美国农业部农业研究局与韩国国家农产物品质管理院合作，利用高光谱成像技术结合机器学习分类模型，对122份天然污染的玉米粉样本进行了深入探究。研究以高效液相色谱（HPLC）测定黄曲霉毒素含量为参照，验证了可见光近红外反射（VNIR）、短波红外反射（SWIR）、荧光高光谱（365nm激发光）和拉曼高光谱（785nm激光）四种高光谱成像技术在玉米黄曲霉毒素检测中的准确度和精度。结果表明，"365nm紫外光激发的荧光高光谱结合QSVM模型"以及"短波红外反射高光谱结合LSVM模型"表现最为优异，在10μg/kg的严格标准下，准确率均高达95.7%且实现零漏检，为快速、准确、环保的筛查提供了突破性方案。      
本研究通过对比四种高光谱成像技术，成功构建了基于荧光高光谱和SWIR反射高光谱的机器学习模型，能够对玉米中的黄曲霉毒素进行快速、准确、无损的筛查，显著提升了筛查效率，为黄曲霉毒素检测提供了革命性的解决方案。

• 易科泰提供全面解决方案

      北京易科泰公司专注于“生态-农业-健康”领域的科学研究与监测/检测技术方案的推广、研发及应用服务，在高通量、非接触式检测、食品品质评估、污染检测、产地鉴定与分级分选等方面积累了丰富的经验。
     （1）公司于22年推出了FluorTron^®多功能高光谱成像系统，该系统集反射高光谱和UV-MCF紫外光激发生物荧光高光谱功能于一体，为玉米、小麦等多种生物样品的高光谱成像分析、荧光成像分析及光谱分析提供了非接触、非损伤、高通量、数字化、可视化的研究检测解决方案。    
 （2）SpectraScan高光谱成像分析系统该系统，可覆盖VNIR 400-1000nm、NIR 900-1700nm及SWIR 1000-2500nm等多种光谱范围，具备行业先进的系统稳定性及灵敏度，可为专业科研领域提供高质量的高光谱数据成果，是食品安全、药物质量保证和农业分析等应用领域的得力助手。
参考文献：Kim, Yong-Kyoung, et al. Investigation of reflectance, fluorescence, and Raman hyperspectral imaging techniques for rapid detection of aflatoxins in ground maize." Food Control 132 (2022):108479.