中国中医科学院黄璐琦团队：集成深度学习方法辅助高光谱成像在薏苡仁地理来源识别和营养成分含量预测中的应用

【写在前面】：本期推荐的是由中国中医科学院中药资源中心黄璐琦院士团队等合作近期发表于Food Chemistry (IF8.8）的一篇文章，揭示提出了注意力机制（AM）、卷积神经网络（CNN）和长短时记忆（LSTM）的集成深度学习模型辅助的高光谱成像(HSI)。实现了薏苡仁的地理来源和质量的定量、快速无损检测。

【题目及作者信息】

成果简介

Coix种子含有丰富的营养物质，包括淀粉、蛋白质和油脂。具有受保护地理标志和高营养含量的地理来源确保了椰子籽的质量，但对这些质量指标进行无损和快速预测的方法仍有待探索。本文提出了一种使用注意力机制（AM）、卷积神经网络（CNN）和长短期记忆的集成深度学习模型辅助高光谱成像（HSI）。该方法实现了有效波长的选择，生产区域判别的预测精度最高，养分含量预测的平均绝对误差和均方根误差最低。此外，通过AM模型选择的波长对于预测地理来源和营养成分具有可解释性和可靠性。所提出的HSI与集成深度学习模型的结合在椰子籽的质量评估中具有巨大的潜力。

转自：“如沐风科研”微信公众号

如有侵权，请联系本站删除！