《食品科学》：阜阳师范大学李鹏博士等：高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值

作为全球消费量最高的肉类之一，猪肉因其高蛋白质含量、易消化性和良好风味备受青睐。猪肉腐败主要由微生物增殖和自身酶活性引发。这些生化变化不仅造成营养流失，更可能引发食源性疾病。目前，传统的检测方法虽具有一定精度，但存在样本破坏性强、检测周期长、操作专业性要求高等局限性，难以适应现代食品供应链对实时、无损、高效监控的需求。因此，亟需一种快速、无损的检测方法。

近年来，高光谱成像技术通过同步捕捉目标物的空间分布特征与连续窄波段光谱信息，为食品品质分析提供了新型解决方案。高光谱技术可实现对食品表面理化特性的全域扫描，其像素级光谱采集能力不仅能精确定位局部缺陷区域，还可通过光谱-空间联合建模有效克服样品分布不均带来的检测偏差。因此，越来越多的研究开始将高光谱成像技术应用于食品的新鲜度、质量和安全检测领域。宽度学习系统（BLS）是Chen等提出的一种新型人工智能模型，已有研究证明其具有独特的优势和广阔的应用前景。

广东省农业科学院设施农业研究所的罗毅智、华南农业大学工程学院的唐书奇和阜阳师范大学计算机与信息工程学院的李鹏*等采用高光谱技术结合宽度学习评估猪肉新鲜度，探讨高光谱技术在猪肉TVB-N含量和pH值测定中的有效性，选取最优的预处理方法并进行特征提取，采用不同的波长选择策略，从全波长数据中识别与猪肉TVB-N含量和pH值相关的关键波长，比较BLS模型与传统机器学习算法的性能，确定最优的TVB-N含量和pH值检测模型。以期提升猪肉鲜度评价的效率与准确性，推动智能化肉品质量监测的发展。

01

猪肉TVB-N含量和pH值变化

如图4所示，随着贮存时间的延长，猪肉的TVB-N含量和pH值发生变化。在第0天，TVB-N含量较低且pH值接近6，呈现弱酸性，这主要是由于屠宰后肌肉组织经历了厌氧代谢过程，产生了乳酸等有机酸。乳酸通过糖酵解作用生成，特别是在糖分未完全代谢的情况下，乳酸在肌肉组织中的积累使得肉品保持酸性环境。这种酸性环境有助于抑制某些细菌的生长，维持肉品的新鲜度。随着贮存时间的延长，微生物活动逐渐增强，蛋白质降解产生氨和胺类物质，导致TVB-N含量和pH值逐步升高。到第12天时，TVB-N含量接近30 mg/100 g，pH值接近7，肉品的新鲜度明显下降。TVB-N含量和pH值的变化直接反映了微生物活动的增强，表明肉品正在经历变质，且微生物的蛋白质降解作用不仅增加了TVB-N含量，还促使pH值上升，从而加速了肉品的腐败与风味劣变。

如图5所示，随着时间的延长，肉类的色泽逐渐变暗，这一变化通常是氧化反应和细菌活动引起，进一步证实了肉类质量的下降。肉类色泽的变化与肉品中的色素变化和微生物生长密切相关，揭示了肉类腐败过程中化学变化和物理变化的相互作用。

02

光谱曲线分析

如图6所示，尽管不同冷藏时间的平均光谱曲线相似，但它们的反射率存在差异，这些差异主要源于猪肉在腐败过程中微生物的生长繁殖及其代谢产物引起的化学成分变化。特别是在TVB-N水平升高时，猪肉的腐败程度加剧，导致颜色变化。在500 nm和550 nm波长处的吸收峰与血红蛋白和肌红蛋白中的血红素色素吸收有关。随着腐败过程的进行，猪肉的颜色逐渐暗沉，与图4结果相印证。此外，约750 nm和980 nm波长处的弱吸收峰与N—H的三倍频振动及O—H的二倍频振动相关，这些吸收特征可能与TVB-N含量升高过程中蛋白质降解产生的氨类化合物和其他代谢产物的形成有关。

03

基于全光谱的预测性能

本研究评估了不同光谱预处理方法与机器学习模型的协同效应对肉品TVB-N含量和pH值的预测性能。采用SG、NOR、BL和SNV 4 种预处理方法优化光谱数据特征，构建BLS的预测模型，并与PLSR和极限学习机（extreme learning machine，ELM）进行对比分析。

如表2所示，在TVB-N含量预测方面，SG预处理提升了各模型的预测能力，其中BLS模型表现出最优异的综合性能（RP＝0.911 4，RMSEP＝3.511 0，RPD＝2.401 5）。该结果较PLSR（SG预处理后RP＝0.885 9）提升了2.8%，其优势可能源于BLS特有的宽度学习机制：通过构建特征节点与增强节点的双层随机映射网络，在保留浅层网络计算效率的同时，实现了对光谱数据非线性特征的深度挖掘。相比之下，PLSR受限于线性建模假设，在处理高维非线性光谱数据时易产生特征共线性问题；而ELM模型（RP＝0.859 1）表现欠佳，这与其随机权重初始化机制导致的模型稳定性不足相关。如表3所示，pH值预测结果进一步验证了BLS模型的优越性。经SG预处理后，BLS模型的预测精度（RP＝0.748 8，RMSEP＝0.415 8，RPD＝1.501 8）优于PLSR（RP＝0.723 3，RMSEP＝0.430 2，RPD＝1.445 8）和ELM（RP＝0.702 6，RMSEP＝0.444 1，RPD＝1.406 1）。因此，后续的分析中均采用SG预处理的光谱预测TVB-N含量和pH值。

04

特征提取

在缺乏有效知识指导的特征提取过程中，全光谱数据通常包含大量不相关或冗余的信息，这可能会降低模型的精度。本研究采用了CARS、SPA、iVISSA、iVISSA-CARS和iVISSA-SPA 5 种特征提取方法，尽管这些方法的工作原理各不相同，但它们提取的特征波段在400～500 nm（色素敏感区）和800～1 000 nm（脂肪/蛋白质敏感区）之间存在重叠（图6）。400～500 nm波段与肌红蛋白色素的氧化状态密切相关，而940～980 nm波段则对应脂肪C—H三级倍频吸收峰（940 nm）以及蛋白质N—H变形振动吸收峰（980 nm），这两个波段的分子特征与肉类新鲜度变化密切相关。

05

基于特征波段建模

通过对不同特征提取方法与模型在TVB-N含量预测中的表现进行对比分析（表4），发现采用iVISSASPA组合特征提取的BLS模型表现最优。其测试集RP为0.942 2、RMSEP为3.007 2、RPD为2.803 8，明显高于PLSR（RP＝0.894 6，RMSEP＝3.869 7，RPD＝2.178 8）和ELM（RP＝0.867 9，RMSEP＝4.248 8，RPD＝1.984 4）。在pH值预测的对比分析中（表5），采用iVISSA-SPA特征提取的BLS模型同样表现出最佳性能，其测试集RP为0.817 3、RMSEP为0.367 9、RPD为1.716 4，均优于PLSR（RP＝0.787 1，RMSEP＝0.387 9，RPD＝1.610 1）和ELM（RP＝0.722 3，RMSEP＝0.432 4，RPD＝1.444 5）。

尽管iVISSA-CARS组合方法结合了CARS方法的特征选择能力，能够通过蒙特卡洛采样与PLS回归系数优化特征，但在TVB-N预测中，其表现不如iVISSA-SPA组合方法。这是因为CARS方法在特征选择过程中，通过随机选择光谱子集进行训练，并逐步缩小变量空间，其在处理大规模特征集时具有一定优势，但在消除冗余信息方面相对较弱，可能未有效去除高冗余的波段。具体而言，由图7可知，在TVB-N的特征波段提取中，700～800 nm的波峰波谷特征未能被提取到，而在pH值特征波段提取中，则出现了信息冗余的现象。这些冗余信息未能有效去除，影响了模型的稳定性和预测能力。相比之下，SPA法通过投影降维进一步减少冗余信息并增强特征间的区分度，以充分发挥iVISSA在特征选择中的迭代优势。此外，BLS通过构建特征节点与增强节点的双层随机映射网络，在保留浅层网络计算效率的同时，能够深入挖掘光谱数据的非线性特征，不仅提升了特征的表达能力，还增强了模型对复杂数据模式的适应性，从而有效地提高了TVB-N和pH值的预测性能。

如图8所示，BLS模型在TVB-N含量和pH值预测中均呈现出较为紧密的拟合度，进一步验证了其预测能力。

结论

本研究结合高光谱成像技术与BLS回归模型，提出了一种有效的猪肉新鲜度无损检测方法。实验结果表明，SG预处理方法对光谱数据优化效果最佳，而iVISSA-SPA特征提取方法在减少冗余和优化特征选择方面表现突出，从而显著提高了BLS回归模型在TVB-N含量和pH值预测中的精度。iVISSA-SPA-BLS模型在TVB-N含量预测中RP为0.942 2、RMSEP为3.007 2、RPD为2.803 8，性能优异，在pH值预测中RP为0.817 3、RMSEP为0.367 9、RPD为1.716 4。结果表明，结合高光谱技术与BLS模型能够快速、无损地评估猪肉的新鲜度，可为食品安全领域提供创新的技术手段，并为今后的肉类质量检测提供新的研究路径。

作者简介

通信作者：

罗毅智，助理研究员，硕士生导师，毕业于华南农业大学农业机械化专业，现任广东省农业科学院设施农业研究所助理研究员，主要从事智慧农业感知技术以及智能养殖农业装备研究工作。主持或参与国家重点研发项目，国家基金面上项目、猪禽种业全国重点实验室PI项目、农业装备技术全国重点实验室开放课题、广东省重点研发项目以及企业横向课题20余项，作为第一或通信作者发表SCI/EI论文10 篇，参与发明专利，实用新型等30余件，参与标准制定3 项。

第一作者：

李鹏，讲师，硕士生导师，毕业于华南农业大学农业电气化与自动化博士，现于阜阳师范大学计算机与信息工程学院任教。主要从事人工智能、图像处理、农产品品质无损检测等方向的研究，主持或参与多项省级以上科研项目，以第一作者在国内外期刊发表学术论文10 篇。

本文《高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值》来源于《食品科学》2025年46卷第16期345-352页，作者：罗毅智，唐书奇，金青婷，丘广俊，齐海军，孟繁明，李 鹏。DOI:7506/spkx1002-6630-20250221-097。点击下方阅读原文即可查看文章相关信息。

实习编辑：南伊；责任编辑：张睿梅。点击下方阅读原文即可查看全文。图片来源于文章原文及摄图网