我院2020级硕士研究生杨忱同学以第一作者，指导教师关海鸥教授为通讯作者在中科院二区期刊《INFRAREDPHYSICS & TECHNOLOGY》在线发表了题为“Arapid Recognition Method of Auricularia auricula varieties based onNear Infrared SpectralCharacteristics”的研究论文（DOI:https://doi.org/10.1016/j.infrared.2022.104239，文章链接：Arapid recognition method of Auricularia auricula varieties based onnear-infrared spectral characteristics - ScienceDirect）。
食用菌子实体表型特征的快速识别，对食用菌分类、种质资源评价、育种、栽培等研究具有重要理论意义与实用价值。现有食用菌生育进程形态-生理表型检测不够系统，缺乏黑木耳子实体品种快速准确的检测方法。目前DNA分子标记技术操作过程繁杂、耗时费力且价格昂贵，而传统人工依靠肉眼观察和经验判断子实体品种易受主观因素影响，存在极易出错和难以保证客观准确等不足，因此本文提出了基于近红外光谱特征的黑木耳品种快速识别方法。首先，以程D、黑峰、黑山和许1的四个黑木耳品种为研究对象，通过去趋势（DT）算法对黑木耳原始光谱数据进行预处理。然后应用竞争性自适应重加权采样算法（CARS）提取出131个特征波长。最后利用径向基神经网络（RBF），构建黑木耳品种识别神经网络的结构为131-12-4型。结果表明：本文构建的DT-CARS-RBF模型识别黑木耳品种准确率为99.32%，均方根误差值为0.0908，运行时间为0.000956秒，是一种准确快速的黑木耳品种识别方法，可为食用菌表型检测提供理论基础和技术支持。
本研究得到了国家自然基金(31601220)、黑龙江省自然基金(LH2021C062)、黑龙江八一农垦大学三横三纵(TDJH202101和ZRCQC202006)、黑龙江省博士后科研发展基金(LBH-Q20053)以及研究生创新科研项目(YJSCX2021-Y114)的资助。