一种融合叶绿素荧光技术与可见-近红外光谱的番茄幼苗热胁迫无损检测方法

全球气温上升导致高温天气频发,番茄作为温度敏感型植物更易发生热胁迫,最终导致产量损失。在植物热胁迫检测中,温度通常被用作标定其受胁迫程度的依据,但由于不同植株个体的耐热性和自身健康状态存在差异,同一温度下的植株可能会产生不同程度热胁迫症状,以温度来标定热胁迫状态可能会导致误判。以番茄幼苗为研究对象,提出了一种融合叶绿素荧光技术与可见-近红外光谱的番茄幼苗热迫胁程度快速分类方法,以提高对番茄热胁迫程度评估的准确性。采集了对照组植株和热胁迫植株的叶绿素荧光参数与可见-近红外光谱数据,以叶绿素荧光参数为热胁迫评价指标,结合k-means++聚类算法评估了番茄幼苗受热胁迫影响的严重程度,通过对标定后样本的叶绿素荧光参数和植物逆境胁迫相关生理量进行分析,验证了标定结果的合理性。以聚类模型输出为依据对光谱数据进行标定,采用3种预处理方法及其组合,结合3种特征波长提取算法对光谱数据进行处理,获得了6个与样本热胁迫程度相关的特征波段。最后以6个特征波段为输入,热胁迫程度为输出,基于4种机器学习算法构建分类模型,实现了对样本热胁迫程度的分类。结果表明:样本叶绿素荧光参数F_(v)/F_(m),F_(v)/F_(o),NPQ,Y(NPQ)和Y(NO)与其胁迫状态存在显著的中高度相关,依据以上参数将所有样本标记为无胁迫,轻度热胁迫和重度热胁迫三类。三类样本的叶绿素荧光参数、丙二醛(MDA)含量以及光合色素含量均表现出了组间显著差异,聚类结果合理。基于聚类结果对光谱数据进行标定,根据标定结果提取光谱特征波长,99%以上的冗余特征被消除,进一步筛选获得了6个用建立分类模型的特征波长。在建立的4个模型中,线性判别分析(LDA)模型具有最优性能,其测试集分类准确率为92.45%,F1分数为0.9291,AUC为0.9780。结果表明,采用叶绿素荧光技术结合可见-近红外光谱技术检测热胁迫是可行的,该研究为热胁迫的快速检测、耐热性快速筛选以及高温灾害预警提供了一种有效方法。

近红外光谱技术快速鉴别碱水浸泡鸡肉的研究

采用近红外光谱分析技术并结合主成分分析法,建立碱水浸泡鸡肉快速鉴别模型。原始光谱经平滑、多元散射校正和一阶导数等预处理后进行系统主成分分析,结果显示正常鸡肉和碱水浸泡鸡肉能得到清晰的分类。通过不同光谱预处理方法,采用簇类的独立软模式法建立分类模型,结果显示通过对样品光谱采用7点卷积平滑方法预处理,分类模型综合正确率最高,校正回判正确率在77.08%~100%之间,预测正确率在81.25%~100%之间。综上,采用近红外光谱分析技术对碱水浸泡鸡肉进行快速鉴别可行。

基于近红外光谱技术有监督模式识别的青皮产地溯源分析

利用便携式近红外光谱仪采集不同产地(安徽、广东、四川)青皮外壁和内囊光谱数据,采用单一预处理和组合预处理方法消除光谱中的多种干扰,结合主成分分析(PCA)、簇类独立软模式分类法(SIMCA)及Fisher线性判别分析(FLDA)等模式识别方法建立青皮产地溯源模型。结果表明,光谱预处理可以在一定程度上消除基线漂移、背景噪声和谱峰重叠干扰,但无法实现产地溯源。3种模式识别方法中,PCA无法实现青皮产地溯源;青皮外壁和内囊原始光谱的SIMCA模型获得的青皮产地溯源整体鉴别率分别为99.14%和98.28%;FLDA模型获得的整体鉴别率均为99.57%,优于SIMCA模型;经光谱预处理优化后的SIMCA和FLDA模型对青皮产地溯源的鉴别率均可达100%,即便携式近红外光谱技术结合有监督模式识别方法可实现青皮产地溯源的无损分析,可为食药同源物质产地溯源拓展新途径。

近红外光谱技术在茶叶生产质控与品质评价中的研究进展

茶是世界上最受欢迎的饮料之一,在国内外均有庞大的市场。市场的发展对茶叶的品质要求不断提高,而快速、可靠的茶叶质量控制与品质评价技术是辅助茶叶品质提升的重要手段,一直是研究者关注的热点。传统的茶叶质量与品质检测方法费力、耗时或极具主观性。近红外光谱技术以其简单、无损、快速的特点,在茶叶生产质控与品质评价中越来越受到人们的欢迎。基于近红外光谱的检测技术是一种间接的检测方法,其检测结果容易在数据传递过程中受到各种影响因素的干扰,本文总结了近红外光谱技术在茶叶生产质控与品质评价中的重要影响因素,分析了近红外光谱技术在茶叶生产质控与品质评价中的应用状况,并对研究前景进行展望,为应用近红外光谱技术于茶叶生产质控与品质评价中的研究方向提供参考。

近红外光谱检测技术在塑料分选中的应用进展

近红外光谱检测技术(NIRS)在塑料分选中的应用旨在对塑料种类与组份进行识别,从而提高回收效率最终实现资源的综合利用。本文首先介绍传统塑料分选技术发展;其次概述近红外检测技术原理与其在塑料领域的应用现状;最后对在塑料分选领域应用前景进行了总结与展望。在塑料分选领域,近红外光谱检测技术相比传统的物理和化学检测方法,具有快速、无损、高效等明显的优势,可通过实时、在线检测,定性与定量的方式对未知样品进行识别与分选。尽管该技术在一些实验研究中已经取得了显著的阶段性成果,但在实际工程应用特别是检测的精准度,外延新的应用场景等方面仍需进一步研究和优化。

基于紫外-可见和近红外光谱技术的葡萄酒产地鉴别

该研究将紫外-可见光谱、近红外光谱技术与化学计量学方法相结合,建立一种快速、准确鉴别干红葡萄酒产地的方法。采集3个不同产地(怀涿盆地、宁夏贺兰山东麓和渤海湾)的108个赤霞珠干红葡萄酒样品的紫外-可见和近红外光谱信息。首先,对比采用标准正态变量变换(standard normal variable,SNV)、一阶导数(first derivative,FD)、二阶导数(second derivative,SD)及不同方法组合对两种光谱数据进行预处理,分别建立随机森林(random forest,RF)、K-最邻近法(K-nearest neighbor,KNN)和最小二乘支持向量机(least squares support vector machine,LS-SVM)判别模型,通过比较建模结果得到最优的预处理-建模方法组合;然后,基于最优判别模型,采用竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)算法和无信息变量消除(uninformative variable elimination,UVE)法对光谱数据进行特征波段提取并建立判别模型。结果表明,基于紫外-可见光谱建立的SNV+FD-UVE-LSSVM模型的校正集和验证集的识别率分别达到97.53%和96.30%,基于近红外光谱建立的FD-CARS-KNN模型的校正集和验证集的识别率分别达到98.76%和96.30%。该结果证实将紫外-可见光谱、近红外光谱技术与机器学习相结合,有望成为一种简单、快速和低成本的工具,用于鉴别中国干红葡萄酒的地理来源。

脑功能性近红外光谱技术在新生儿领域中的研究进展

功能性近红外光谱技术(functional near-infrared spectroscopy,fNIRS)是一种新兴的神经影像学检查工具,根据神经血管耦合机制,通过监测脑氧代谢的变化反映脑部神经元的活动功能,无创便捷,尤其适合新生儿脑功能监测。该文对新生儿语言、音乐和情绪的脑网络发育规律,新生儿护理的脑网络成像,静息态脑网络连接规律,以及疾病状态下脑功能成像特点等方面的fNIRS相关研究进行综述。

基于近红外光谱技术的南荻生物质品质快速分析

为快速分析洞庭湖南荻的生物质品质(可溶物、纤维素、半纤维素、木质素、灰分含量和纤维素结晶度、聚合度),以采集的126份种质资源为材料,分别采用2种光谱预处理方法和3种特征光谱筛选方法优化原始光谱,基于不同组合方式优化光谱及原始光谱,结合偏最小二乘法构建近红外光谱分析模型,筛选针对7个品质指标的双重优化模型,基于灰色关联度法对126份种质资源进行工业化潜力评估。结果表明:洞庭湖南荻可溶物、纤维素、半纤维素、木质素、灰分含量及纤维素结晶度、聚合度均存在丰富的多样性,且大致呈正态分布,符合近红外建模的要求;基于直接差分法(DD)结合竞争性自适应重加权算法(CARS)优化的PLS模型对南荻可溶物含量的预测结果表现优异,其校正集的均方根误差(RMSEC)为0.27,决定系数(R_(C)^(2))为0.99;交叉验证集的均方根误差(RMSECV)为0.77,决定系数(R^(2)_(CV))为0.97,预测集的相对分析误差为5.07,相关系数(R_(V)^(2))为0.88;基于DD结合变量组合集群分析混合迭代保留信息变量(VCPA–IRIV)优化的PLS模型在南荻的纤维素、半纤维素、木质素、灰分含量和结晶度、聚合度的预测中表现优异,模型的RMSEC为0.14~10.20,R_(C)^(2)为0.98~0.99,RMSECV为0.28~19.46,R^(2)_(CV)为0.94~0.98,R_(V)^(2)为0.87~0.98,相对分析误差(RPD)为4.84~15.65;表明基于双重优化光谱子集建立的近红外光谱模型能较好地预测南荻的生物质品质,且具有较高的稳定性;通过灰色关联度法对126份南荻种质资源进行评估,发现126个样本的工业化利用潜力分数大致呈正态分布,其利用潜力分数的均值为54.4,一级种质资源4个,二级种质资源40个,三级种质资源63个,四级种质资源14个,五级种质资源5个。

近红外光谱技术在人参质量评价中的研究现状

本文总结了近红外光谱技术在人参外观检验、有效成分分析、重金属和农药残留检测等质量评价方法中的应用,论述了近红外光谱技术在提高评价准确性和可靠性方面的重要性,同时总结了近红外光谱技术在人参产地溯源、年限鉴别、种子鉴别、类别鉴别、皂苷和多糖检测等多方面的应用。

运动损伤与功能性近红外光谱技术综述

随着全民运动的兴起,运动损伤的发生率逐年增加,同时,随着人们经济生活的提高,对运动损伤后的康复更为重视。目前的运动损伤康复治疗以肢体功能康复为主,但运动损伤后脑功能变化也开始受到研究者的关注。功能性近红外光谱技术(fNIRS)以其抗干扰性、便携性等特点,可较好地应用于运动损伤患者的脑功能检测中。本文对运动损伤康复及fNIRS的研究成果进行了归纳总结,探讨了运动损伤康复的现状和研究进展,分析fNIRS及其在研究运动损伤后损伤肢体神经控制机制的应用价值,为进一步提升运动损伤的康复效果提出新思路。

不同吞咽时期大脑皮质激活特征:基于功能性近红外光谱技术

目的采用功能性近红外光谱技术(fNIRS)研究吞咽不同时期大脑皮质激活情况。方法2023年10月至12月,招募健康成年人18例,在fNIRS采集过程中执行视觉刺激、咀嚼、舌尖滑动和反复吞咽4项任务,计算覆盖额叶、顶叶和枕叶3个区域共计41个通道的皮质激活β值。结果在口腔前期,双侧运动前区和辅助运动皮质区(PSMC)、双侧额下回、右侧视觉联合皮质(AVC)和左侧初级运动皮质(PMC)被激活(P<0.05)。在口腔准备期,右侧额下回三角部(PTG)、右侧额极区(FPA)、右侧背外侧前额叶(DPC)、左侧初级躯体感觉皮质(PSC)、左侧PSMC、左侧PMC被激活(P<0.05)。在口腔期和咽期的过渡期,双侧PSMC,双侧PMC被激活(P<0.05)。在口腔期和咽期两个连续时期,双侧PSC、双侧PTG、双侧FPA、双侧眶额区、双侧PSMC、双侧DPC、双侧PMC被激活(P<0.05)。结论吞咽运动需要额叶、顶叶和枕叶的大脑皮质共同协调完成,不同吞咽时期主要激活的脑区具有差异性,PSMC和PMC参与大部分吞咽时期。

基于近红外光谱技术的含节子木材抗弯性能研究

针对含节子木材力学特性不确定,不易判断其是否可用的现状,提出一种通过检测含节子木材的抗弯性能来对含有节子的木材是否可用进行评判的方法。选取在东北地区占到总森林面积15%~20%的常见树木蒙古栎为试验对象,首先采用目标检测算法对木材表面含节子区域进行识别;然后对识别的区域进行光谱提取,并构建定量预测模型;最后通过深度学习对含节子木材的力学性能进行分析。试验结果表明,提出的基于连续投影的支持向量机算法(Successive Projections AlgorithmSupport Vector Machine,SPA-SVM)预测模型对木材抗弯性能具有优秀的预测能力,其试验结果指标决定系数R2=0.96,均方根误差RMSE=0.58,相对分析误差RPD=5.09。该预测模型能非常准确地对含节子木材的抗弯性能进行预测,预测结果与真实数值误差较小,符合试验要求标准,预测结果可以为木材是否使用提供依据。

基于近红外光谱技术的气体浓度检测研究

气体浓度在各领域分析中具有重要意义,由于在气体浓度检测过程中,受光谱维度的影响导致检测结果出现较大的误差,为了降低在测量过程中产生的不利影响,提出基于近红外光谱技术的气体浓度检测研究。通过去势-标准正态变换,校正近红外光谱基线。联合广义S变换和奇异值分解共同去噪近红外光谱,提升光谱质量。基于主成分分析提出偏最小二乘降维法用于降维近红外光谱。以朗伯比尔定律为基础,引入Lorenz线性拟合近红外光谱吸收谱线,采用梯度下降法直接拟合预处理近红外光谱吸收信号,计算得到最终气体浓度检测结果。实验结果表明,所提方法在检测甲苯、丙烷和丙烯气体浓度时,检测结果与实际气体浓度基本一致,有效降低了残差平方和与均方根误差,且检测时间低于2.3 s。

基于功能性近红外光谱技术探索自主排尿相关腹肌运动控制脑功能活动

目的在自主排尿过程中腹肌随意收缩是一种运动控制任务,以功能性近红外光谱技术(fNIRS)探索该动作的中枢活动特征。方法招募年龄≥18岁的健康受试者共19例。接受2次fNIRS检测,分别在无尿意及强尿意状态下进行重复腹肌收缩动作。以对应的无腹肌收缩任务下的脑活动为基线,分析这2种不同状态时腹肌收缩特有的脑皮质活动。结果强尿意时腹肌收缩主要激活双侧前运动/辅助运动区(BA6)、双侧背外侧前额叶皮层(BA9/46)、双侧额极区(BA10)、右侧额下回前部(BA47)、右侧颞中回(BA21)、右侧初级运动皮层(BA4)、左侧初级体感皮层(BA1/2/3)与左侧额下回三角部Broca区(BA45)(P<0.05)。无尿意时执行腹肌收缩动作主要激活双侧前运动/辅助运动区(BA6)(P<0.05)、右侧初级运动皮层(BA4)、右侧初级体感皮层(BA1/2/3)、右侧额下回三角部Broca区(BA45)及右侧边缘上回Wernicke区(BA40)(P<0.05)。相比于强尿意状态,无尿意时的主动腹肌收缩动作在双侧前运动/辅助运动区(BA6)存在更强激活(P<0.05)。相比于无尿意状态,强尿意时的腹肌收缩动作在左侧背外侧前额叶皮层(BA46)激活更强(P<0.05)。结论前额叶皮层、初级体感皮层、初级运动皮层、前运动/辅助运动区共同参与调控自主排尿相关腹肌随意收缩。并且在强尿意状态下进行腹肌运动时,可引起前额叶皮层的进一步激活,提示前额叶皮层在感知尿意之后,对于促进腹肌运动和排尿启动具有积极的作用。

利用近红外光谱技术检测固定化脂肪酶酶蛋白含量

利用近红外光谱技术检测固定化脂肪酶的酶蛋白含量,在获得近红外光谱数据后,分别用一阶导数、二阶导数、标准正态变量变换和多元散射校正4种不同预处理方法进行处理,获得最佳的光谱处理方法为标准正态变量变换。利用连续投影算法、竞争性自适应重加权算法、无信息变量消除算法3种不同的波长筛选算法获得特征波长,在此基础上分别用偏最小二乘法、支持向量机回归和BP神经网络3种建模方法建立近红外光谱模型,最终获得最佳的建模方法为标准正态变量变换-支持向量机回归,在此建模条件下,模型决定系数为0.9894,模型均方根误差为0.3178,模型交叉验证决定系数为0.9764,模型交叉验证均方根误差为0.3816,相对分析误差可达6.51。

基于近红外光谱技术的固体推进剂燃速模型化快速预估方法

利用近红外光谱技术建立了基于近红外光谱的固体推进剂燃速快速预估模型,通过波谱范围筛选和光谱预处理对模型进行优化,并采用内部验证和外部验证对该模型进行评价,验证模型的精密度及准确度。结果表明,基于近红外光谱技术的固体推进剂燃速快速预估模型测试时间约为2 min,燃速偏差范围为-0.122~0.067 mm/s,精密度测试相对标准偏差≤0.4%,准确度测试偏差-0.029~0.057 mm/s。该方法能够在药浆混合阶段快速预测固体推进剂的燃速,提供了一种简单快捷和稳定可靠的燃速测定新方法。

基于近红外光谱技术快速检测油脂中磷含量

磷含量是油脂精炼加工过程中油脂质量控制的重要指标之一。目前油脂中磷含量常按照GB/T 5537—2008《粮油检验磷脂含量的测定》第一法钼蓝比色法进行测定,其检测步骤复杂,耗时6~8h,检测周期较长,对生产指导有延迟,因此急需开发油脂中磷含量的快速检测技术。

关于“近红外光谱技术在早期识别新生儿胃肠道疾病中的应用”一文作者单位的更正启事

由于作者疏忽,在《中国当代儿科杂志》2024年第26卷第5期523~528页上发表的“近红外光谱技术在早期识别新生儿胃肠道疾病中的应用”一文中,原作者单位“新疆医科大学新疆维吾尔自治区儿童医院新生儿科”存在表述上的不准确,现更正为“新疆医科大学”。对此给读者带来的不便,深表歉意。

基于功能性近红外光谱技术的脑卒中患者下肢功能康复研究进展

脑卒中是导致患者残疾和死亡的主要原因[1]。患者因残疾无法独立生活,给家庭和社会带来巨大负担[2-3]。脑功能检测技术可监测大脑活动期间的变化,为评估脑卒中康复治疗的效果提供帮助[1]。相关的脑功能检测技术有脑电图(electroencephalogram,EEG)、功能性磁共振成像(functional magnetic resonance imaging,fMRI)、正电子发射型计算机断层显像(positron emission computed tomography,PET)、功能性近红外光谱(functional near-infrared spectroscopy,fNIRS)等[4-5]。

近红外光谱技术在麝香接骨胶囊质量控制中的应用

目的采用近红外光谱技术建立麝香接骨胶囊的快速鉴别方法。方法采集麝香接骨胶囊在12000~4000 cm^(-1)谱段范围内的近红外光谱,利用OPUS 7.8光谱分析软件进行处理,采用一阶导数法建立定性模型、采用一阶导数加矢量归一法建立聚类分析模型、采用二阶导数法建立一致性模型。结果建立的定性模型可以快速鉴别麝香接骨胶囊的真伪,聚类分析模型与一致性模型可以区分厂家。结论本研究建立的模型为麝香接骨胶囊的鉴别、区分提供新的方法,为麝香接骨胶囊的生产工艺和产品质量控制提供参考。