基于机器学习的鸡、牛骨颗粒Micro-CT原位可视化鉴别

作者：朱瀛; 高冰; 史卓林; 解茹越; 刘贤; 韩鲁佳^*

来源：农业机械学报, 2023, 54(04): 394-438.

• 动物源骨颗粒
• 鉴别
• Micro-CT
• 三维原位可视化
• 机器学习

不同种属动物源肉骨粉的快速鉴别分析技术是加强饲料监管、防范疯牛病传播的重要保障。为了探索使用显微X射线计算机断层成像技术(Micro-computed tomography, Micro-CT)快速鉴别分析不同种属动物源肉骨粉的可行性，本研究以制备的哺乳动物源牛骨颗粒和非哺乳动物源鸡骨颗粒各100个作为样品集，以不同相对位置鸡、牛骨颗粒以及鸡骨颗粒中牛骨颗粒质量分数约0.97%分别制备验证集，使用Bruker Skyscan 1275 Micro-CT对所有样品进行扫描和图像重构(管电压80 kV、管电流125μA,图像分辨率10μm,重构灰度图像灰度阶为0～255,对应X射线吸收系数为0～0.035);提取不同骨颗粒样品的感兴趣区域进行图像分割，并结合PLS-DA和SVM-DA机器学习算法分别构建鸡和牛骨颗粒分割模型。研究结果表明，鸡、牛骨颗粒图像分割感兴趣区域灰度区间为165～255,基于PLS-DA和SVM-DA模型的鸡、牛骨颗粒鉴别交互验证总准确率均为94%,验证集样品的Micro-CT三维原位可视化表征结果经验证与样品实际结果一致。结果表明，Micro-CT结合PLS-DA和SVM-DA机器学习算法进行哺乳和非哺乳动物源骨颗粒的鉴别分析是可行的。本研究为不同种属动物源饲料的快速、无损鉴别提供了新的三维原位可视化表征手段。

• 出版日期2023
• 单位中国农业大学