4]。核桃油掺假通常使用的是市场价值较低但脂质组成相似的植物油，如大豆油、花生油[5][6]。传统的检测方法主要包括脂肪酸组成分析[7]、甾醇成分分析[8]，以及气相色谱[9]和液相色谱[10]等色谱技术。尽管这些方法的分析精度较高，但往往需要复杂的样品预处理流程、专用仪器以及较长的分析时间，因此不太适合大规模样本的高通量快速筛查[11][12]。传统的化学计量学方法，如偏最小二乘法（PLS）和偏最小二乘判别分析（PLS-DA），通常依赖于线性关系。虽然这些方法结构相对简单，可解释性较强，但它们在表征复杂的非线性光谱关系以及高度重叠的光谱峰方面存在局限[13]。除了上述传统分析方法外，可见光-近红外光谱技术以及低成本便携式光谱技术也被用于食品质量的快速分析。这些方法具有无损检测、分析速度快、仪器便携以及检测成本相对较低等优点，在食品成分预测和质量评估方面展现出巨大潜力[13]。不过，可见光-近红外信号主要源自分子振动的泛频和组合带吸收，这类吸收带通常较宽且高度重叠，极易受到光程长度、散射效应、温度以及样品物理状态变化的影响。相比之下，拉曼光谱[14]通过检测样品中分子振动模式产生的拉曼散射信号，具有分析速度快、无损检测、样品预处理要求低以及适用于在线检测等优点[15]。拉曼光谱在食用油分析领域已有广泛应用的历史。Davies等人利用傅里叶变换拉曼光谱技术研究了特级初榨橄榄油的真实性，证明了利用拉曼指纹进行油样识别的可行性。随后，López-Díez等人将拉曼光谱与化学计量学方法相结合，用于识别和量化橄榄油中混入的榛子油。El-Abassy等人则应用可见光拉曼光谱区分橄榄油与其他植物油，并检测其中的掺假情况。他们还证明了将拉曼光谱与多元分析相结合，可用于快速量化包括游离脂肪酸含量在内的多种油品质量参数[16][17][18][19]。这些早期研究为拉曼光谱在基于指纹的识别、真实性评估以及食用油定量分析中的应用奠定了基础，表明拉曼光谱能够为食用油的快速筛查提供有效的分子指纹信息。随着机器学习的进步，支持向量机、K最近邻算法、随机森林以及集成学习等方法越来越多地被应用于食品光谱分析领域[20][21]。这些方法能够构建光谱特征与样品类别或浓度之间的非线性关系模型。然而，单个模型往往容易受到高维冗余特征、光谱噪声以及超参数设置的影响。先前的研究表明，通过整合光谱预处理、特征选择以及集成学习，可以提高食品光谱分类和定量预测的稳定性[22]。但目前的研究大多集中在特定的掺假物以及预设的浓度梯度上，对于那些含有多种掺假物或掺假程度较低的、特性复杂的植物油体系，仍缺乏系统的分类和定量分析方法。深度学习模型，包括一维卷积神经网络、AlexNet和ResNet[23][24][25][26][27]，具备强大的自动特征提取和非线性建模能力，已被应用于芝麻油、混合橄榄油及相关样品的定量分析[28][29][30][31][32][33]。不过，深度学习模型通常需要较大的训练数据集，在小样本条件下容易过拟合，而且其对提取特征的直接化学可解释性也较为有限[34]。因此，需要一种能够整合多级光谱特征表示与集成学习的分析框架，以便更好地捕捉微弱的区分信息，提升模型在复杂掺假体系中的稳健性。基于以上考虑，本研究开发了RamanFusionNet，这是一种基于拉曼光谱特征融合与集成学习的框架，可用于检测核桃油中多种来源的掺假。该框架采用了光谱预处理、差分分析、快速傅里叶变换以及集成学习等成熟技术。本研究的主要创新在于将原始光谱带、全局统计特征、局部差分特征、多尺度分段统计特征以及基于FFT的频域描述符有机结合在一起。这种整合方式旨在应对低掺假水平下的微弱信号以及不同油类之间严重的光谱峰重叠问题，同时能够全面反映整体光谱分布、峰值形状的局部变化以及更宏观的光谱轮廓结构。之后通过分类模块和回归模块分别实现掺假油种的识别以及掺假程度的预测，从而提供定性与定量相结合的分析结果。本研究的主要贡献有三点：首先，建立了一套针对核桃油掺假的分析流程，涵盖了从1%到50%不同掺假浓度的五种掺假油的检测，既包括掺假油种识别，也包括掺假程度预测；其次，通过整合原始光谱带、全局统计特征、局部差分特征、多尺度分段统计特征以及基于FFT的频域描述符，构建了一种互补的特征表示方法；最后，分别在分类和回归任务中采用了候选模型筛选和模型集成技术，降低了在小样本条件下因单一模型选择和数据分割所带来的不确定性。

章节节选：样品制备与拉曼光谱采集：以核桃油作为基准油，选取大豆油、花生油、葵花籽油、棉籽油和菜籽油作为代表性掺假油，构建了多源掺假数据集。所有油样均来自正规商业渠道，并储存在避光条件的密封容器中。在检测前，先将样品置于室温下平衡，然后充分混合均匀。为模拟实际掺假场景，每种……原始光谱分析：图2展示了核桃油、大豆油、花生油、葵花籽油、棉籽油和菜籽油的原始拉曼光谱。从整体光谱轮廓来看，这六种植物油具有高度相似性，其主要特征峰位置基本重合，说明它们的光谱响应基线相近。不过，在峰值强度、峰值宽度、局部肩峰等方面，不同油样之间存在明显差异。

结论：本研究开发了RamanFusionNet，这是一种基于多级拉曼光谱特征融合与集成学习的框架，可用于识别核桃油中五种单一的外源植物油掺假物，并预测其掺假程度。该框架整合了原始光谱带、局部差分特征、多尺度统计特征以及频域特征，在五种不同的预处理条件下均表现出出色的分类和回归性能。

局限性与未来工作：本研究存在一些局限性。首先，当前的数据集未能完全涵盖因核桃油品种、产地、品牌、生产批次以及储存条件不同而带来的光谱差异。因此，要使该模型在现实市场环境中具备通用性，还需要使用更多来自不同来源的多样化样本进行进一步验证。尽管重复的交叉验证表明，在现有数据集中模型具有较好的稳定性，但……

未引用参考文献[37][38]

利益冲突声明：作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢：作者衷心感谢所有匿名审稿人提出的宝贵意见与建议。本研究得到了新疆维吾尔自治区重点研发计划项目（编号2024B03028）、新疆维吾尔自治区自然科学基金青年科学基金项目（编号2025D01C298）以及新疆维吾尔自治区“天池”人才引进计划的资助。

作者：毕新宇|乔照辉|倪宇辰|岳飞龙|李敏|吕晓毅|左恩光|刘一欣
单位：新疆大学计算机科学与技术学院，中国新疆乌鲁木齐市830046