高光谱与信息融合：鳜鱼表面微生物的“超级侦探”！

鳜鱼的风味、质地和营养价值都受到新鲜度的影响，而微生物的活动加速了鱼肉从新鲜到腐败的转变。因此，检测细菌数量和大肠菌群水平是鱼类新鲜度的关键指标。目前评估鱼类新鲜度的传统方法不足以进行快速、无损的评估，并且缺乏广泛的应用。而近年的研究表明，通过整合光谱和图像纹理数据分析方法，可捕获反映肉制品内部化学指标和几何特征的光学图像，从而评估不同肉制品的新鲜度。基于此，本研究提出的方法将光谱分析和信息融合相结合，评估鳜鱼新鲜度，同时验证了高光谱技术在鳜鱼表面微生物计数定量检测中的有效性，这些发现为便携式检测装置的开发提供了强有力的理论基础。

图 1. 文献基本信息

通过分析鳜鱼样品中的TVC和大肠杆菌浓度，以有效反映样品的新鲜度。在第 0、2、3、4、5 和 6 天，从鳜鱼的背侧和腹侧收集 6 个样本进行光谱扫描。扫描后，按国家标准测定微生物总载量和大肠杆菌计数。实验分成三批进行，每批36个背侧和36个腹侧样本，每批108个样本。TVC和大肠杆菌浓度的统计结果如图1所示。在第 0 天到第 2 天期间，细菌总数和大肠杆菌数量增加相对缓慢。然而，从第 2 天到第 4 天，总细菌和大肠杆菌的生长率都显着增加。从第5天开始，随着储存时间的增加，细菌的生长速度再次减慢，这与细菌生长曲线的典型模式一致。此外，腹部样本的细菌总数和大肠杆菌数量普遍高于背部样本，表明腹部样本对腐败的敏感性更高。

图 2. 鳜鱼表面TVC和大肠杆菌值的变化

同时应用了竞争性自适应加权抽样（CARS）、连续投影算法（SPA）和遗传算法（GA）从鳜鱼的背部样本中选择特征波长来评估总存活计数（TVC）浓度。CARS 在 50 次蒙特卡洛采样期间确定了 47 个特征波长，主要在 840-860 和 950-1000 nm 范围内，在 550-650 nm 光谱中较少。SPA选择了19个特征波长，主要分布在710-780和860-945 nm范围内，在950-1000 nm范围内较少，在500-710 nm光谱中存在更均匀。经过 20 次评估，GA 确定了 26 个特征波长，主要在 475-550 nm 范围内，在 600-1000 nm 光谱中存在极少。

图 3. SPA 筛选的回样品中 TVC 和大肠杆菌值预测的特征波长分布

本研究首次将HSI与多层级信息融合（数据层、特征层、决策层）应用于鳜鱼微生物检测，为开发便携式检测设备奠定理论基础，推动产业应用。未来还可能通过探究光谱特征与微生物代谢的关联机制与跨物种验证该方法是否适用于其他淡水鱼种。

文献链接：https://doi.org/10.3390/foods14091468