(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210070023.4 (22)申请日 2022.01.21 (71)申请人 中国海洋大学 地址 266100 山东省青岛市崂山区松岭路 238号 (72)发明人 田野　耿鑫　王乐山　匡杰龙　 纪元正　程贯源　 (74)专利代理 机构 青岛高晓专利事务所(普通 合伙) 37104 代理人 付丽丽 (51)Int.Cl. G01N 21/65(2006.01) G01N 21/71(2006.01) G06V 10/80(2022.01) G06V 10/42(2022.01)G06V 10/44(2022.01) G06V 10/77(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于LIBS-RAMAN 光谱技术的鱼肉鉴别方法 (57)摘要 本发明公开了一种基于LIBS ‑RAMAN光谱技 术的鱼肉鉴别方法， 其首先通过绞肉机将待鉴别 鱼肉研磨成肉糜， 得到表面平整的鱼肉样品； 然 后分别获取待鉴别鱼肉样品的LIBS光谱数据和 RAMAN光谱数据， 获取到的RA MAN光谱数据进行归 一化处理， 让光谱峰值都被 限制在0到1之间， 将 获取到的LIBS光谱数据进行归一化处理， 让光谱 峰值都被限制在0到1之间； 最后将归一化后 RAMAN和LIBS光谱数据进行融合， 得到RAMAN ‑ LIBS融合图片数据， 将RAMAN ‑LIBS融合图片数据 输入到训练好的CNN模型中， 得到鱼肉鉴别结果。 其将RAMAN光谱技术和LIBS光谱技术相结合， 利 用两者光谱信息的互补性， 显著提高鱼肉鉴别的 准确率， 实现对不同鱼肉、 近 亲鱼肉， 甚至鱼肉的 不同部位进行有效鉴别， 为鱼肉鉴别提供了一种 现实可行的方案 。 权利要求书1页 说明书6页 附图3页 CN 114414551 A 2022.04.29 CN 114414551 A 1.基于LIBS‑RAMAN光谱技术的鱼肉鉴别方法， 其特 征在于， 包括以下步骤： (1)通过绞肉机将待鉴别鱼肉研磨成肉糜， 将肉糜填充进小孔径培养皿中， 最后用玻璃 片压实冷藏， 得到表面平整的鱼肉样品； (2)分别获取待鉴别鱼肉样品的LIBS光谱数据和RAMAN光谱数据， 获取到的RAMAN光谱 数据进行归一化处理， 让光谱峰值都被限制在0到1之间， 将获取到的LIBS光谱数据进行归 一化处理， 让光谱峰值都被限制在0 到1之间； (3)将归一化后RAMAN和LIBS光谱数据进行融合， 得到RAMAN ‑LIBS融合图片数据， 然后 将RAMAN‑LIBS融合图片数据输入到训练好的CN N模型中， 得到鱼肉鉴别结果。 2.根据权利要求1所述的基于LIBS ‑RAMAN光谱技术的鱼肉鉴别方法， 其特征在于， 所述 CNN模型的训练过程 为： (301)采用了肉糜 法对样品进行处理， 通过绞肉机将鱼肉研磨成肉糜， 将肉糜填充进直 径为35mm的小孔径培养皿中， 最后用玻璃片 压实冷藏， 所述样品包括不同种类的鱼肉， 以及 鱼肉的不同部位； (302)分别 获取待鉴别鱼肉的LIBS光谱数据和RAMAN光谱数据， 将获取到的RAMAN光谱 数据进行归一化处理， 让光谱峰值都被限制在0到1之间， 将获取到的LIBS光谱数据进行归 一化处理， 让光谱峰值都被限制在0 到1之间； (303)将归一化后的RAMAN光谱数据和LIBS光谱数据同时转化成为RAMAN ‑LIBS融合图 片数据； (304)按照适当的比例， 将RAMAN ‑LIBS融合图片数据分为3份， 分别是训练集， 验证集和 测试集； (305)将训练集数据用于网络训练， 用验证集修正模型参数， 使用训练集反复多次训 练， 得到一个训练好的模型， 随后使用验证集进 行初步验证模 型好坏， 如果验证合格则导出 模型停止训练， 再用测试集做最后的评价标准。 3.根据权利要求1所述的基于LIBS ‑RAMAN光谱技术的鱼肉鉴别方法， 其特征在于， 所述 CNN模型包括依次连接的第一卷积层、 第一池化层、 第二卷积层、 第二池化层、 第三卷积层、 第三池化层、 第一全连接层、 第二全连接层。权　利　要　求　书 1/1 页 2 CN 114414551 A 2基于LIBS ‑RAMAN光谱技术的鱼肉鉴别方 法 技术领域： [0001]本发明属于水产品鉴定技术领域， 具体涉及一种基于LIBS ‑RAMAN光谱技术的鱼肉 鉴别方法。 背景技术： [0002]随着人类社会的发展， 经济水平的提高， 人类对水产品的需求不断增加， 食品掺杂 掺假成为食品质量和 安全的主要问题之一。 近年来， 随着肉类增 值产品的加工规模逐渐扩 大， 肉制品 “以次充好， 以假乱真 ”的现象屡见不鲜， 如以低价格肉品替代高价格肉品、 冷冻 ‑ 解冻肉替代冷鲜肉。 其中， 水产品的种类众多、 消费量大， 近缘关系之间的物种品质和价格 差距悬殊， 导致水产品掺假以及错贴标签等欺诈现象层出不穷， 损害了消费者的利益甚至 健康。 市场监管部门急需一种快速准确的技 术手段， 辨别肉类真伪， 打击伪劣商品。 [0003]拉曼光谱(RAMAN)技术作为新颖的光谱检测技术， 已经在物质理化结构分析方面 得到了广泛应用。 该技术能实现对肉类食品的快速、 无损检测， 是肉品成分分析的技术之 一， 并且其光谱对水等极性物质极其不敏感， 因此在肉品研究中具有良好的应用前景。 激光 诱导击穿光谱(LIBS)技术是一种对元素进行定性、 定量分析的光谱技术， 通过对样品表面 进行激光烧蚀获得待测样品的等离子体光谱， 从而实现对待测样品的定性或定量分析。 LIBS技术已被广泛应用于矿物分析、 环境污染监测、 冶金分析、 生物制药、 太空探测等领域。 随着LIBS技术的发展， 近年来其逐渐成为食品行业一种新兴的材料检测和鉴定分析技术。 在肉品的种类鉴别 方面， Bilge等人首先利用LIBS技术鉴定猪肉、 牛 肉和鸡肉， 建立了有效 鉴定肉类物种的方法。 本课题组前期也采用LIBS技术结合随机森林方法进 行鱼产品的鉴别 分类。 [0004]LIBS与RAMAN光谱技术在探测目标上具有很好的互补性： LIBS光谱技术能够获取 待测样品的元素信息， RAMA N光谱技术能够获取待测样品的分子信息。 将两种光谱技术进 行 结合， 则能够获取待测样品更加全面的物质成分和结构信息， 从而更加有利于待测样品的 鉴别。 目前， 单独采用LIBS与RAMAN光谱技术进行鱼肉鉴别的研究均有报道， 而将两种 光谱 技术结合起来进行鱼肉鉴别的研究还未 见报道。 发明内容： [0005]本发明的目的在于建立 一种基于L IBS‑RAMAN光谱技术的鱼肉鉴别方法。 [0006]为了实现上述目的， 本发明涉及的基于LIBS ‑RAMAN光谱技术的鱼肉鉴别方法， 包 括以下步骤： [0007](1)通过绞肉机将待鉴别鱼肉研磨成肉糜， 将肉糜填充进直径为35mm的小孔径培 养皿中， 最后用玻璃片压实冷藏， 得到表面平整的鱼肉样品； [0008](2)分别获取待鉴别鱼肉样品的LIBS光谱数据和RAMAN光谱数据， 获取到的RAMAN 光谱数据进行归一化处理， 让光谱峰值都被限制在0到1之间， 将获取到的LIBS光谱数据进 行归一化处理， 让光谱峰值都被限制在0 到1之间；说　明　书 1/6 页 3 CN 114414551 A 3