多波長激光誘導(dǎo)熒光麥盧卡蜂蜜摻雜分類識(shí)別

陳思穎， 賈亦文， 蔣玉蓉*， 陳 和， 楊文慧，羅宇鵬， 李中石， 張寅超， 郭 磐

1. 北京理工大學(xué)光電學(xué)院， 北京 100081 2. 中國人民解放軍軍事科學(xué)院軍事醫(yī)學(xué)研究院， 北京 100071

引 言

麥盧卡(Manuka)是新西蘭的一種天然紅茶樹， 蜜蜂采集這種茶樹花釀制而成的蜜即為麥盧卡蜂蜜， 麥盧卡蜂蜜是一種醫(yī)療級(jí)蜂蜜， 具有很強(qiáng)的抗菌作用及較高的藥用價(jià)值， 近年來在我國的進(jìn)口蜂蜜中占比越來越大[1-2]。 與普通蜂蜜相比， 麥盧卡蜂蜜售價(jià)更高， 且不同等級(jí)的麥盧卡蜂蜜間價(jià)格差異較大。 在2014年1月國家質(zhì)檢總局發(fā)布的進(jìn)口食品化妝品不合格名單中， 來自法國和新西蘭的7個(gè)批次共計(jì)1 614千克的麥盧卡蜂蜜因被檢出摻假而遭到了銷毀或退貨， 因此， 需要對摻假麥盧卡蜂蜜進(jìn)行快速準(zhǔn)確地分類識(shí)別。

激光誘導(dǎo)熒光技術(shù)檢測速度快、 靈敏度高； 由于蜂蜜本身含有維生素、 氨基酸、 酚類等可以產(chǎn)生熒光的物質(zhì)， 近年來國內(nèi)外學(xué)者越來越多地開始利用激光誘導(dǎo)熒光技術(shù)對蜂蜜的產(chǎn)地、 植物來源以及真?zhèn)芜M(jìn)行鑒別。 葛雪峰等[3]利用熒光光譜法得到了蜂蜜濃度和熒光峰值強(qiáng)度間的線性關(guān)系， 其決定系數(shù)為0.97。 Karoui等[4]利用正面熒光光譜法對瑞士產(chǎn)的7種蜂蜜進(jìn)行了植物來源分類， 其校準(zhǔn)樣品和驗(yàn)證樣品的正確分類率分別為100%和90%， 證明了基于熒光光譜對蜂蜜植物來源進(jìn)行分類的可行性。 Chen等[5]將KS-GMM算法與激光誘導(dǎo)熒光技術(shù)相結(jié)合， 對不同種類的純蜂蜜進(jìn)行識(shí)別， 識(shí)別準(zhǔn)確率最大為96.52%。 趙杰文等[6]基于三維熒光光譜技術(shù)對摻雜大米糖漿的蜂蜜進(jìn)行無損鑒別研究， 最終LDA模型識(shí)別率為94.44%， BP-ANN模型識(shí)別率為100%。 與普通蜂蜜相比， 麥盧卡蜂蜜中含有l(wèi)eptosperin、 lepteridine等獨(dú)特的熒光標(biāo)志物， 其中l(wèi)eptosperin是鑒定麥盧卡蜂蜜的權(quán)威化學(xué)標(biāo)志物； 新西蘭麥盧卡蜂蜜協(xié)會(huì)規(guī)定麥盧卡蜂蜜中的leptosperin含量需>100 mg·kg-1[1, 7-8]。 這些獨(dú)特的熒光標(biāo)志物的存在使得麥盧卡蜂蜜的熒光光譜與普通蜂蜜或糖漿的熒光光譜有一定差異， 這為利用激光誘導(dǎo)熒光技術(shù)對摻假麥盧卡蜂蜜進(jìn)行分類識(shí)別提供了理論基礎(chǔ)， 但目前這方面的國內(nèi)外研究還很少。

本工作基于激光誘導(dǎo)熒光技術(shù)使用多個(gè)激發(fā)波長對三種品牌的新西蘭進(jìn)口麥盧卡蜂蜜進(jìn)行了摻雜研究， 激發(fā)光波長選用266， 355， 405和450 nm， 摻雜物選用烘焙糖漿， 以0%～90%(間隔10%)的比例與麥盧卡蜂蜜進(jìn)行混合， 對不同激發(fā)波長下三種蜂蜜摻雜溶液的熒光光譜分別進(jìn)行處理分析。 預(yù)處理后使用主成分分析(PCA)結(jié)合線性判別分析(LDA)對數(shù)據(jù)降維， 降維后的數(shù)據(jù)分別使用K最近鄰算法(KNN)和支持向量機(jī)算法(SVM)進(jìn)行訓(xùn)練得到分類模型， 最終對測試集數(shù)據(jù)進(jìn)行分類識(shí)別。 不同激發(fā)波長下各樣品的分類識(shí)別率相差較大， 其中266 nm激發(fā)的熒光光譜分類識(shí)別正確率最高， 均在98.5%以上， 最高能達(dá)100%， 且標(biāo)準(zhǔn)差均小于0.01。 450 nm激發(fā)的熒光光譜分類識(shí)別正確率最低， 均低于66%， 且標(biāo)準(zhǔn)差均高于0.02。 與激發(fā)波長相比， 不同分類算法對分類識(shí)別的影響稍小， 但比較而言， KNN算法的分類識(shí)別效果要優(yōu)于SVM算法。

1 實(shí)驗(yàn)部分

1.1 樣本

選擇三種品牌的新西蘭進(jìn)口麥盧卡蜂蜜(編號(hào)A， B， C)和國產(chǎn)烘焙糖漿(主要成分為麥芽糖和果葡糖漿)作為樣品。 由于蜂蜜和糖漿粘度過大， 實(shí)驗(yàn)前先將其分別配置成5 g/100 mL的水溶液， 然后以10%為間隔， 在0%～90%的摻雜范圍內(nèi)將不同比例的糖漿溶液摻進(jìn)三種蜂蜜溶液， 即每種蜂蜜有十種樣品溶液， 共三十種樣品溶液。 使用移液槍將其分別移至干燥潔凈的4 mL比色皿中準(zhǔn)備實(shí)驗(yàn)。

1.2 儀器及參數(shù)

實(shí)驗(yàn)系統(tǒng)如圖1所示， 激光器發(fā)射266/355/405/450 nm激光至盛有待測樣品的比色皿上， 激發(fā)出的熒光信號(hào)首先經(jīng)過透鏡收集， 高通濾光片濾除彈性散射光， 然后經(jīng)透鏡會(huì)聚至光纖(NA=0.22， 芯徑600 μm)， 最后由光譜儀分光探測后傳輸至計(jì)算機(jī)進(jìn)行顯示存儲(chǔ)。 其中266 nm激光器(Beamtech Dawa-200)脈沖能量20 mJ， 頻率20 Hz， 355 nm激光器(Beamtech Dawa-200)脈沖能量40 mJ， 頻率20 Hz， 405 nm激光器(創(chuàng)聯(lián)科技)和450 nm激光器(新產(chǎn)業(yè)LSR450NL-1W)功率均為500 mW， 濾光片為Semrock公司的272/355/405/458 nm長通濾光片， 需隨激發(fā)光波長的改變進(jìn)行更換， 光譜儀(BWTEK-Exemplar Plus)光譜探測范圍190～1 100 nm， 分辨率設(shè)置為1 nm。 每個(gè)激發(fā)波長下每種樣本溶液重復(fù)測試60次， 共7 200組數(shù)據(jù)。

圖1 激光誘導(dǎo)熒光實(shí)驗(yàn)系統(tǒng)示意圖

2 結(jié)果與討論

2.1 數(shù)據(jù)處理流程及算法介紹

對于熒光光譜， 通常需要先做熒光波段截取、 平滑和歸一化等預(yù)處理； 然后對光譜數(shù)據(jù)進(jìn)行降維， 提取主要特征信息， 降維不僅可以縮減數(shù)據(jù)的運(yùn)算量， 還能夠去除部分噪聲干擾信息； 最后通過分類算法訓(xùn)練降維后的數(shù)據(jù)得到分類模型， 進(jìn)行熒光光譜的分類識(shí)別。

采用PCA-LDA算法對摻假麥盧卡蜂蜜的熒光光譜做降維處理， 其中PCA是一種常用的降維方法， 通過正交變換得到少數(shù)幾個(gè)主成分， 使其盡可能多地保留原始數(shù)據(jù)的信息， 而LDA在選擇投影直線時(shí)使同類樣本的投影點(diǎn)盡可能接近， 異類樣本的投影點(diǎn)盡可能遠(yuǎn)離， 即在降維的同時(shí)還能進(jìn)行分類， 但LDA在對“小樣本”降維時(shí)可能會(huì)出現(xiàn)過擬合現(xiàn)象[9]， 而如果在使用LDA前先使用PCA進(jìn)行特征提取， 就可以在一定程度上緩解過擬合問題， 因此選用PCA結(jié)合LDA的方法進(jìn)行光譜數(shù)據(jù)降維， 先使用PCA將數(shù)據(jù)降至低維， 然后使用LDA繼續(xù)降至二維。 基于PCA-LDA的降維結(jié)果， 使用KNN和SVM兩種分類算法對不同激發(fā)波長下的摻假蜂蜜進(jìn)行分類。 簡單來說， KNN算法采用距離度量， 計(jì)算待測樣本與每一類訓(xùn)練樣本集的距離， 距離越小， 則屬于該類別的可能性越大。 而SVM算法的目的是尋找一個(gè)最優(yōu)平面， 在盡可能對樣本進(jìn)行準(zhǔn)確分類的同時(shí)最大化該平面與最近樣本點(diǎn)的距離[10]。

圖2所示為數(shù)據(jù)處理流程。 光譜數(shù)據(jù)首先進(jìn)行預(yù)處理， 對不同激發(fā)波長下每種樣品溶液的60組數(shù)據(jù)， 隨機(jī)選擇80%的數(shù)據(jù)做訓(xùn)練集， 其余20%的數(shù)據(jù)做測試集， 訓(xùn)練集數(shù)據(jù)先經(jīng)過PCA-LDA降維， 然后對降維后的數(shù)據(jù)分別訓(xùn)練得到KNN和SVM分類模型， 最終使用測試集數(shù)據(jù)對得到的分類模型進(jìn)行測試。 隨機(jī)分組及分類識(shí)別重復(fù)進(jìn)行50次后對分類識(shí)別率取平均值， 最終分析比較不同激發(fā)波長下不同樣品的平均分類識(shí)別率及對應(yīng)的標(biāo)準(zhǔn)差。

圖2 數(shù)據(jù)處理流程

2.2 不同激發(fā)波長比較

圖3為四個(gè)激發(fā)波長下三種蜂蜜摻雜溶液光譜數(shù)據(jù)預(yù)處理后的平均歸一化光譜圖， 其中(a)， (b)和(c)為266 nm激發(fā)的熒光光譜， 截取300～600 nm熒光波段， (d)， (e)和(f)為355 nm激發(fā)的熒光光譜， 截取360～650 nm熒光波段， (g)， (h)和(i)為405 nm激發(fā)的熒光光譜， 截取415～750 nm熒光波段， (j)， (k)和(l)為450 nm激發(fā)的熒光光譜， 截取458～750 nm熒光波段， 且(a)， (d)， (g)和(j)為編號(hào)A麥盧卡蜂蜜摻雜溶液， (b)， (e)， (h)和(k)為編號(hào)B麥盧卡蜂蜜摻雜溶液， (c)， (f)， (i)和(l)為編號(hào)C麥盧卡蜂蜜摻雜溶液。 從圖中可以看出， 當(dāng)激發(fā)波長為266 nm時(shí)， 不同摻雜比例的熒光光譜有明顯區(qū)別， 譜峰位置隨摻雜比例的升高出現(xiàn)藍(lán)移現(xiàn)象， 且315和520 nm處的小譜峰逐漸凸顯， 光譜的這些差異有助于后續(xù)進(jìn)行分類識(shí)別。 當(dāng)激發(fā)波長為355和405 nm時(shí)， 不同摻雜比例下的熒光光譜譜型接近， 但從局部放大圖可以看出， 譜峰位置有一定差異， 其隨糖漿摻雜比例的升高出現(xiàn)輕微藍(lán)移現(xiàn)象。 當(dāng)激發(fā)波長為450 nm時(shí)， 如圖3(j)， (k)和(l)所示， 不同摻雜比例下的熒光光譜譜型和譜峰位置均差別不大， 對后續(xù)的分類識(shí)別造成一定困難。

圖3 預(yù)處理后熒光光譜圖

光譜數(shù)據(jù)預(yù)處理后， 隨機(jī)選擇80%的數(shù)據(jù)作訓(xùn)練集， 20%的數(shù)據(jù)作測試集， 使用PCA-LDA算法對訓(xùn)練集數(shù)據(jù)做降維， 得到的二維散點(diǎn)圖如圖4所示， 其中(a)， (b)和(c)為266 nm激發(fā)， (d)， (e)和(f)為355 nm激發(fā)， (g)， (h)和(i)為405 nm激發(fā)， (j)， (k)和(l)為450 nm激發(fā)， 且(a)， (d)， (g)和(j)為編號(hào)A麥盧卡蜂蜜摻雜溶液， (b)， (e)， (h)和(k)為編號(hào)B麥盧卡蜂蜜摻雜溶液， (c)， (f)， (i)和(l)為編號(hào)C麥盧卡蜂蜜摻雜溶液。 可以看出， 隨著激發(fā)光波長的增加， 同類散點(diǎn)逐漸分散， 不同類散點(diǎn)出現(xiàn)重疊， 降維效果變差， 與歸一化光譜圖的結(jié)果吻合。 其中266 nm激發(fā)得到的降維圖效果最好， 同摻雜比例的散點(diǎn)聚合得較好， 不同摻雜比例的散點(diǎn)間很少出現(xiàn)重疊， 有利于后續(xù)分類識(shí)別。 與266 nm激發(fā)相比， 355和405 nm激發(fā)時(shí)相同摻雜比例的散點(diǎn)更加分散， 當(dāng)摻雜比例大于等于60%時(shí)， 不同類的散點(diǎn)間距離較大， 而摻雜比例小于60%的不同類散點(diǎn)會(huì)有一定程度的重疊， 說明高摻雜比例更容易進(jìn)行區(qū)分。 顯然， 450 nm激發(fā)得到的降維圖效果最差， 同摻雜比例的散點(diǎn)分散， 不同摻雜比例的散點(diǎn)重疊， 大大增加了后續(xù)分類識(shí)別的難度。

圖4 訓(xùn)練集數(shù)據(jù)降維圖

對降維后的訓(xùn)練集數(shù)據(jù)建立KNN模型， 然后對測試集數(shù)據(jù)進(jìn)行分類識(shí)別， 重復(fù)進(jìn)行50次隨機(jī)分組及分類識(shí)別后對得到的分類識(shí)別率求平均值及標(biāo)準(zhǔn)差。 表1為四個(gè)激發(fā)波長下三種蜂蜜摻雜溶液的平均分類識(shí)別率及對應(yīng)標(biāo)準(zhǔn)差， 可以看出， 三種蜂蜜摻雜溶液都是266 nm激發(fā)時(shí)得到的分類識(shí)別率最高， 均在98.5%以上， 且標(biāo)準(zhǔn)差最小， 三個(gè)標(biāo)準(zhǔn)差均值為0.003 2， 其中B摻雜溶液的分類識(shí)別率最高， 達(dá)到100%， 標(biāo)準(zhǔn)差為0， 說明50次計(jì)算得到的分類識(shí)別率每次都為100%， 結(jié)果穩(wěn)定。 355和405 nm激發(fā)得到的分類識(shí)別率接近， 三種摻雜溶液的分類識(shí)別率均在92%以上， 最高達(dá)98.88%， 不同樣品的標(biāo)準(zhǔn)差均值分別為0.019 8和0.016 4， 且比較而言， 對于B摻雜溶液， 405 nm激發(fā)的分類效果更好， 對于C摻雜溶液， 355 nm激發(fā)得到的分類識(shí)別率更高。 450 nm激發(fā)得到的分類識(shí)別率最低， 均低于66%， 且標(biāo)準(zhǔn)差最大， 標(biāo)準(zhǔn)差均值為0.040 3。 整體來看， 不同激發(fā)波長下三種麥盧卡蜂蜜摻雜溶液的平均分類識(shí)別率結(jié)果與圖2歸一化光譜圖和圖3降維圖的情況相符， 即266 nm激發(fā)分類效果最好， 355和405 nm激發(fā)次之， 450 nm激發(fā)分類效果最差。

表1 不同激發(fā)波長下三種蜂蜜的分類識(shí)別率及標(biāo)準(zhǔn)差

2.3 不同分類算法比較

由于450 nm激發(fā)分類效果較差， 后續(xù)分類算法的比較僅使用266， 355和405 nm三種激發(fā)波長。 其他處理方式不變， 僅改變分類算法， 對訓(xùn)練集數(shù)據(jù)建立SVM分類模型， 然后對測試集數(shù)據(jù)進(jìn)行測試， 隨機(jī)分組及分類識(shí)別重復(fù)進(jìn)行50次， 對分類識(shí)別率求均值。 不同樣品溶液在兩種分類算法下的分類識(shí)別率、 識(shí)別率差值及對應(yīng)標(biāo)準(zhǔn)差如表2所示。 從表中可以看出， 相比于SVM算法， KNN算法的分類效果更好， 對于三種激發(fā)波長和三種麥盧卡蜂蜜的摻雜溶液樣品的任意組合， KNN算法的分類識(shí)別率比SVM算法均有提升， 且除405 nm激發(fā)A摻雜溶液， 其他情況下KNN算法50次分類識(shí)別率的標(biāo)準(zhǔn)差均小于SVM算法。 具體來看， 266 nm激發(fā)A摻雜溶液兩種算法的分類識(shí)別率相差1.57%， 提升最為明顯， 405 nm激發(fā)A摻雜溶液兩種算法的分類效果僅相差0.10%， 最為接近。 整體來看， 266 nm激發(fā)下KNN算法的分類識(shí)別率比SVM算法的分類識(shí)別率均提高1%以上， 效果最好， 而對于C樣品， KNN算法的識(shí)別率對三種激發(fā)波長都能提升大約1%， 效果最為明顯。

表2 不同激發(fā)波長及分類算法下的分類識(shí)別率及標(biāo)準(zhǔn)差

3 結(jié) 論

基于激光誘導(dǎo)熒光技術(shù)對摻雜糖漿的麥盧卡蜂蜜進(jìn)行了分類識(shí)別研究， 選用266， 355， 405和450 nm四個(gè)激發(fā)波長， 預(yù)處理后使用PCA-LDA算法做數(shù)據(jù)降維， 然后基于降維后的訓(xùn)練集數(shù)據(jù)建立KNN和SVM分類模型， 最后對測試集數(shù)據(jù)進(jìn)行分類識(shí)別。 通過對實(shí)驗(yàn)數(shù)據(jù)處理分析發(fā)現(xiàn)， 激發(fā)光波長對分類結(jié)果影響較大， 450 nm激發(fā)的分類識(shí)別效果最差， 而266， 355和405 nm激發(fā)下不同樣品的平均分類識(shí)別率均可達(dá)到92%以上， 其中266 nm激發(fā)配合PCA-LDA降維及KNN分類得到的分類識(shí)別率最高， 均在98.5%以上， 且B品牌麥盧卡蜂蜜摻雜溶液的分類識(shí)別率能夠穩(wěn)定達(dá)到100%， 證明了激光誘導(dǎo)熒光技術(shù)用于麥盧卡蜂蜜摻雜分類識(shí)別的可行性， 可用于摻假麥盧卡蜂蜜的快速準(zhǔn)確鑒別。