郭志明，尹麗梅，石吉勇，陳全勝，鄒小波

江蘇大學(xué)食品與生物工程學(xué)院，江蘇 鎮(zhèn)江 212013

引 言

糧食安全是重大的民生問(wèn)題，關(guān)系人民群眾身體健康和生命安全。糧食安全問(wèn)題中，真菌毒素污染最為嚴(yán)重，據(jù)聯(lián)合國(guó)糧農(nóng)組織統(tǒng)計(jì)，全球平均25%的糧食受到真菌毒素的污染。中國(guó)工程院食品安全重大咨詢研究結(jié)果顯示[1]：我國(guó)每年有3 100多萬(wàn)公噸糧食在生產(chǎn)、儲(chǔ)存、運(yùn)輸過(guò)程中被真菌毒素污染，約占糧食年總產(chǎn)量的6.2%。真菌毒素是真菌產(chǎn)生的次生代謝產(chǎn)物，主要包括黃曲霉毒素、玉米赤霉烯酮、脫氧雪腐鐮刀菌烯醇、赭曲霉毒素、伏馬毒素等。真菌毒素具有強(qiáng)毒性和致癌性，能夠污染所有種類(lèi)的食用和飼用農(nóng)產(chǎn)品，已成為世界各國(guó)高度關(guān)注的食品安全熱點(diǎn)問(wèn)題。

傳統(tǒng)檢測(cè)方法主要有高效液相色譜、薄層色譜、液相色譜-質(zhì)譜法以及酶聯(lián)免疫吸附等測(cè)定方法[2-4]，所需設(shè)備復(fù)雜、步驟繁瑣、檢測(cè)周期長(zhǎng)，很難實(shí)現(xiàn)現(xiàn)場(chǎng)快速檢測(cè)，不適于大量糧食樣本的快速篩查測(cè)定，無(wú)法滿足食品流通及加工過(guò)程中快速實(shí)時(shí)檢測(cè)的要求，亟需綠色、高通量、快速無(wú)損檢測(cè)方法。近年來(lái)食品安全光譜檢測(cè)技術(shù)成效顯著，以其特有的客觀、重現(xiàn)性好、一般不需要預(yù)處理且易實(shí)現(xiàn)現(xiàn)場(chǎng)快速檢測(cè)等優(yōu)勢(shì)[5]，已成為食品、農(nóng)產(chǎn)品檢測(cè)領(lǐng)域的研究熱點(diǎn)，并朝著高靈敏、高通量、多功能等方向發(fā)展，逐漸成為食品、農(nóng)產(chǎn)品品質(zhì)安全檢測(cè)不可或缺的重要技術(shù)手段，與大型精密的理化分析儀器的檢測(cè)形成互補(bǔ)[6]。光譜分析技術(shù)特別是近紅外光譜、拉曼光譜和熒光光譜等分子光譜在糧食真菌毒素檢測(cè)相關(guān)領(lǐng)域展現(xiàn)了巨大的潛力和優(yōu)勢(shì)。

目前已有多個(gè)國(guó)家和優(yōu)勢(shì)研究單位從事糧食真菌毒素的光譜分析技術(shù)研究，包括中國(guó)、美國(guó)、德國(guó)、英國(guó)、日本、俄羅斯、西班牙等，國(guó)內(nèi)中國(guó)農(nóng)業(yè)大學(xué)、國(guó)家糧科院、江蘇大學(xué)、浙江大學(xué)、江南大學(xué)、南京財(cái)經(jīng)大學(xué)等研究小組開(kāi)展了相關(guān)研究。本文主要綜述了近紅外光譜、拉曼光譜、熒光光譜和光譜成像技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀，對(duì)各技術(shù)的優(yōu)缺點(diǎn)進(jìn)行分析，并展望光譜分析技術(shù)的發(fā)展趨勢(shì)，為糧食真菌毒素的光譜檢測(cè)提供借鑒和參考。

1 光譜分析技術(shù)原理

近紅外光譜是分子振動(dòng)光譜的合頻和各級(jí)倍頻的吸收光譜，是非諧振性分子振動(dòng)從基態(tài)向高能級(jí)躍遷產(chǎn)生的，主要產(chǎn)生于有機(jī)分子中含氫基團(tuán)(C—H，O—H，N—H等)的振動(dòng)[7]。當(dāng)近紅外光照射樣本時(shí)，頻率相同的光與樣本中基團(tuán)發(fā)生共振，光能通過(guò)分子偶極矩的變化傳遞給分子，樣品中不同基團(tuán)對(duì)近紅外光的選擇性吸收，可反映樣品有機(jī)化合物的組成和分子結(jié)構(gòu)的特征信息。

拉曼光譜是激發(fā)光與樣品中分子運(yùn)動(dòng)相互作用發(fā)生散射效應(yīng)且引起頻率變化的振動(dòng)光譜，拉曼光譜由印度科學(xué)家C.V.拉曼(Raman)于1928年實(shí)驗(yàn)所發(fā)現(xiàn)，這一現(xiàn)象也被稱(chēng)為拉曼散射效應(yīng)。拉曼散射光的頻率和瑞利散射光頻率之差不隨入射光頻率的變化而變化，與樣品分子的振動(dòng)和轉(zhuǎn)動(dòng)能級(jí)有關(guān)。此頻率差稱(chēng)為拉曼頻移，是特征性的，與入射光波長(zhǎng)無(wú)關(guān)。對(duì)與激發(fā)光頻率不同的散射光譜進(jìn)行分析可得到分子振動(dòng)、轉(zhuǎn)動(dòng)能級(jí)特性等信息，適應(yīng)于分子結(jié)構(gòu)表征、成鍵效果、內(nèi)部應(yīng)力分布等分析。

圖1 糧食真菌毒素的不同光譜分析技術(shù)示意圖Fig.1 Schematic diagram of different spectral analysis techniques of grain mycotoxin

熒光光譜是固定激發(fā)波長(zhǎng)時(shí)，物質(zhì)發(fā)射的熒光強(qiáng)度隨發(fā)射光波長(zhǎng)變化的關(guān)系曲線，熒光本身是由電子在兩能級(jí)間不發(fā)生自旋反轉(zhuǎn)的輻射躍遷過(guò)程中所產(chǎn)生的光[8]。激發(fā)時(shí)電子躍遷到不同激發(fā)態(tài)能級(jí)，吸收不同波長(zhǎng)的能量產(chǎn)生不同吸收帶，但均回到第一激發(fā)單重態(tài)的最低振動(dòng)能級(jí)再躍遷回到基態(tài)，產(chǎn)生波長(zhǎng)一定的熒光，因此，發(fā)射譜的形狀與激發(fā)波長(zhǎng)無(wú)關(guān)。通過(guò)熒光光譜可以獲得被測(cè)物質(zhì)的量子產(chǎn)率、熒光強(qiáng)度、熒光壽命、斯托克斯位移、熒光偏振與去偏振特性和熒光的淬滅信息。

光譜成像技術(shù)能同時(shí)獲得糧食的光譜和圖像信息，光譜技術(shù)能檢測(cè)待測(cè)對(duì)象的組織結(jié)構(gòu)和化學(xué)成分，圖像技術(shù)能反映待測(cè)對(duì)象的外在特征和空間信息，集合了光譜技術(shù)與圖像分析技術(shù)于一身[8]，因此既能對(duì)待測(cè)對(duì)象的外觀特性進(jìn)行檢測(cè)又能對(duì)其內(nèi)部成分進(jìn)行檢測(cè)，在糧食真菌毒素空間分布的可視化檢測(cè)方面將發(fā)揮重要作用。

近紅外光譜、拉曼光譜和熒光光譜均能反映物質(zhì)分子振動(dòng)的能級(jí)結(jié)構(gòu)信息，但獲取的分子信息不同。近紅外光譜探測(cè)的是電偶極矩變化引起的振動(dòng)，拉曼光譜探測(cè)的是分子極化引起的振動(dòng)，而熒光光譜反映具有長(zhǎng)共軛結(jié)構(gòu)的分子信息，應(yīng)用不同光譜分析技術(shù)檢測(cè)糧食真菌毒素的過(guò)程如圖1所示，從原理上分析糧食真菌毒素快速、高精度光譜檢測(cè)是可行的。

2 光譜分析技術(shù)研究進(jìn)展及動(dòng)態(tài)分析

2.1 真菌毒素的近紅外光譜檢測(cè)研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

近紅外光譜是分子振動(dòng)光譜倍頻和合頻吸收譜，具有豐富的結(jié)構(gòu)和組成信息，在糧食真菌毒素檢測(cè)方面國(guó)內(nèi)外學(xué)者開(kāi)展了實(shí)驗(yàn)研究。美國(guó)農(nóng)業(yè)部USDA-ARS的Dowell等[10]率先開(kāi)展了近紅外光譜檢測(cè)糧食中真菌毒素檢測(cè)的實(shí)驗(yàn)室研究，建立了小麥中脫氧雪腐鐮刀菌烯醇的預(yù)測(cè)模型。Pearson等[11]建立了玉米黃曲霉毒素含量高中低三個(gè)類(lèi)別的識(shí)別模型。美國(guó)農(nóng)業(yè)部拉塞爾農(nóng)業(yè)研究中心Sohn等[12]比較了近紅外光譜和拉曼評(píng)價(jià)大米的蛋白質(zhì)和直鏈淀粉的效果。西班牙食品開(kāi)發(fā)研究所Fernandez-Ibanz等[13]利用兩種近紅外光譜儀分別建立玉米和小麥中黃曲霉毒素的預(yù)測(cè)模型。美國(guó)農(nóng)業(yè)部農(nóng)業(yè)應(yīng)用研究中心Tallada等[14]利用近紅外光譜和彩色圖像分別識(shí)別玉米中真菌毒素。意大利烏迪內(nèi)大學(xué)Della RicciaGiacomo等[15]建立了玉米伏馬毒素的近紅外光譜定量預(yù)測(cè)模型。德國(guó)霍恩海姆大學(xué)Miedaner等[16]利用近紅外光譜結(jié)合癥狀分級(jí)預(yù)測(cè)禾谷鐮刀菌污染的玉米中嘔吐毒素和玉米赤霉烯酮。美國(guó)農(nóng)業(yè)部谷物與動(dòng)物健康研究所Peiris等[17]利用近紅外光譜快速評(píng)價(jià)有赤霉病癥狀的單粒小麥中嘔吐毒素的等級(jí)。英國(guó)諾丁漢大學(xué)Caporaso等[18]綜述了近紅外光譜和高光譜成像在谷物評(píng)價(jià)中的應(yīng)用，指出近紅外光譜在糧食的真菌污染檢測(cè)方面極具應(yīng)用潛力。美國(guó)密西西比州立大學(xué)Tao等[19]利用近紅外識(shí)別玉米黃曲霉菌污染的準(zhǔn)確率為97.78%，黃曲霉毒素定量模型的線性測(cè)定范圍為20～100 ppb。意大利國(guó)家食品安全委員會(huì)Girolamo等[20]利用近紅外光譜和中紅外光譜快速篩查小麥粉中脫氧雪腐鐮刀菌烯醇和赭曲霉毒素A，識(shí)別率分別在86%和94%。

國(guó)內(nèi)糧食真菌毒素檢測(cè)方面開(kāi)展較晚，隨著我國(guó)糧食安全重視程度的提高，糧食真菌毒素的光譜檢測(cè)也逐漸成為研究熱點(diǎn)。中國(guó)農(nóng)業(yè)大學(xué)Wang等[20-21]利用近紅外高光譜圖像定性判別黃曲霉污染的四種不同程度的玉米籽粒，提取近紅外高光譜圖像的光譜角建立了玉米黃曲霉毒素識(shí)別模型，還利用近紅外光譜特征波長(zhǎng)結(jié)合支持向量機(jī)建立了玉米顆粒霉變程度的判別模型。江蘇大學(xué)黃星奕等[23]利用FT-NIR結(jié)合KNN識(shí)別方法建立了霉變和出芽花生的識(shí)別模型。東北農(nóng)業(yè)大學(xué)張強(qiáng)等[24]利用近紅外光譜結(jié)合支持向量機(jī)建立了貯藏稻谷中黃曲霉毒素B1的檢測(cè)模型。南京財(cái)經(jīng)大學(xué)劉鵬等建立了近紅外光譜技術(shù)的花生產(chǎn)毒霉菌污染程度的判別模型，Shen[25]分別利用近紅外光譜和中外光譜建立了糙米黃曲霉毒素的分類(lèi)模型和定量預(yù)測(cè)模型。

糧食真菌毒素的近紅外光譜檢測(cè)已在實(shí)驗(yàn)室開(kāi)展了一些研究，對(duì)真菌污染比較嚴(yán)重的糧食，近紅外光譜可以較好的識(shí)別，但低含量真菌毒素檢測(cè)方面精度不高(如Pearson，Wang等的研究)；糧食的真菌污染具有隨機(jī)性，即使同粒玉米或小麥毒素分布是不均勻的，在尺度上，前期研究一般只是對(duì)整粒進(jìn)行研究，對(duì)粉碎樣從顯微尺度上研究可以提高預(yù)測(cè)的穩(wěn)定性；真菌毒素分子量小、含量低，合頻和倍頻的分子振動(dòng)信號(hào)弱，真菌毒素的近紅外光譜響應(yīng)與解析方法需要進(jìn)一步探索，明確毒素近紅外的譜帶歸屬，以提高檢測(cè)模型的適應(yīng)性和穩(wěn)定性。

2.2 真菌毒素的拉曼光譜檢測(cè)研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

拉曼效應(yīng)是光子與光學(xué)及聲子相互作用的結(jié)果，拉曼散射光譜可以獲取分子振動(dòng)能級(jí)與轉(zhuǎn)動(dòng)能級(jí)躍遷的特征信息，具有強(qiáng)大的分子識(shí)別能力，同時(shí)具有非標(biāo)記、非接觸的特點(diǎn)，是分子信息快速獲取的理想手段。拉曼光譜在糧食真菌毒素檢測(cè)方面從2009年開(kāi)始了實(shí)驗(yàn)室階段研究，美國(guó)馬里蘭大學(xué)的Liu等[26]利用傅里葉拉曼光譜在小麥和大麥粉未做萃取處理的情況下結(jié)合簡(jiǎn)單的比值算法實(shí)現(xiàn)脫氧雪腐鐮刀菌烯醇含量高低的識(shí)別。美國(guó)佐治亞大學(xué)Wu等[27]通過(guò)銀納米棒陣列基底增強(qiáng)拉曼光譜識(shí)別四種不同類(lèi)型的黃曲霉毒素。美國(guó)馬薩諸塞大學(xué)Zheng等[28]指出表面增強(qiáng)拉曼光譜在食品化學(xué)污染物高靈敏檢測(cè)方面有巨大潛力。德州農(nóng)工大學(xué)的Lee等[29-31]建立了表面增強(qiáng)拉曼光譜的玉米黃曲霉毒素分類(lèi)模型，并分別利用拉曼、紅外和近紅外三種分子光譜檢測(cè)玉米中的黃曲霉毒素，另外建立了玉米中伏馬毒素的定性和定量分析模型。國(guó)家糧科院Li等[31]利用表面增強(qiáng)拉曼光譜檢測(cè)花生奶中的黃曲霉毒素。上海師范大學(xué)Yuan等[32]建立了表面增強(qiáng)拉曼光譜檢測(cè)谷物中嘔吐毒素的方法。江蘇大學(xué)Chen等[33]構(gòu)建表面增強(qiáng)拉曼散射適配體探針檢測(cè)花生油中黃曲霉毒素B1。法國(guó)巴黎第十三大學(xué)Gillibert等[35]制備了高靈敏度、選擇性檢測(cè)赭曲霉毒素A的表面增強(qiáng)拉曼傳感器。德國(guó)弗里德里?！は沾髮W(xué)Zukovskaja等[36]利用紫外-拉曼光譜快速識(shí)別真菌孢子。江南大學(xué)Shao等[37]建立了基于磁性納米顆粒的赭曲霉毒素A的檢測(cè)表面增強(qiáng)拉曼光譜結(jié)合用于赭曲霉毒素A的檢測(cè)。江蘇大學(xué)Guo等[38]利用宏量取樣獲取拉曼光譜實(shí)現(xiàn)玉米中的玉米赤霉烯酮的快速定量篩查，預(yù)測(cè)模型相關(guān)系數(shù)為0.926。

拉曼光譜信號(hào)指紋性和特異性的技術(shù)特點(diǎn)，在糧食真菌毒素檢測(cè)方面有巨大潛力，受到越來(lái)越多的關(guān)注，但研究多是基于金、銀等納米材料或磁性材料進(jìn)行拉曼增強(qiáng)，而這種復(fù)雜的穩(wěn)態(tài)檢測(cè)體系與常規(guī)濕化學(xué)分析一樣需要進(jìn)行耗時(shí)的樣本預(yù)處理；另外，拉曼增強(qiáng)材料或增強(qiáng)基底制備的重現(xiàn)性和檢測(cè)的穩(wěn)定性有待提高；與特異性抗體相結(jié)合的免疫檢測(cè)方法存在抗體分子較大、合成復(fù)雜、昂貴等缺陷；在拉曼光譜數(shù)據(jù)分析方面，大多基于單個(gè)的拉曼峰來(lái)定量分析，沒(méi)有充分利用獲取的待測(cè)物質(zhì)的分子信息。

2.3 真菌毒素的熒光檢測(cè)研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

熒光光譜因其特異性和靈敏性在食品安全檢測(cè)領(lǐng)域展現(xiàn)了巨大的發(fā)展?jié)摿?，雖起步較晚，但已成為國(guó)內(nèi)外食品安全檢測(cè)領(lǐng)域的研究新熱點(diǎn)。德國(guó)波茨坦大學(xué)Rasch等[39-40]比較了時(shí)間分辨熒光光譜、近紅外光譜和雙光子激發(fā)熒光光譜分析技術(shù)，分別建立了啤酒和葡萄酒中真菌毒素的定性和定量檢測(cè)模型。歐洲生物化學(xué)研究所Pennacchio等[41]建立了一種基于熒光偏振的近紅外熒光探針技術(shù)，不需要對(duì)樣本進(jìn)行預(yù)處理就可以檢測(cè)蘋(píng)果汁中的棒曲霉素。德國(guó)哥廷根大學(xué)的Karlovsky等[42]指出物理技術(shù)特別是熒光光譜技術(shù)在未來(lái)食品安全檢測(cè)方面具有巨大潛力。江蘇大學(xué)Chen等[43]通過(guò)合成上轉(zhuǎn)換納米粒子制備超靈敏熒光探針的檢測(cè)黃曲霉毒素B1和嘔吐毒素。中國(guó)農(nóng)業(yè)科學(xué)院動(dòng)物科學(xué)研究所Chen等[43]構(gòu)建了熒光適配體探針用于特異性檢測(cè)嬰幼兒米粉中的黃曲霉毒素B1。江蘇師范大學(xué)Tian等[45]利用納米線與石墨烯量子點(diǎn)間熒光共振能量轉(zhuǎn)移適配體測(cè)定赭曲霉毒素A。日本國(guó)家農(nóng)業(yè)與食品研究會(huì)Aiyama等[46]建立了肉豆蔻中黃曲霉毒素污染水平的熒光指紋圖譜檢測(cè)方法。俄羅斯國(guó)家生物技術(shù)研究中心Samokhvalov等[47]通過(guò)激發(fā)發(fā)射矩陣熒光光譜測(cè)定熒光適配體交互作用的赭曲霉毒素A。

有關(guān)熒光光譜技術(shù)的糧食真菌毒素檢測(cè)研究較少，已有研究通過(guò)構(gòu)造特異性熒光探針或熒光指紋圖譜實(shí)現(xiàn)真菌毒素的高靈敏檢測(cè)，表明熒光光譜在真菌毒素檢測(cè)方面具有很好的應(yīng)用前景。熒光光譜技術(shù)具有有效表征真菌毒素的長(zhǎng)共軛結(jié)構(gòu)信息的這一技術(shù)優(yōu)勢(shì)，經(jīng)過(guò)進(jìn)一步研究探索必將成為一種強(qiáng)有力的檢測(cè)工具。

2.4 真菌毒素的光譜圖像融合檢測(cè)研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

光電信息的融合包括不同傳感器間的信息融合和同一傳感器不同維度的融合，其中光譜圖像技術(shù)是光譜分析和機(jī)器視覺(jué)的高精度融合技術(shù)，具有圖譜合一的技術(shù)優(yōu)勢(shì)，可實(shí)現(xiàn)糧食真菌毒素分布的可視化分析；另外，分子光譜集成獲取糧食的內(nèi)部信息，通過(guò)信息融合互補(bǔ)可提高真菌毒素檢測(cè)的精度。美國(guó)愛(ài)荷華州大學(xué)Jin等[48]利用可見(jiàn)-近紅外高光譜成像和紫外激發(fā)熒光高光譜成像鑒別黃曲霉菌產(chǎn)毒和不產(chǎn)毒菌株，混合識(shí)別率僅為75%，成對(duì)識(shí)別率達(dá)95%。之后很多研究單位或課題小組開(kāi)展了近紅外光譜成像和熒光光譜成像的糧食真菌污染及毒素檢測(cè)，部分總結(jié)見(jiàn)表1。中國(guó)農(nóng)業(yè)大學(xué)Chu等[62]利用近紅外光譜成像檢測(cè)玉米單粒的黃曲霉毒素污染水平，識(shí)別率為82.5%。美國(guó)密西西比州立大學(xué)Hruska等[63]分析了接種產(chǎn)毒曲霉和脫毒曲霉的玉米籽粒橫斷面內(nèi)熒光發(fā)射時(shí)間的影響，產(chǎn)毒與不產(chǎn)毒斷面的熒光信號(hào)及分布有顯著差異。中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品加工研究所Xing等[64]利用熒光高光譜圖像鑒別花生黃曲霉菌株不產(chǎn)毒和產(chǎn)毒菌株類(lèi)型，識(shí)別率分別為100%和80%。南京農(nóng)業(yè)大學(xué)Liang等[65]利用高光譜成像法測(cè)定不同水平的脫氧雪烯醇的散裝小麥籽粒，識(shí)別率為97.2%。美國(guó)農(nóng)業(yè)部食品安全實(shí)驗(yàn)室Delwiche等[66]利用近紅外光譜成像篩選四個(gè)特征波長(zhǎng)(1 100,1 197,1 308和1 394 nm)評(píng)價(jià)硬質(zhì)小麥籽粒被鐮刀菌污染的程度。真菌污染及真菌毒素分布的不均勻性影響了檢測(cè)的可靠性，光譜成像技術(shù)可解決這個(gè)問(wèn)題。但對(duì)樣本的整體性有效評(píng)價(jià)還存在許多挑戰(zhàn)，檢測(cè)準(zhǔn)確性和速度需要進(jìn)一步提高，光譜成像檢測(cè)儀器價(jià)格較高，成本也限制了該技術(shù)實(shí)際和大規(guī)模的應(yīng)用。

表1 糧食真菌毒素的光譜成像檢測(cè)研究匯總表Table 1 Summary of spectralimaging techniques that have been used for the detection of mycotoxin grains

3 展 望

光譜分析技術(shù)在糧食真菌毒素檢測(cè)領(lǐng)域已展現(xiàn)了巨大的應(yīng)用潛力，但仍處于試驗(yàn)探索階段。已有研究分別利用近紅外光譜、拉曼光譜、熒光光譜及與其他技術(shù)相結(jié)合實(shí)現(xiàn)了糧食中真菌毒素的快速篩查、定性判別或高靈敏檢測(cè)，為糧食及其制品在流通、貯藏及加工過(guò)程質(zhì)量與安全控制提供了新的途徑。通過(guò)進(jìn)一步研究可提供一種全新的方法，在糧食的原料篩選、過(guò)程控制和安全保障方面具有廣闊的應(yīng)用前景，但光譜分析技術(shù)仍然面臨著一些亟待解決的問(wèn)題，如檢測(cè)的認(rèn)可度、檢測(cè)精度和穩(wěn)定性。

糧食真菌污染的隨機(jī)性和毒素分布的不均勻性，在傳統(tǒng)檢測(cè)尺度下很難得到穩(wěn)定的光譜預(yù)測(cè)模型，如近紅外光譜在低含量真菌毒素檢測(cè)時(shí)精度不高，拉曼光譜在傳統(tǒng)尺度下無(wú)法獲取有效的拉曼信號(hào)。如果能將顯微成像技術(shù)與光譜技術(shù)有機(jī)結(jié)合，可將光譜分析技術(shù)的研究?jī)?nèi)容拓展深入到微觀領(lǐng)域，為精細(xì)化科學(xué)研究提供一種新的手段。前期研究比較不同模態(tài)下光譜預(yù)測(cè)糧食真菌毒素的效果，但在光譜信息采集時(shí)，不同模態(tài)光譜獲取樣本信息的位置不同，因毒素分布的不均勻性，這種研究無(wú)法獲得令人信服的比較結(jié)果。江蘇大學(xué)自主開(kāi)發(fā)了顯微多模態(tài)融合光譜檢測(cè)系統(tǒng)，已獲得發(fā)明專(zhuān)利授權(quán)(ZL201710082623.1)，通過(guò)共享光學(xué)主軸線創(chuàng)新設(shè)計(jì)，實(shí)現(xiàn)三種模態(tài)光譜的同位獲取，為真菌毒素的光譜分析打開(kāi)一個(gè)全新的研究空間。

糧食樣品中毒素濃度和分布不均勻、背景成分的干擾、光譜采集定位精度及環(huán)境因素的變化均會(huì)影響檢測(cè)的精度。通過(guò)多光譜信息融合技術(shù)可獲得的信息更全面、檢測(cè)結(jié)果更客觀精確。對(duì)多種光譜系統(tǒng)來(lái)說(shuō)，信息具有多樣性和復(fù)雜性，信息融合方法要求具有魯棒性和并行處理能力，其中協(xié)調(diào)優(yōu)化和綜合處理是信息融合的核心。將不同模態(tài)的光譜信息進(jìn)行融合，開(kāi)發(fā)新的信息處理算法，可為糧食真菌毒素高精度檢測(cè)提供新途徑。