利用可见近红外光谱（VNIR-HSI）结合扫描电子显微镜（SEM）和同步辐射傅里叶变换红外光谱（SR-FTIR）的空间异质性分析，对小麦籽粒中的脱氧雪腐镰刀菌烯醇进行无损检测

《Food Control》：Nondestructive Detection of Deoxynivalenol in Wheat Kernels using VNIR-HSI Supported by Spatial Heterogeneity Analysis with SEM and SR-FTIR

小麦赤霉病毒素检测中融合近红外高光谱成像（VNIR-HSI）、扫描电镜（SEM）和同步辐射傅里叶变换红外光谱（SR-FTIR）技术，实现非破坏性空间异质性分析及毒素定量预测。DWT+SVM模型分类准确率达97.21%，SG+GA-RF模型回归性能优异（R2=0.9347，RPD=4.0249）。

　　

卢瑶|张荣耀|卢英哲|李雪峰|侯炳乾|宋占华|杨青璐|严寅发

山东农业大学机械电子工程学院，泰安，271018，中国

摘要：

镰刀菌穗枯病（FHB）及其主要霉菌毒素脱氧雪腐镰刀菌烯醇（DON）对小麦产量和食品安全构成严重威胁。本研究结合了可见近红外高光谱成像（VNIR-HSI）、扫描电子显微镜（SEM）和同步辐射傅里叶变换红外（SR-FTIR）微光谱技术，以研究受污染小麦籽粒中的空间异质性，并实现非破坏性检测DON。具体而言，SR-FTIR与SEM结合使用揭示了小麦籽粒的微观表型特征和养分分布；VNIR-HSI用于提取DON的光谱特征并进行定量检测。通过测量DON水平和光谱特征，开发了简化的分类和回归模型：DWT+SVM（A_C = 97.21%，A_P = 94.44%）用于FHB分级；SG+GA-RF（R_P^2 = 0.9347，RMSE_P = 1.8460，RPD = 4.0249）用于DON毒素回归。这为阐明单个小麦籽粒中的异质性模式和量化DON水平提供了新的见解。

引言

小麦是全球种植最广泛的作物之一。由Fusarium graminearum引起的镰刀菌穗枯病（FHB）对小麦质量与产量构成严重威胁（Bentley等人，2022年）。其次级代谢产物脱氧雪腐镰刀菌烯醇（DON），也称为呕吐毒素，具有相当的毒性（Ji等人，2024年）。该毒素可导致恶心、头晕、腹泻等症状，在严重情况下还会引发神经系统疾病，影响人类和动物健康（Zhu等人，2025年）。为降低食品链中DON污染的风险，相关法规规定小麦食品中DON的最大允许限量为1000 ppb（GB2761-2017），家禽饲料中为5000 ppb（GB13078.3-2007）。现有的化学检测方法（如高效液相色谱法（HPLC）、气相色谱法（GC）和免疫色谱法（ICA）存在诸多局限性，包括操作复杂、设备成本高以及可能损坏样品等问题，无法满足大规模、非破坏性筛查的需求（Su等人，2021年；Hall等人，2022年）。因此，开发非破坏性检测小麦中DON含量的方法对食品安全和降低成本至关重要。

研究人员正在探索利用RGB图像检测作物病害的各种方法。Gu等人（2020年）使用随机森林（RF）算法对小麦的FHB程度进行分类，准确率达到94.3%。然而，RGB图像处理仅能检测可见霉菌，无法揭示内部生化信息，因此无法有效识别无明显毒性症状的籽粒。近红外光谱技术虽能检测DON毒素，但只能提供多个籽粒的平均光谱谱图，难以识别高度污染的籽粒或确定毒素的空间分布。

新兴的高光谱成像（HSI）技术结合了成像和光谱分析，能够同时获取光谱和空间数据，实现非破坏性的像素级光谱数据采集。研究表明小麦籽粒反射率与DON浓度之间存在强相关性（Jin等人，2014年）。这使得对小麦中DON污染的快速定性和定量分析成为可能（Liu等人，2020年）。Femenias等人（2022年）利用近红外高光谱成像（HSI-NIR）与偏最小二乘回归（PLSR）结合，准确检测受镰刀菌损害的小麦籽粒并预测DON浓度，表现出优异性能（R^2 = 0.88，RMSE_P = 6.65 mg/kg，RPD = 3.21）。Vicens-Sans等人（2024年）使用近红外HSI对DON含量进行分类，准确率为0.71。Whetton等人（2018年）利用偏最小二乘回归（PLSR）高精度预测FHB（R^2 = 0.82）。Femenias等人（2020年）基于NIR光谱范围开发了DON预测模型，交叉验证的RMSE值为405 μg/kg，独立验证的RMSE值为1174 μg/kg。Zhang等人（2020年）利用VNIR（400-1000 nm）范围的高光谱数据和随机森林算法将受损小麦籽粒分为三类，准确率达到96.44%。Dhakal等人（2023年）将Mask R-CNN结果与分类方法结合，将高光谱数据与DON含量关联起来，R^2值为0.75。HSI已被广泛证明是检测农产品中真菌感染和霉菌毒素污染的有效技术。本研究利用VNIR范围的高光谱数据对DON污染进行了定性和定量分析，通过优化遗传算法-随机森林（GA-RF）模型实现了准确稳定的DON量化。该混合算法结合了遗传特征选择和参数优化，有效解决了高维度、特征冗余和光谱相关性等问题。优化后的GA-RF模型提升了回归性能，证明了其作为快速、非破坏性DON预测方法的有效性，为小麦食品安全监测和质量评估提供了宝贵价值。

HSI主要用于捕捉小麦籽粒的宏观特征，包括外部形态和整体光谱响应。同时，扫描电子显微镜（SEM）和基于同步辐射的傅里叶变换红外（SR-FTIR）微成像等辅助技术用于研究小麦籽粒的微观结构和内部营养成分。研究人员将这些技术整合用于种子质量检测。例如，Lu等人（2024年）利用SEM在微观层面准确捕捉了Aspergillus flavus感染下玉米籽粒组织（胚和胚乳）中的菌丝、分生孢子和柱头等结构的变化，描述了养分损失情况。Abdoli等人（2024年）使用SEM研究了卵壳角质层，发现CAAP-J处理对其结构影响极小。Ne?i?等人（2020年）利用同步辐射（SR）FTIR光谱与主成分分析（PCA）结合，分析了HeLa细胞的生化变化，突显了基于SR的技术在提供高分辨率生化信息方面的有效性。Lu等人（2022年）利用SR-FTIR微光谱和二维相关光谱（2D-COS）阐明了镰刀菌感染下玉米籽粒中养分损失和AFB1微量变化的动态过程。基于这些进展，本研究创新性地结合了SEM和SR-FTIR技术，从微观层面阐明了FHB影响下小麦籽粒光谱变化的内在机制。这种综合方法弥合了宏观高光谱分析与微观表征之间的差距，提供了对FHB引起的结构和生化变化的更全面理解。

因此，本研究的目标是：（1）对DON毒素水平进行统计分析，并研究不同污染程度下小麦籽粒的光谱响应；（2）利用SEM和SR-FTIR微光谱技术揭示受污染籽粒的微观结构损伤和养分异质性；（3）开发基于DON含量的分类模型；（4）建立预测单个小麦籽粒中DON含量的回归模型。

样本制备

本研究共收集了408颗成熟的小麦籽粒作为目标样本，其中48颗籽粒被随机选为独立验证集。所有实验材料均属于在中国广泛种植的Shannong 28小麦品种。这些小麦在江苏省农业科学院的试验田种植，播种时间为2023年10月中旬，次年6月完全成熟后收获。实验过程遵循统一的农艺管理措施。

DON毒素的统计分析及Box-Cox正态性转换

DON毒素是Fusarium graminearum感染生长中的小麦植物时产生的次级代谢产物。本研究对小麦样品中的DON含量进行了统计分析。如图1(a)所示，大多数籽粒的DON含量处于低毒性范围，但也有部分籽粒的毒素含量极高，这为模型的泛化能力提供了数据支持。然而，DON含量的分布过于分散，难以符合理想的正态分布模型。

结论

本研究全面分析了真菌次级代谢产物DON污染对田间接种小麦籽粒的宏观和微观影响，结合了VNIR高光谱成像、SEM和SR-FTIR技术。结果表明，VNIR高光谱成像有效捕捉了不同污染程度下的光谱变化，相应的吸收曲线提供了关键信息。SEM观察揭示了光谱变化的原因。

作者贡献声明

张荣耀：撰写初稿、正式分析、数据管理、概念构建。卢英哲：撰写初稿、项目管理、概念构建。卢瑶：撰写初稿、软件开发、项目管理、概念构建。宋占华：方法论设计、数据管理。杨青璐：撰写初稿、方法论设计、正式分析、数据管理。李雪峰：方法论设计、数据管理。侯炳乾：正式分析、数据管理。严寅发：审稿

未引用参考文献

Agelet和Hurburgh，2010；Lu等人，2022；Yu，2004。

利益冲突声明

无

利益冲突声明

作者声明不存在可能影响本研究公正性的利益冲突。

致谢

本研究得到了中国博士后科学基金会（编号2025M772987）的支持。我们衷心感谢Kong Lingrang教授在研究方法上的宝贵指导。同时感谢国家小麦育种重点实验室提供SEM设备的支持，特别感谢上海同步辐射设施（SSRF）BL01B光束线的Xiaojie Zhou在SR-FTIR数据收集过程中的协助。