Оптимизация вибрационной спектроскопии для точной классификации происхождения кофе

Вибрационная спектроскопия, давно используемая в фармацевтике и криминалистике, находит новое применение в сельском хозяйстве для проверки качества и происхождения биологических материалов.

Такие методы, как спектроскопия ближнего инфракрасного диапазона (NIR), средне-инфракрасная (FTIR), рамановская и гиперспектральная визуализация (HSI), позволяют проводить быстрый неинвазивный анализ пищевых продуктов. Однако вариабельность характеристик образцов (размер частиц, плотность) может вносить шум в спектральные данные, снижая точность.

Для решения этих проблем предварительная обработка спектральных данных имеет решающее значение для удаления физических артефактов и повышения эффективности моделей.

Исследование, опубликованное в Food Innovation and Advances, особенно важно для кофейной индустрии, где проверка географического происхождения — ключ к аутентичности и качеству продукта.

В работе сравнивались четыре инструмента вибрационной спектроскопии:

  • Дисперсионная спектроскопия ближнего ИК-диапазона (DG-NIR)
  • Гиперспектральная визуализация в ближнем ИК-диапазоне (HSI-NIR)
  • Спектроскопия нарушенного полного внутреннего отражения с Фурье-преобразованием (ATR-FTIR)
  • Рамановская спектроскопия

Используя различные методы предварительной обработки, ученые классифицировали образцы кофе из Индонезии, Эфиопии, Бразилии и Руанды.

Основные проблемы, выявленные в спектральных данных:

  1. Сдвиги (offsets), вызванные инструментальным дрейфом или неоднородным помолом, — не обнаружены.
  2. Наклоны (slopes), особенно в рамановских спектрах из-за флуоресценции.
  3. Кривизна (curvature) в данных DG-NIR и HSI-NIR из-за рассеяния света.

Эти нелинейности, возникающие из-за различных характеристик поверхности образца, были устранены с помощью специфических методов предобработки. Спектры прошли центрирование относительно среднего. Выбросы в данных обнаружены не были.

Исследование подчеркивает, что методы предобработки, такие как нормализация, коррекция рассеяния и спектральные производные, необходимы для удаления физических артефактов. Для оценки работы моделей использовался коэффициент корреляции Мэтьюса (MCC), который дает более полную картину, чем точность или F1-мера, особенно при дисбалансе данных.

Это позволило определить оптимальные методы предобработки для каждого инструмента, что повысило точность классификации происхождения кофе.

По словам ведущего автора, доктора Джой Сим: «Наше исследование представляет систематический подход к выбору наилучшего метода предварительной обработки, решая критическую проблему в вибрационной спектроскопии. Эта работа не только повышает точность классификации, но и создает надежную основу для будущих применений в прослеживаемости пищевых продуктов».

Исследование открывает путь к более устойчивым и эффективным методам проверки происхождения кофе и других биологических материалов, демонстрируя потенциал вибрационной спектроскопии как мощного инструмента для обеспечения безопасности и качества пищевых продуктов.