【摘要】 气相色谱-质谱法(GCMS)在该领域得到了广泛的应用，但该方法需要对样品进行预处理。

为解决传统生化方法中样品前处理要求复杂、检测过程繁琐、检测准确率低的问题，采用顶空-气相色谱-离子迁移谱法(HGC-IMS)对5种大米的挥发性风味物质进行检测，有效鉴别大米和掺假大米的质量。利用半监督生成对抗网络(SSGAN)对5种水稻的离子迁移指纹图谱进行了识别。Ju[1]等人将GAN中鉴别器的输出层替换为softmax分类器，从而将GAN扩展为半监督GAN。为生成的样本定义了额外的类别标签，以指导训练过程。采用半监督训练对网络参数进行优化，并利用训练好的判别网络对HGC-IMS图像进行分类。实验结果表明，该模型的预测准确率达到98.00%，显著高于决策树、支持向量机(SVM)、改进SVM模型(LS-SVM和PCA-SVM)和局部几何结构Fisher分析(LGSFA)等模型的预测准确率；98.00%也高于VGGNet、ResNet和Fast RCNN深度学习模型的预测精度。实验结果还表明，HGC-IMS图像分类识别掺假大米的准确率达到97.30%，高于传统的色谱或光谱方法。该方法克服了一些智能算法在离子迁移谱应用方面的不足，对水稻品种和掺假水稻的准确预测是可行的。

 

目前，大米的质量是通过感官检测、色谱或光谱学来确定的。感官检查受限于检查员的判断和实际经验，这导致了不一致。感官检验一般只用于掺假的初步判定。色谱法已被用于掺假大米的检测，具有高效、灵敏、准确和对干扰因素相对免疫的特点。然而，由于存在不同的水稻品种和加工大米的方法(每个水稻品种都有独特的淀粉、蛋白质和脂肪酸组成)，使用色谱仪也有一定的局限性。色谱仪是一种复杂的设备，需要专业的操作人员，所以它对快速的现场检测不太有用。虽然光谱分析快速、简便，但难以准确表征样品的质量。气相色谱-质谱法(GCMS)在该领域得到了广泛的应用，但该方法需要对样品进行预处理。GC-MS用于检索未知化合物的质谱库进行定性分析。

 

气相色谱-离子迁移光谱法(GC-IMS)是一种新的气相分离检测技术，已被用于白面包的味道、火腿的真伪和蜂蜜的质量和真伪。GC-IMS配有静态顶空取样装置，可检测液体或固体样品中的挥发性有机化合物，适用于挥发性有机化合物的痕量检测。该技术结合了气相色谱快速响应和离子迁移光谱高灵敏度的优点，操作简单、快速、无损，且不需要样品前处理，重现性好。这为大米掺假和分类提供了新的解决方案。目前，顶空-气相色谱-离子迁移谱法(HS-GC-IMS)已被应用于挥发性或半挥发性化合物的分离。

 

图1. GC-IMS仪器工作原理图。[1]

 

图2. 5种大米样品的气相色谱-离子迁移谱。 [1]

 

在该文中，他们结合改进的GAN算法(SSGAN)，使用GC-IMS技术来识别五种类型的大米和大米掺假。使用GAN生成的少量标记样本和大量未标记样本，并使用半监督学习方法训练改进的SSGAN模型。在测试集上，该模型对5种大米的识别准确率达到98.00%，对掺假大米的识别准确率达到97.30%。他们将SSGAN模型与流行的VGGNet网络、ResNet等网络进行了比较，结果表明，SSGAN的识别性能优于这些替代模型。还将该方法与其他常用的检测方法(如HPLC)进行了比较，结果表明提出的GC-IMS结合SSGAN的识别方法在识别性能上优于现有的生化方法。当然，该模型的最终目标是识别没有标签的样品类型，因此将该模型应用于实际的大米质量监管中，并根据用户的反馈获得了良好的识别结果。总之，GC-IMS结合SSGAN可以有效地识别水稻品种和掺假。在今后的工作中，将把这种方法应用到其他粮食作物的鉴定中。

 

[1] X. Ju, F. Lian, H. Ge, Y. Jiang, Y. Zhang and D. Xu, "Identification of Rice Varieties and Adulteration Using Gas Chromatography-Ion Mobility Spectrometry," in IEEE Access, vol. 9, pp. 18222-18234, 2021

 

环境检测是科学指南针旗下综合性的检测技术服务平台，实验室分布南京、北京、上海、青岛等全国30余个城市，测试项目齐全包括但不限于常规理化项目、LCMS、GCMS、同位素、单糖组成、DOM（FT- ICR- MS）、水土抗生素等。其中环境实验室总部坐落于南京市，已取得检验检测机构资质认定CMA证书，国家标准、行业标准，一应俱全。此外，我们还拥有一批技术过硬、科研水平深厚的专业团队，为您提供全面、专业、高质量的环境检测服务。

 

免责声明：部分文章整合自网络，因内容庞杂无法联系到全部作者，如有侵权，请联系删除，我们会在第一时间予以答复，万分感谢。