Hyperspectral imaging and SHAP-assisted machine learning for differentiating Rubia species and geographical-origin groups

方法

高光谱成像、SNV-SVM、SHAP等波长筛选，按批次划分训练测试。

发现

SNV-SVM物种与产地分类准确率达97.7%和97.0%，SHAP选出60个波长。

机会点

可扩展到更多批次与外部验证，并结合化学成分建立光谱-品质关联模型。

引言 茜草（Rubia cordifolia L.）在中药中应用广泛，而其近缘茜草属物种在视觉上难以区分，且不同产地的正品材料存在差异。方法 本研究将高光谱成像与机器学习相结合，用于三种茜草属物种的真伪鉴别以及六个产地茜草（R. cordifolia）的地理来源分类。采用感兴趣区域（ROI）平均光谱对传统机器学习模型与深度学习模型进行比较。训练数据与测试数据按采集批次划分，并在十次随机划分中重复评估。结果 支持向量机结合标准正态变量变换（SNV-SVM）在物种分类和产地分类中分别取得了最高的ROI水平平均测试准确率，为97.7%和97.0%。比较了连续投影算法、竞争性自适应重加权采样和Shapley加性解释（SHAP）在波长降维中的效果。利用训练集衍生的SHAP值排序选出的60个波长将输入减少了84.8%，同时分别保持了94.0%和89.7%的测试准确率。SHAP识别出751.72 nm和979.26 nm为最具影响力的波长。讨论 这些区域可能反映了重叠的X-H吸收、与水相关的响应以及组织光学效应。结果表明，采用批次分离评估可实现所采集材料的光谱区分。仍需更多批次、外部验证和参考化学测量来评估可迁移性并检验所提出的光谱关联。这些发现为进一步开发茜草类药材的快速、无损筛查方法提供了候选波长。