基于傅里葉變換近紅外光譜結(jié)合化學(xué)計量學(xué)的食源性致病菌快速檢測.pdf

1、食源性致病菌是食品安全問題的罪魁禍?zhǔn)?。傳統(tǒng)的病原微生物檢測步驟繁瑣，耗時耗力，遠(yuǎn)遠(yuǎn)不能滿足食品安全控制時效性的要求。近紅外光譜可快速高效無損檢測待測樣本，光譜中既包含樣品的物理信息，還承載其化學(xué)信息以及生物學(xué)信息，已被證明是研究包括細(xì)胞和組織在內(nèi)的生物大分子和復(fù)雜的生物系統(tǒng)的一項(xiàng)可靠技術(shù)，而近紅外技術(shù)應(yīng)用于微生物檢測方面也有了初步進(jìn)展。
　　本課題采用近紅外光譜透射技術(shù)探究液態(tài)體系中幾種常見食源性致病菌的檢測方法。通過采集不同培養(yǎng)

2、時間的大腸桿菌、李斯特菌、金黃色葡萄球菌液培養(yǎng)物的近紅外光譜，建立基于近紅外光譜檢測技術(shù)結(jié)合化學(xué)計量學(xué)方法的食源性致病菌在革蘭氏陰性菌與陽性、菌種以及亞種水平的鑒別方法。
　　1.應(yīng)用光電比濁法(OD600)得到了各種食源性致病菌菌株的生長曲線，并劃分出了幾種致病菌的生長階段。收集處于三個時間點(diǎn)0h、6h、12h的細(xì)菌懸濁液的近紅外光譜，建立了不同生長時間的食源性致病菌分類模型，偏最小二乘判別分析（PLS-DA）模型的預(yù)測集決定系

3、數(shù)為0.91，預(yù)測識別準(zhǔn)確率為88％。
　　2.探討了所研究食源性致病菌近紅外光譜的差異，比較了不同的預(yù)處理方法對細(xì)菌分類效果的影響。以三種食源性致病菌分類為例進(jìn)行預(yù)處理，得到的結(jié)果與未經(jīng)預(yù)處理的原始光譜結(jié)果相當(dāng)。此外，比較了不同培養(yǎng)時間對細(xì)菌分類的影響，其中，6h與12h模型的預(yù)測分類準(zhǔn)確率均為93.75%，高于0h樣本建立的分類模型預(yù)測準(zhǔn)確率（81.25%），可見不同培養(yǎng)時間對細(xì)菌分類具有較大影響，但考慮到模型的實(shí)用性，本研究

4、選擇對所有細(xì)菌（培養(yǎng)時間0h、6h、12h）進(jìn)行建模。
　　3.建立并比較了PLS-DA、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)SVM幾種機(jī)器學(xué)習(xí)算法所建立的食源性致病菌在不同水平（①革蘭氏陰性菌與陽性菌、②菌種水平以及③亞種水平）的分類模型性能。同時，使用了不同優(yōu)化算法（包括網(wǎng)格搜索算法GS和粒子群優(yōu)化法PSO）對SVM內(nèi)部參數(shù)（懲罰因子c和核參數(shù)g）進(jìn)行優(yōu)化。GS-SVM模型對革蘭氏陰性菌與陽性菌預(yù)測集的誤判數(shù)為1，預(yù)測識

5、別準(zhǔn)確率為99.1%，低于RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測準(zhǔn)確率（100%），但GS-SVM方法對菌種水平、大腸桿菌亞種以及李斯特菌亞種的預(yù)測分類準(zhǔn)確率均為100%，因此認(rèn)為GS-SVM是最優(yōu)的細(xì)菌分類方法。
　　4.建立并優(yōu)化了食源性致病菌分類檢測簡化模型。比較了遺傳算法（GA）、連續(xù)投影算法（SPA）、競爭性自適應(yīng)重加權(quán)（CARS）和隨機(jī)森林（RF）等方法在簡化食源性致病菌分類識別模型方面的性能。從模型精度、復(fù)雜性等角度綜合衡量，隨機(jī)森