利用傅里叶变换近红外光谱结合机器学习，分类与检测沙门氏菌、大肠杆菌 O157：H7 和李斯特菌单核细胞增生菌

1.引言

食品安全领域中食源性致病菌的快速检测需求是个热门问题。传统的致病菌鉴定方法虽然准确，但耗时长、成本高且步骤繁琐，难以满足现代食品生产和加工环境中对快速决策的实时监测需求。尽管傅里叶变换近红外（FT-NIR）光谱技术结合化学计量学在微生物检测方面展现出潜力，但现有的研究大多局限于受控条件或单一菌株评估，缺乏系统性的基线研究。此外，细菌细胞复杂的生物分子组成导致FT-NIR光谱谱带重叠严重，需要借助先进的机器学习算法来提取有效信息，从而实现对不同菌株的准确分类与识别。

本研究开发了一种基于傅里叶变换近红外（FT-NIR）光谱技术结合机器学习（ML）算法的快速分类技术，旨在解决传统食源性致病菌检测方法耗时长、无法满足工业实时监测需求的问题。在试验方法上，研究者首先对沙门氏菌、大肠杆菌O157:H7和单核细胞增生李斯特菌的纯培养物进行乙醇-去离子水梯度洗涤以去除水分干扰，并在96孔板的滤纸上真空干燥制成脱水菌膜样本。随后，利用FT-NIR过程分析仪在1000-2400nm波段范围内采集样本的漫反射光谱数据。为了构建最优分类模型，研究系统评估了包括支持向量机（SVM）、随机森林（RF）和卷积神经网络（CNN）在内的五种机器学习算法，并结合了十种光谱预处理方法（如Savitzky-Golay导数滤波）及欠采样、提升（Boosting）等数据增强策略，最终实现了对脱水表面致病菌的高精度非破坏性识别。

2.结果与讨论

细菌样本的光谱特征与预处理机制：分析脱水细菌细胞在1000-2400nm范围内的FT-NIR光谱特征，利用Savitzky-Golay一阶导数（SG1）消除基线漂移并增强特征峰，识别出蛋白质（Amide A/I）、脂质（C-H伸缩）和核酸等生物分子的特征吸收带，为后续机器学习分类提供分子指纹基础。

图 1 （a）沙门氏菌（肠炎菌PT30和伤口炎）、（b）大肠杆菌O157：H7（59,462和59,268）和（c）单核细胞增生脱水细菌（LM/K-701和702）菌株范围为1000–2450纳米。

预处理方法的筛选与优化：评估均值中心化、SNV、MSC及Savitzky-Golay滤波等10种预处理方法对模型的影响，确定Savitzky-Golay一阶导数（SG1）为最优方案，结合全光谱数据在SVM、RF、ANN和CNN算法中均实现了最高分类准确率，显著提升了信号的信噪比。

图 2 Savitzky-Golay一阶导数（SG1）对每个细菌株的预处理光谱，采集范围为1000–2400纳米

非线性分类模型的构建与验证：在测试集上验证PLS-DA、SVM、RF、ANN和CNN五种算法，结果显示非线性模型（SVM、ANN、CNN）显著优于线性PLS-DA模型（准确率仅78.2%），其中SVM结合SG1预处理展现出最佳的泛化能力与分类精度，有效区分了沙门氏菌、大肠杆菌和李斯特菌。

图 3 使用SG1预处理的各菌株全谱，绘制PLS-DA模型的混淆矩阵和散点图。

图 4 利用SG1预处理的训练、验证和测试数据集全谱，学习SVM模型的准确率曲线。训练测试组准确率：100%。

模型性能增强策略的实施：针对难以分类的样本采用欠采样（Under-sampling）和提升（Boosting）策略，通过减少易分类样本比例和集成学习优化，成功将RF模型的准确率从84.50%提升至89.93%，并修正了沙门氏菌与大肠杆菌之间的混淆错误，进一步提高了检测的鲁棒性。

图 5 使用SG1预处理的全谱射频模型混淆矩阵，采用（a）/无（b）增强流水线，用于预测细菌菌株

3.总结

本文成功构建了基于FT-NIR光谱与机器学习相结合的食源性致病菌快速检测体系，具有显著的创新性与应用价值。其核心优势在于突破了传统检测方法耗时长、破坏样本的局限，通过优化Savitzky-Golay一阶导数预处理结合支持向量机（SVM）算法，实现了对沙门氏菌、大肠杆菌及单增李斯特菌高达95.3%的分类准确率。该方法不仅无需复杂的样品前处理，且在脱水状态下有效消除了水分子干扰，精准捕捉了细菌蛋白质、脂质等生物大分子的指纹特征。研究系统评估了多种算法与特征选择策略，证实了非线性模型在处理复杂光谱数据上的优越性，为工业环境下的实时、无损微生物监测提供了坚实的技术支撑与方法论指导。

论文链接：https://doi.org/10.1016/j.jhazmat.2026.141108