《Journal of Food Composition and Analysis》：Accurate classification of pork castration status using near-infrared spectroscopy and machine learning
编辑推荐：
摘要：猪的去势状态可能影响脂肪沉积、组织组成和感官品质，因此需要快速验证方法。本研究评估了将近红外光谱（NIR）与机器学习相结合，用于分类来自去势公猪和完整公猪的猪肉样本。从200份皮下脂肪组织样本（80份来自去势猪，120份来自完整猪）中采集光谱，并使用四种
摘要：猪的去势状态可能影响脂肪沉积、组织组成和感官品质，因此需要快速验证方法。本研究评估了将近红外光谱（NIR）与机器学习相结合，用于分类来自去势公猪和完整公猪的猪肉样本。从200份皮下脂肪组织样本（80份来自去势猪，120份来自完整猪）中采集光谱，并使用四种预处理流程进行处理，包括标准正态变量变换（SNV）、多元散射校正（MSC）、Savitzky–Golay滤波（SG）、导数变换和去趋势化。比较了随机森林（RF）、支持向量机（SVM）和k-最近邻（KNN）模型。准确性是主要指标，加权F1分数、交叉验证性能和AUC用于补充评估。最佳组合是标准正态变量变换、Savitzky–Golay滤波、去趋势化和SVM，实现了96.00%的准确性、96.00%的加权F1分数和97.38%的交叉验证分数。重复分层嵌套交叉验证支持了SVM的性能，置换重要性分析识别出六个信息丰富的波长区域。这些发现证明了基于NIR的去势状态分类的可行性。然而，由于样本来自同一农场和屠宰批次，且没有独立的市外验证或化学及感官参考测量，该研究应被视为概念验证。未来工作应包括多源市外验证以及便携式或在线实施。
**论文解读文章**
**研究背景与问题**
猪肉是广泛消费的肉类，消费者对品质要求日益提高。完整公猪的猪肉易产生公猪膻味，影响消费者接受度，而阉割（去势）可降低该风险。公猪膻味主要与雄激素代谢、雄烯酮和粪臭素在脂肪组织中的积累以及脂源性挥发性化合物相关。现有检测方法包括感官评价、化学分析和智能传感技术，但各有局限：感官评价主观性强、重复性差；色谱和电化学法需昂贵仪器和复杂样品前处理，不适合现场快速检测；电子鼻、质谱等技术受设备成本、环境敏感性和模型泛化能力限制。因此，亟需开发适用于屠宰加工现场、快速无损的猪肉品质分析技术，以应对工业化生产对检测效率和动物福利的更高要求。近红外光谱（NIR）因分析速度快、无损、样品前处理简单等优势，在食品快速分析中展现出潜力，但应用于食品质量控制仍面临光谱重叠、散射干扰、仪器漂移等问题。本研究旨在探索利用全谱NIR信息结合不同光谱预处理方法和机器学习算法，快速分类猪肉样本的猪去势状态，并比较不同预处理策略和分类算法对模型性能的影响，为未来开发便携式或在线检测平台提供方法基础。该研究发表在《Journal of Food Composition and Analysis》。
**主要关键技术方法**
研究人员采用Bruker MPA近红外光谱仪，在11,998–3996 cm
-1范围内以16 cm
-1分辨率采集200份皮下脂肪组织样本（80份去势公猪，120份完整公猪）的漫反射光谱，样本均来自同一农场（大白猪）、同一饲养管理和屠宰批次，并标准化为5 mm厚、9 cm直径的圆形样品。光谱预处理采用四种流程：①标准正态变量变换（SNV）+ SG滤波 + 一阶导数；②SNV + SG滤波 + 二阶导数；③SNV + SG滤波 + 去趋势化；④多元散射校正（MSC）+ SG滤波 + 去趋势化。分类模型包括支持向量机（SVM）、随机森林（RF）和k-最近邻（KNN）。模型评估以准确性为主指标，加权F1分数和交叉验证分数为辅助指标，并采用重复分层嵌套交叉验证进行统计比较，通过滑动窗口置换重要性分析关键波长区域。
**研究结果**
**3.1 近红外光谱分析**
原始光谱显示，去势与完整公猪样本在多个NIR区域存在差异。根据文献，930、1430和1920 nm附近吸收带与O-H相关振动（水分状态和氢键环境）；1210、1720、1760和2300 nm附近与C-H相关吸收（脂质结构和脂肪组织特征）；2100–2200 nm区域可能含N-H键或蛋白质酰胺结构信息。去势可能改变激素环境、脂肪沉积和组织组成，从而影响C-H、O-H和N-H相关光谱区域，但本研究未进行湿化学分析，因此不能直接证明脂质或蛋白质的特定分子变化。
**3.2 预处理效果**
比较四种预处理流程的效果：SNV+SG+一阶导数增强了1720和2300 nm附近光谱差异；SNV+SG+二阶导数改善了2139 nm附近重叠吸收带的分辨率；SNV+SG+去趋势化校正了基线漂移并产生更稳定的类间差异；MSC+SG+去趋势化与SNV+SG+去趋势化获得的谱图相似。对于SVM模型，去趋势化可减少由表面异质性引起的类内非目标变异，使模型更依赖光谱形状差异进行分类。
**3.3 分类结果**
所有预处理-模型组合的准确性、加权F1分数和交叉验证分数均超过90%。KNN在SNV+SG+一阶导数下最佳（准确性93.00%），RF的性能变化较小（91.25%–92.00%），SVM整体最佳（94%–96%），其中SNV+SG+去趋势化+SVM组合实现最高准确性96.00%、加权F1分数96.00%和交叉验证分数97.38%，AUC超过0.90。混淆矩阵显示多数预测位于主对角线，仅少数误分类。
**3.4 基于重复交叉验证的模型统计比较**
重复分层嵌套交叉验证（3次重复，5折）获得15组外测试折结果。SVM的平均准确性、加权F1分数和AUC分别为0.9600、0.9601和0.9918，均高于RF（0.9317、0.9304、0.9746）和KNN（0.9067、0.9049、0.9148）。Friedman检验显示三个模型在三个指标上均有显著差异。Holm校正后，SVM在准确性、加权F1和AUC上均显著优于KNN（p<0.05）；SVM与RF相比，仅AUC差异显著（p=0.0032），准确性和加权F1差异未达显著水平。
**3.5 关键光谱区域贡献与模型可解释性**
滑动窗口置换重要性分析表明，对SVM分类贡献最大的六个光谱区间（按加权F1下降排序）为：1280–1330、2280–2330、1180–1230、1380–1430、1330–1380和1930–1980 nm，平均加权F1下降分别为0.1446、0.1201、0.1099、0.1019、0.1014和0.1001。其中1180–1230和2280–2330 nm靠近C-H吸收带，1380–1430和1930–1980 nm靠近O-H吸收带，可能反映脂质、水分和脂肪组织结构的综合差异。但1280–1330和1330–1380 nm区域无法归因于单一化学键，重要性仅表明对应波长对模型预测有贡献，不能直接证明具体化学成分变化。
**讨论与结论**
本研究在控制条件下（同品种、同饲养管理、单批次屠宰）证明了NIR结合机器学习的可行性。最佳模型为SNV+SG+去趋势化+SVM，但该结果应视为概念验证，不能直接推广至工业应用，因为样本仅来自单一农场和屠宰批次，缺乏独立市外验证和化学/感官参考测量。研究严格区分了去势状态与公猪膻味：去势状态标签来自农场记录，不能代表膻味强度或雄烯酮/粪臭素浓度，分类结果不能解释为直接检测膻味。未来需扩大样本量、纳入多源数据、进行市外验证，并同步开展湿化学分析、雄烯酮和粪臭素定量、脂质组学和感官评价，以建立去势状态、化学组成、感官品质与NIR光谱响应之间的完整证据链。
**结论翻译**
本研究利用近红外光谱结合机器学习分类来自去势和完整公猪的猪肉样本。结果表明，SNV、SG滤波、去趋势化和SVM的组合实现了最佳整体性能，准确性和加权F1分数均达到96.00%。重复交叉验证进一步表明，SVM在准确性、加权F1和AUC方面表现出相对较强的均值性能。关键光谱区域分析表明，1180–1230、1280–1330、1330–1380、1380–1430、1930–1980和2280–2330 nm区间对分类贡献较大，其中部分区域靠近文献中报道的C-H和O-H相关吸收带，暗示模型可能利用了与脂质、水分状态和组织结构相关的综合光谱信息。然而，由于未同步进行湿化学分析、雄烯酮和粪臭素定量、感官评价及其他参考标准测量，这些解释仍基于文献和模型重要性分析。应承认若干局限性：样本量有限，数据集仅覆盖狭窄的样本来源、品种、饲养条件和屠宰批次，且未进行独立市外验证。因此，当前发现应视为概念验证证据，尚不能直接推广至工业应用。未来研究应扩大样本量，纳入多源和多批次样本，并开展独立市外验证。整合化学测量和感官评价将进一步改善模型的可解释性、稳定性和泛化能力。微型化NIR仪器、便携式设备和光纤探头的持续发展可为现场、远程和在线检测系统提供技术基础。总体而言，本研究证明了NIR与机器学习结合用于快速分类猪去势状态的可行性，并为后续研究提供了方法基础。
