多属性光谱成像结合波长感知带门控视觉Transformer用于山茶油掺伪检测

《Frontiers in Sustainable Food Systems》：Multi-attribute spectral imaging with a wavelength-aware band-gated vision transformer for camellia oil adulteration detection

　　

掺伪引起的山茶油近红外（NIR）光谱差异可能同时出现在全局光谱轮廓、局部变化模式以及远距离光谱区域间的相互作用中。传统一维建模难以保留并联合学习这些多层次关系。研究人员提出一种由多属性光谱成像驱动、波长感知的视觉Transformer（Vision Transformer, ViT），即ViT-BandGate，用于山茶油掺伪的定性检测。预处理后的光谱及其一阶、二阶变化被编码为二维联合表示，保留波长方向的共定位，从而将全局吸收轮廓与局部斜率和曲率信息整合。随后由Transformer学习光谱区域间的长程依赖，所提出的BandGate在显式波长连续性先验下自适应调节区域令牌贡献。研究在包含884条近红外光谱的多日期数据集上评估：84条纯山茶油光谱，800条由菜籽油、花生油或葵花籽油掺入的掺伪光谱。采用分层留出测试集与验证校准确认阈值，ViT-BandGate取得98.29%准确率、99.07%平衡准确率、100.00%纯油召回率、98.14%掺伪油召回率以及99.91% ROC AUC。结果表明该方法对掺伪油具有高敏感性，同时可可靠识别纯山茶油样品。与直接一维深度模型和常规基线相比，ViT-BandGate在定性掺伪检测中取得最强的均衡筛查表现。研究发现，保留多阶光谱属性间的波长共定位，并联合学习区域重要性与全局依赖，可改善定性掺伪识别。该框架为食用植物油无试剂真实性筛查提供了结构化光谱表示策略。

《Frontiers in Sustainable Food Systems》刊发的研究针对高价值山茶油（camellia oil）因经济驱动被菜籽油（rapeseed oil）、花生油（peanut oil）、葵花籽油（sunflower oil）等低价油掺杂的问题，指出近红外（near-infrared, NIR）光谱虽快速、无试剂、少破坏，但重叠吸收带使弱组成信号易被仪器漂移、温度和样品来源变异掩盖；传统偏最小二乘（partial least squares, PLS）或核支持向量机（support vector machine, SVM）受限于单种特征表，一维卷积神经网络（1D-CNN）、序列Transformer又常把原始谱、导数谱简单堆叠，未显式保留同一波长的多阶属性共定位。研究人员据此开展多属性光谱成像与波长感知视觉Transformer（ViT-BandGate）研究，结论是该框架比直接一维深度模型与常规化学计量学基线具有更均衡的定性筛查能力，对食用油无试剂真伪筛查有重要应用意义。

作者为开展研究用到几个主要关键技术方法：样品方面使用Thermo Scientific Antaris II傅里叶变换近红外光谱仪在12,800–4,000 cm^?1、分辨率2 cm^?1、光程6 mm下采集，最终分析队列为884条光谱，含84条纯山茶油、288条菜籽油掺伪、240条花生油掺伪、272条葵花籽油掺伪，掺伪浓度8%–50%；预处理统一截取4,500–10,000 cm^?1、插值、Savitzky–Golay平滑与标准正态变量（standard normal variate, SNV）变换；表示层把SNV响应、一阶导d⁽¹⁾、二阶导d⁽²⁾映射到1024×1024画布的同一条光谱轨迹的R/G/B通道，形成波长对齐多属性图像；模型层将图像切成64×64非重叠块得256个令牌，嵌入维度384、8层编码器、6个注意力头，并在自注意力前用连续波段均值与标准差生成6维区域描述子，经轻量多层感知机得到区域门控权重g_j对同波长列令牌缩放，即BandGate；训练用AdamW、加权采样、验证集校准确认阈值0.025，并设置来源分层重复验证。

3 Results

3.1 Model selection and representation ablation

研究人员在开发集比较ViT-BandGate、ViT-Large、标签平滑ViT、10层ViT-Deep，ViT-BandGate验证AUC 89.06%、平衡准确率88.60%均最高，说明性能提升不是单纯加大Transformer规模，而是波长对齐归纳偏置起作用。同数据集BandGate粒度消融中，8/16/32区变体改变准确率与召回权衡，最终选16区使一个门对应一列波长令牌，并在完整协议下取得最好校准准确率。

3.1.1 Direct 1D deep models and representation ablation

直接1D-Transformer、1D CNN-Transformer、1D-CNN与图像模型同划分比较，1D模型最高仅约87.64%准确率，ViT-BandGate达96.63%准确率、99.68% AUC、100.00%纯油召回、96.10%掺伪油召回、98.05%平衡准确率，证明增益来自光谱组织方式而非仅对导数增强谱用神经网络。

3.2 Hold-out test performance and comparative diagnostics

最终留出测试集602训练、107验证、175测试中，ViT-BandGate以验证校准阈值0.025判对172/175，14条纯油全对，158/161掺伪油检出，准确率98.29%、ROC AUC 99.91%、纯油召回100.00%、掺伪油召回98.14%、宏F1 94.69%、MCC 0.899、平衡准确率99.07%；九种浅层方法中PCA-QDA、浅层MLP、逻辑回归各有单项优势但校准工作点不如ViT-BandGate均衡。3个误判均为8%或12%低水平掺伪假阴性，无纯油被错判掺伪，说明筛查边界附近样品最难。

3.2.1 Discrimination, calibration, and comparative diagnostics

ROC与精确率—召回率曲线显示ViT-BandGate AUC 0.9991高于同划分基线；归一化混淆矩阵与概率分布表明剩余难例靠近决策边界，未来增补低水平掺伪光谱可提升边界敏感性。

讨论与结论翻译：保留多阶光谱属性在波长方向的共定位，并联合学习区域重要性与全局依赖，可改善山茶油定性掺伪识别。ViT-BandGate引入光谱连续性先验，在几乎不增加参数量下调节波长区域令牌，比普通ViT、直接一维深度模型与传统化学计量学方法提供更均衡的筛查工作点。该研究为食用油无试剂、试剂免费（reagent-free）真实性筛查提供了结构化光谱表示与波长感知Transformer框架；结论指出，所提框架不仅能高敏感检出掺伪油，也能可靠保住纯山茶油识别，具有现场快速质量把关与供应链真伪防控意义。