⁣📰 科学网-FSAP | 华中农业大学王巧华教授等：基于高光谱成像的蛋壳表面病原体快速鉴别-SciOpen TUP的博文本研究利用Vis-NIR（391～1043 nm）与SWIR（869～1770 nm）高光谱成像技术，对鲜蛋壳表面的致病菌进行无损快速识别与污染等级区分，针对大肠杆菌与沙门氏菌在不同污染浓度（10³～10⁵ CFU/mL）的光谱反应，揭示了两者生物膜结构差异对光的散射与吸收的影响

Sat, 10 Oct 2026 06:20:38 GMT

⁣
📰 科学网-FSAP | 华中农业大学王巧华教授等：基于高光谱成像的蛋壳表面病原体快速鉴别-SciOpen TUP的博文

本研究利用Vis-NIR（391～1043 nm）与SWIR（869～1770 nm）高光谱成像技术，对鲜蛋壳表面的致病菌进行无损快速识别与污染等级区分，针对大肠杆菌与沙门氏菌在不同污染浓度（10³～10⁵ CFU/mL）的光谱反应，揭示了两者生物膜结构差异对光的散射与吸收的影响。研究显示，Vis-NIR 波段中大肠杆菌与沙门氏菌呈现相反的反射率趋势：随着污染加重，大肠杆菌反射率增强，而沙门氏菌反射率下降，这与其生物膜厚度、含水量及致光特性有关。通过对比多种预处理与特征选择算法，发现原始光谱结合竞争性自适应重采样（CARS）在提取稳定特征方面表现优越；结合Transformer 模型，病原菌种类识别准确率达到91.11%，对大肠杆菌污染等级的分类准确率为88.89%。该方法实现蛋壳表面致病菌的快速、无损鉴别，提出了“光谱-生物膜”多尺度响应机制，为在线智能化蛋品安全分级设备提供理论基础与技术支撑。未来有望推动高光谱无损检测在食品安全领域的工业化应用。

🏷️ #高光谱 #蛋壳安全 #无损检测 #生物膜 #机器学习

🔗 原文链接

蛋壳安全 | 行业新闻_农业（点击查看更多）