文献类型： 中文期刊

作者： 胡玉霞 ¹ ; 朱荣光 ¹ ; 姚雪东 ¹ ; 康立超 ² ; 钱晶 ² ; 王世昌 ¹ ; 邢富康 ¹ ; 谢强 ¹ ;

作者机构： 1.石河子大学机械电气工程学院

2.新疆农垦科学院分析测试中心

关键词： 高光谱;羊肉;特征波长;食源性致病菌;mRMR-GBDT;多菌混合体系

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2025 年 41 卷 020 期

页码： 323-332

收录情况： EI ; 北大核心 ; CSCD

摘要： 针对现有食源性致病菌检测方法样本前处理复杂、耗时,且试剂依赖度高等问题,该研究利用高光谱(hyperspectral imaging,HSI)结合最小冗余最大相关-梯度提升决策树(minimum redundancy maximum relevance-gradient boosting decision tree,mRMR-GBDT)系列特征选择方法开展羊肉源混合菌体系中大肠埃希氏菌、沙门氏菌和金黄色葡萄球菌定性检测。首先,通过分析新鲜羊肉的菌群组成结构,探明羊肉源共生菌群结构并构建与实际检测状况相吻合的多菌混合体系;其次,获取由羊肉源共生菌群和食源性致病菌组成的多菌混合体系的HSI数据,并通过生成掩膜和形态学方法提取一维光谱,然后,采用mRMR-GBDT系列方法(包括mRMR-XGBoost、mRMR-LightGBM和mRMR-CatBoost)对预处理后的光谱数据开展致病菌相关的特征波长筛选;最后,系统比较不同特征选择方法与致病菌分类模型的性能并确定最佳特征提取方法和分类模型。研究结果显示:90.5%的羊肉样本菌落总数分布在10～2～10～4 CFU/g区间,核心优势菌群的相对丰度分别为35.67%(假单胞菌属)和35.56%(不动杆菌属);mRMR-GBDT系列方法分别获取特征17、21和12个,其中mRMR-CatBoost方法筛选的12个特征波长兼具最优光谱关联性和最小冗余度;基于该特征子集分别构建支持向量机、轻量级梯度提升机和反向传播神经网络(back propagation neural network,BPNN)分类模型,经对比分析,BPNN模型表现最优,其验证集和测试集准确率分别达97.63%和96.49%。结果表明,HSI结合mRMR-CatBoost-BPNN能够实现真实来源的羊肉混合菌体系中食源性致病菌高效检测。该研究可为羊肉等动物源食品中致病菌的高效准确检测提供理论依据与技术参考。