研究人员开发了一种机器学习方法来识别假蜂蜜

伦敦帝国理工学院和伦敦大学学院的一组研究人员最近开发出一种使用机器学习和显微镜验证蜂蜜的新方法。在arXiv上发表的一篇论文中概述了他们的技术，可以检测稀释或错误标记的蜂蜜，其成本远低于现有方法。

蜜蜂是在蜜蜂从花中采集花蜜后将其分解成单糖并将其储存在蜂巢中。蜂蜜是目前全球第三大假冒食品。它通常被贴错标签，需要将一种蜂蜜卖给另一种，或者用其他物质如糖浆稀释。

“蜂蜜是由植物中的蜜蜂制造的，”进行这项研究的研究人员之一Gerard Glowacki告诉TechXplore。“植物有花粉，每种植物都有不同的花粉。例如，如果麦卢卡蜂蜜没有麦卢卡花粉或根本没有花粉，那么它就不是麦卢卡蜂蜜。”

假蜂蜜的生产成本显着降低，这可能会对真正的蜂蜜生产商造成不利影响，迫使他们降低利润率，或者有时会完全退出市场。此外，与真正的蜂蜜养殖相比，生产假蜂蜜的养蜂方法往往低于标准，这可能导致蜂群的误治。验证蜂蜜的有效和低成本方法可以帮助快速识别假蜂蜜，从而可以将其从市场上移除或重新贴上标签。

“Melissopalynology，从其植物来源鉴定蜂蜜，已经存在了几十年，其声誉是一个缓慢和专业的过程，”进行这项研究的研究人员之一Peter He告诉TechXplore。“我们认为我们能够通过一个没有人类疲惫，健忘和无聊等问题的操作员来加快速度。”

最常用的蜂蜜鉴定方法包括定量聚合酶链反应(qPCR)，核磁共振光谱(NMR)，液相色谱质谱(LC-MS)，近红外光谱(NIR)和显微镜。研究人员还开发了其他用于鉴定特定类型蜂蜜的测试，但迄今为止大多数已证明无效。

目前最先进的技术是鉴别麦卢卡蜂蜜，麦卢卡蜂蜜是一种广受追捧的蜂蜜，由麦卢卡花蜜制成，通常在新西兰生产，基于四种化学标记，并使用一种测试方法。麦卢卡花粉的DNA。但是，这种方法只能用于鉴别麦卢卡蜂蜜，不适用于其他类型的蜂蜜。

大多数蜂蜜认证程序由专家在实验室中进行并且需要专门的设备，因此它们通常非常昂贵。在他们的研究中，Glowacki，他和他们的同事Alexis Gkantiragas开发了一种使用机器学习增强显微镜验证蜂蜜的新方法，这种方法可能比现有程序便宜得多。

“我们使用标准的深度学习技术识别蜂蜜样本中的花粉，”Gkantiragas解释说。“由此，我们可以应用更多的定量方法来分析花粉的分布和密度等因素。然后我们可以确定蜂蜜的地理和/或植物来源。”

研究人员收集了不同类型蜂蜜的样本，并将它们分散在玻璃载玻片上。使用明视场显微镜覆盖并分析这些载玻片，捕获大约2500个花粉的显微图像。

在仔细标记和注释这些图像后，研究人员使用它们来训练他们的机器学习模型。他们的模型包括一个经过训练以检测和分割花粉的分割网络，以及一个经过培训以对不同类型的蜂蜜进行分类的认证网络。

“目前很难从真正的蜂蜜中辨别假货，”Gkantiragas说。“糖测试可以通过使用不同的糖来愚弄。核磁共振很昂贵，需要专业人士。我们的设备需要花钱，使用起来很简单，并且有可能大规模部署。”

在初步评估中，研究人员发现他们的蜂蜜认证方法可以有效地检测稀释和错误标记的蜂蜜。但是，它无法识别重金属，农药或抗生素的污染，因此可能需要与其他化学测试结合使用。此外，他们的方法不能用于鉴定其中不存在花粉的超滤蜂蜜样品。

虽然研究人员收集的结果很有希望，但是它们的系统需要进一步发展才能更大规模地应用。例如，研究人员需要收集更广泛的花粉数据集，以便更好地捕捉蜂蜜中花粉的多样性。

“将系统从研究扩展到现实世界的一个重要步骤是证明系统与硬件无关，”他解释道。“除其他外，我们正在研究对抗性训练方法，以确保我们的功能表现是一流的。”

研究人员正在计划继续研究他们的系统，以确保它能够在真实场景中有效地验证蜂蜜。将来，他们甚至可能会考虑根据他们的技术试行分散的认证计划。