超光谱成像与深度转移学习相结合,以评估银杏树叶中的黄酸含量

科学领域:

• 农业科学 农业科学
• 分析化学 分析化学
• 频谱学是一种光谱学.

背景情况:

• 由于高含有黄类的成分,金木叶对药物和健康产品有价值.
• 测量总黄的传统方法耗时且具有破坏性.
• 需要快速,非破坏性的质量控制技术.

研究的目的:

• 开发和验证一种快速,非破坏性的方法,用于确定金科比洛巴叶的总黄酸盐含量.
• 为了比较不同的建模和光谱预处理方法用于高光谱成像.
• 为了研究叶子特征和黄酸含量之间的关系.

主要方法:

• 利用超光谱成像技术来获取光谱数据.
• 评估了五种不同的建模方法,包括贝叶斯山脊 (BR).
• 评估了三种光谱预处理技术,选择了多倍散射校正 (MCS).

主要成果:

• 贝叶斯山脊建模和乘数分散校正 (BR + MCS) 的结合提供了非常准确的预测 (RTest^2 = 0.87;RMSE_Test = 1.03 mg/g).
• 在叶子裂的程度和黄胺含量之间观察到正相关性.
• 开发的方法与传统的分析测量有很高的相关性.

结论:

• 超光谱成像是一种有效和准确的技术,用于快速,非破坏性地确定金科比洛巴叶中的总黄类化合物.
• BR+MCS方法显示了在线质量检测系统的巨大潜力.
• 叶子裂纹特征可以作为黄酸含量的快速指标,促进质量评估.