近日，我校信息与电气工程学院关海鸥教授指导的2020级硕士研究生杨忱以第一作者，关海鸥教授为通讯作者在中科院分区二区期刊《SpectrochimicaActa Part A: Molecular and Biomolecular Spectroscopy》在线发表了题为“RapidDetection Method of Pleurotus Eryngii Mycelium based on Near InfraredSpectralCharacteristics”的研究论文。本研究得到了国家自然基金（31601220）、黑龙江自然省基金（LH2021C062和LH2020C080）、黑龙江八一农垦大学三横三纵（TDJH202101和ZRCQC202006)、研究生创新科研项目（YJSCX2021-Y114）的资助。
文章DOI地址：https://doi.org/10.1016/j.saa.2022.120919
文章链接：https://www.sciencedirect.com/science/article/abs/pii/S1386142522000671
目前，食用菌是我国农业第五大产业，快速检测菌丝体和子实体表型特征，对于食用菌高品质育种和智慧栽培具有重要意义。其中，杏鲍菇菌丝体生长速度、密度、颜色、特殊物质含量等表型检测已成为该研究领域热点之一。现有食用菌生育进程形态-生理表型检测不够系统，缺乏菌丝生育时期的快速准确检测方法。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菌丝生育时期易受主观因素影响，存在极易出错和难以保证客观准确等不足。因此本文以杏鲍菇菌丝为研究对象，提出了基于近红外光谱特征的杏鲍菇生育时期快速识别方法，建立一种快速食用菌表型快速检测手段，旨在解决通过肉眼和经验观察其菌丝生育阶段极易出错，无法保证食用菌产量和品质的难题。本研究构建的快速食用菌表型快速检测方法流程结果如下图所示。
该成果首先通过傅立叶变换近红外光谱仪（TANGO）采集六个不同生育时期的杏鲍菇菌丝体光谱数据。然后，应用多元散射校正法（MSC）对原始光谱数据进行预处理，以消除光谱干扰噪声的菌丝体光谱数据为基础，并利用竞争性自适应重加权采样算法（CARS)，优选杏鲍菇菌丝体有效变量的特征波数。最后，采用前馈神经网络（BP），建立杏鲍菇菌丝体不同生育时期和近红外光谱特征波数之间的数学模型，并将网络输出的编码向量解析至菌丝体所对应生育时期作为检测结果。研究建立了一种MSC-CARS-BP检测模型，其BP神经网络结构为：86-85-85-95-3型，识别杏鲍菇菌丝体不同生育时期的准确率达到99.67%。本研究成果为可为食用菌产业菌丝表型特征的快速检测、食用菌菌物分类、种质资源评价、育种和栽培等方面提供了理论基础和技术支持。