在猪肉中的抗生素残留物的非破坏性检测和分类,使用带有注意引导矩阵干扰减少的高光谱成像
Inae Lee1, So Jin Park2, Dae-Hyun Jung2
1Department of Food Science and Biotechnology, Kyung Hee University, Yongin 17104, Republic of Korea; Department of Food Science and Biotechnology, Wonkwang University, Iksan 54538, Republic of Korea.
Food chemistry
|January 17, 2026
概括
这项研究引入了一种新的AI方法,使用高光谱成像来检测猪肉中的多种抗生素残留物,而不破坏样本. 先进的系统显著提高了识别这些关键食品安全污染物的准确性.
科学领域:
- 食品科学 食品科学 食品科学
- 分析化学 分析化学
- 人工智能的人工智能
背景情况:
- 检测肉类中的抗生素残留物对于食品安全和控制抗菌素耐药性至关重要.
- 目前的方法在没有样本破坏的情况下,在复杂的肉质矩阵中区分各种抗生素面临挑战.
研究的目的:
- 开发一种非破坏性的分析框架,用于对猪肉中的多种抗生素残留物进行分类.
- 为了克服在抗生素检测的光谱分析中的肉矩阵干扰.
主要方法:
- 使用过光谱成像 (可见近红外和短波红外区域).
- 开发了一种带有注意力引导的反向权重的两级变压器模型.
- 阶段1:提取与肉相关的注意力模式. 第二阶段:压制用于分类的模式.
主要成果:
- 在使用短波红外数据进行抗生素分类时达到95%的准确性.
- 与基线变压器模型相比,证明了34%的改进.
- 成功地减弱了肉质矩阵干扰,以获得稳健的分类.
结论:
- 基于注意力的变压器框架提供了一个强大的,非破坏性的方法,用于在肉类中检测多类抗生素.
- 这种方法通过准确识别抗生素残留物来提高食品安全.
- 为肉制品的先进质量控制铺平了道路.
更多相关视频
07:34Excitation-Scanning Hyperspectral Imaging Microscopy to Efficiently Discriminate Fluorescence Signals
Published on: August 22, 2019
8.4K
12:08Rapid Antimicrobial Susceptibility Testing by Stimulated Raman Scattering Imaging of Deuterium Incorporation in a Single Bacterium
Published on: February 14, 2022
3.3K
