近红外高光谱成像的柴胡霉变识别

基于 900–1700 nm 近红外高光谱成像的柴胡霉变识别

        柴胡为常用大宗中药材，切片在仓储、流通环节极易因局部受潮而发生霉变。传统目视检查受光照、经验限制，对早期、局部、深层霉变不够敏感。采用 900–1710 nm 近红外推扫式高光谱成像，获取 1280×1374 空间像元、1024 个光谱通道的反射率立方体，在去除样品盘编号标签干扰后，提取健康组织与疑似霉变组织的特征光谱，构建以光谱角偏差为主、结合近红外反照率与 1450 nm 吸收形态的霉变识别指数，并以热力图叠加标注的方式给出可视化结果。分析表明：健康柴胡切片在 1000–1300 nm 反射率较高，于 1195–1215 nm 与 1440–1460 nm 呈现典型 O–H 合频/一级倍频吸收谷；疑似霉变区在 900–1400 nm 整体反射率明显下降，光谱变平、特征谷对比减弱，光谱角显著偏离健康均值。定量统计显示，疑似霉变区域约占样品投影面积的 5.7%（约 5276 像元），主要集中于部分根段表面褐变、断面异常及局部潮湿斑块。该方法无需破坏样品，结果直观，可用于中药材入库验收、仓储巡检与产地初筛。

一、检测背景与意义

柴胡（Bupleurum）根及根茎入药，主含柴胡皂苷、挥发油、多糖等成分，临床上广泛用于疏散退热、疏肝解郁。切片后表面积增大，一旦环境湿度偏高或包装密封不良，霉菌即可在断面、裂纹和皮部凹陷处定植。霉变不仅造成外观劣变，还可能降解有效成分、产生真菌毒素，直接影响饮片合格率与用药安全。近红外高光谱把“图谱合一"：每一个空间像元都对应一条完整的反射光谱，能够把肉眼不易分辨的化学/水分差异，翻译成可定量、可定位的图像。

900–1700 nm 波段覆盖了水分合频、羟基、C–H 及蛋白质/几丁质相关吸收，正是识别药材“是否受潮、是否被微生物代谢改变"的窗口。与单点光谱仪相比，成像方式可以同时给出“在哪里霉了、霉了多大一块"，更适合作为面向生产与监管的可视化证据。

二、样品与数据采集

2.1 样品信息

药材名称为柴胡，为避免标签高反光纸干扰判读、同时便于对外发布，仅保留药材本体。

2.2 样品外观

RGB 对照图用于建立“目视印象"。柴胡切片呈黄褐至浅棕，部分根段保留分叉与皮部纹理，断面可见浅色木质部。目视已能察觉部分根段表面存在深褐斑、局部色泽发暗或断面异常；这些位置将作为高光谱热力图交叉验证的重点。

图1 柴胡切片样品 RGB 图像（已隐去样品盘编号标签）

三、分析方法

分析流程分为五步：（1）读取反射率立方体，按波长定位特征通道；（2）以近红外反照率分割药材与深色背景，并检测高亮矩形纸签予以掩膜；（3）在样品像元内计算 1450 nm 吸收深度、1200 nm 水分合频指数，以及相对健康均值的光谱角（SAM）；（4）将光谱角与吸收异常融合为霉变识别指数 MSI，生成热力图；（5）按阈值提取连通域，标注霉变斑块并统计面积占比。健康参考光谱取自样品中反照率处于 40%–80% 分位、且 1450 nm 吸收接近中位的像元，以排除过亮断面与过暗阴影。

需要说明的是：切片断面的浅色木质部在可见光下偏白，容易被误判为“白霉"。近红外上，健康断面仍保持柴胡组织的特征吸收形态；霉变区则表现为 900–1400 nm 整体反射率降低、光谱变平、特征吸收谷对比减弱，光谱形状偏离健康均值。因此本文以“光谱形态异常"而非“颜色发白"作为识别依据。

四、高光谱曲线特征

图2给出健康组织与疑似霉变组织的平均反射率曲线（经平滑）。曲线在 900–1710 nm 总体走向相似，说明对象同为柴胡根组织；差异集中在振幅和若干吸收谷，这正是成像识别能够成立的物理基础。

图2 健康柴胡与疑似霉变区平均反射率曲线（特征波长已标出）

健康区平均反射率在 1100–1300 nm 窗口约为 0.467，曲线较平滑，1200 nm 与 1450 nm 吸收谷清晰，1650 nm 附近反射回升，符合干燥根类药材木质纤维素骨架的近红外指纹。疑似霉变区同一窗口平均反射率降至 0.357，相对健康组织下降约 23.4%；1450 nm 相对吸收深度由 0.214 变为 0.135，谷形变浅、曲线更趋平坦，说明细胞壁多糖结构被破坏后特征吸收减弱。光谱角均值升至 0.199 rad，说明不仅“更暗"，而且“形状变了"。

4.1 特征波长解读

结合中药材近红外文献与本次实测，将关键吸收归属如下。这些波长既用于绘制热力图，也是后续建库、建模时可优先保留的通道。

图3 健康区与霉变区在特征波长上的反射率对比

五、热力图可视化识别

高光谱伪彩色图由 1600 nm、1300 nm、1000 nm 三个通道合成，用于观察组织结构与标签残留；样品盘编号区域已按高亮矩形掩膜剔除。霉变识别热力图将 MSI 指数映射为蓝→青→黄→红的连续色标：蓝色表示与健康光谱一致，黄色为过渡异常，红色为高置信霉变像元。

图4 近红外高光谱伪彩色图像（1600/1300/1000 nm，）

图5 柴胡切片霉变识别热力图（红黄色为高风险区域）

将热力图半透明叠加到近红外灰度底图上，并用虚线圆与中文引注标出主要霉变斑块，可同时看到“位置、形态、强度"。霉变并非均匀铺满整盘，而是呈斑块状附着于部分根段表面及断面边缘，这与仓储霉变“先局部、后蔓延"的规律一致。

图6 霉变区域叠加标注图（黄色虚线圈定霉变斑块）

图7 综合识别拼图：RGB（去标签）— 伪彩色 — 热力图 — 叠加标注

六、霉变面积与分布

在样品掩膜内部，以 MSI ≥ 0.651（约对应样品像元均值 + 1.4 倍标准差，并经形态学开闭运算去除散点）提取疑似霉变像元。统计结果如下：样品投影像元 92101 个，疑似霉变像元 5276 个，面积占比 5.73%；独立斑块 5 处，最大斑块约占霉变面积的 49.5%。说明本盘柴胡切片整体仍以健康组织为主，但已出现可被近红外定位的局部霉变，具备仓储预警价值。

图8 霉变面积定量：二值识别掩膜与面积占比

七、结果讨论

从图谱对照看，RGB 上偏深、偏暗或断面异常的根段，在热力图中多数呈现黄红响应，二者空间分布可互相印证。也有少量仅在近红外异常、可见光尚不明显的像元，提示高光谱对早期受潮/微生物代谢改变更敏感，这正是该方法相对目检的优势。反之，断面浅色木质部在 RGB 中偏白，但光谱角并不高，热力图保持冷色，避免了“见白即霉"的误判。

物理机制上，霉菌定植会破坏细胞壁多糖、改变表面色素并引入菌体成分，从而压低 900–1400 nm 反照率，使 1450 nm 附近原本清晰的 O–H 吸收谷变浅、整条曲线变平，并微调 1650 nm 以后的 C–H 指纹。光谱角把这些“形状变化"压缩成一张图，热力图再把数值变成红黄对比，适合作为对外发布的识别结果页。

本报告为单盘样品的可视化识别分析，阈值依据该盘样品内部统计设定，适用于现场快速出示“何处异常、大约多大"。若需给出等级判定或通关级结论，建议补充已知霉变等级的建模集，采用 PLS-DA / SVM / 一维卷积网络等监督模型，并与显微、水分、黄曲霉毒素等化学结果交叉验证。

八、结论

（1）900–1710 nm 高光谱可稳定采集柴胡切片的反射率指纹；隐去样品盘标签后，画面干净，适合发布与存档。

（2）健康与霉变组织的核心差异表现为：900–1400 nm 近红外反照率下降、1450 nm 特征吸收谷变浅、光谱变平、光谱角增大。980 nm、1200 nm、1300 nm、1450 nm 是优先关注的特征波长。

（3）热力图将霉变风险以红黄色直观标出，本盘样品疑似霉变面积约占 5.7%，呈局部斑块分布，已达到仓储预警水平。

（4）该方法无损、快速、可定位，可嵌入中药材产地初筛、饮片厂入库、仓库巡检等场景；与 RGB 合用时，既能给人“看见样品"，又能给出“看见霉变"。