探知建模新方法 洞悉成像新世界——第八届亚洲近红外光谱学术会议圆满落幕

南开大学化学学院 段潮舒 韩丽 刘煦阳（导师：邵学广）

2022年11月28-30日，第八届亚洲近红外光谱会议（ANS2022）以网络会议形式召开。来自6个国家的约70位代表参加了此次大会，中国有9位代表出席。韩国汉阳大学的Hoeil Chung教授在开幕式上致辞，对所有参会的老师、同学和厂商代表表示热烈欢迎。

本次会议有大会邀请报告（plenary lecture）2场，主题报告（keynote presentation）和口头报告（oral presentation）34场，墙报（poster）29篇。其中，口头报告分为4个会议单元（session），主题分别是：“农业食品材料”、“高光谱成像”、“基础科学与化学计量学”和“先进技术和药物应用”。

本次会议内容丰富，从多角度展现了近红外光谱技术的最新研究和应用进展，以下从四个方面加以概述。

1、化学计量学方法与应用研究

化学计量学方法是历届近红外光谱会议的重要主题，本次会议安排了一场大会邀请报告，题为“Key aspects to increase the robustness of NIRs prediction models”。报告者强调了数据质量对建模的重要性，介绍了稳健模型建立的四大关键部分，分别是校正集的选择、参考值的质量、光谱数据的质量、预测模型的开发和评估（预处理方法、回归方法等）。在实际应用中，由于近红外光谱预测模型是动态的，应该定期对模型进行监控和更新；来自南开大学的邵学广教授进行了题为“Chemometric studies for analyzing temperature-dependent near-infrared spectra”的报告。报告着重讲述了利用温控近红外光谱技术结合化学计量学方法，可通过提取随温度变化的水光谱信息，从而理解水结构的复杂性以及将水作为探针可以探测溶液或生物体系中分子的定量信息和结构变化；来自日本国家农业和食品研究院的Akifumi Ikehata教授带来了题为“Extended molar absorption coefficients of confined water in reverse micelles”的报告，提出了基于浓度的扩展摩尔吸收系数分析方法，当水与表面活性剂的分子比超过一定值时，可以准确检测到反胶束中核心水的存在，有利于更好地理解限域环境中的分子行为。

深度学习是化学计量学领域发展的前沿方向之一，本次会议中也有与深度学习相关的研究。来自新加坡南洋理工大学的Ying Zhu教授带来了题为“Chemometrics and deep learning models for classification of spectroscopic data with application to detection of colon polyps”的报告，介绍了基于CNN的预测模型可用于区分癌前腺瘤状息肉和增生性息肉，优于PCDA和PLSDA模型；来自韩国江原大学的Nam-Wook Kim介绍了利用可见-近红外高光谱成像技术，基于卷积神经网络（CNN）模型预测紫玉米的花青素含量，与高效液相色谱测定结果相比，深度学习模型的预测准确度可以达到93%，有利于后续智能育种技术的应用；同样来自韩国江原大学的Hong-Gu Lee利用3D-卷积神经网络进行蜂螨分类。此外，还有多场化学计量学方面的报告，研究内容涉及了各种定性定量模型的建模方法，对扩展近红外光谱的应用范围和改善模型具有重要作用。

总结以上的报告，我们深切体会到：化学计量学方法种类较多，使用者应该从原理入手学习，加强对每类方法原理的理解和学习，更有利于新方法的开发和已有方法的推广应用。

2、高光谱成像技术

作为近红外光谱技术的发展前沿，高光谱成像技术的发展和应用越来越引起大家的关注。本次会议安排了一场题为“Spectral imaging technologies for agricultural applications” 的大会邀请报告。报告者着重介绍了高光谱成像的原理和仪器技术的发展，以及在苹果损伤、在线家禽检测、蔬菜全表面新鲜度检测等领域的应用；来自韩国忠南大学的Byoung-Kwan Cho教授带来了“Application of hyperspectral imaging for quality measurement of agricultural materials”的报告。报告首先强调了农产品质量控制对于整个农业生产行业的重要性，并介绍了高光谱成像技术在水果瘀伤检测、压力植物监测、种子活力分选和食品掺假检测等农产品质量控制中的应用，最后提出高光谱成像技术作为农产品质量控制的新兴手段，具有快速、准确、无创的检测特点，并有望代替传统检测方法；来自泰国朱拉隆功大学的Sureerat Makmuang报告了其通过改进的自组织图和近红外高光谱成像识别杂草稻的工作，首次对栽培稻种子中的杂草稻进行原位高光谱成像，并通过监督自组织图分类，达到了88%以上的分类准确率。

通过以上报告，我们发现，本次会议与高光谱成像技术相关的研究多集中于食品、农产品的质量控制等，极大地拓展了近红外光谱的应用。不过，大家也认识到，虽然高光谱技术是获取综合信息的高效手段，但高光谱的测量及数据处理技术仍需要进一步发展。

3、先进技术与药物应用

先进技术和药物应用也是本次会议的重要主题。来自泰国农业大学的Sirinad Noypitak教授带来了“A portable moisture content meter using near infrared spectroscopy with real-time data report on a smartphone”的报告。该报告介绍了一种基于近红外光谱技术的新型便携式水分测定仪，在测量的时候可以在智能手机上显示实时数据报告。通过应用程序控制近红外光谱仪，在智能手机上实时采集、显示和处理光谱数据，非常适合在锯木工厂中的实际应用；来自韩国汉阳大学的Eunjin Jang介绍了用近红外透射光谱检测不同病变的胆汁，通过主成分聚类分析可以准确识别出患有胆囊癌的胆汁样品。这些研究大大拓展了近红外光谱技术在疾病诊断、制药方面的应用，未来可逐步实现准确控制药物中的有效成分含量、精准医疗等。

4、农业食品材料

农业、食品和材料一直是近红外光谱技术的重要应用领域。来自印度贾达普大学的Rajib Bandyoypadhyay教授带来题为“Estimation of total alkaloids in Cinchona bark using a developed portable NIR”的报告，该报告使用便携式近红外光谱仪测定金鸡纳树皮中总生物碱（一种抗疟疾药物）含量，对近红外光谱进行PLS回归分析，与重量法评估的结果相比，达到了很好的预测结果。不仅如此，该研究还开发了包含图形用户界面和校正程序的软件，通过对软件进行适当的修改，便携式光谱仪还可用于植物及其产品中的其他标记分子的含量测定；来自尼泊尔特里布文大学的Milka Nakarmi介绍了近红外光谱检测鸡肉中的微生物菌落的应用，该研究以标准平板计数法检测细菌的污染情况作为参考，对885-1680 nm范围的光谱建立的模型对大肠菌群预测效果最好，这为近红外光谱技术用于提取微生物信息发展了新的应用。

在本次会议中，很多研究工作集中在农产品和食品质量评估，实用性的特点较为突出。理论指导实践，实际应用也将当下的需求反馈于理论方法的研究，与此同时研究工作者从需求入手，深入分析了解研究对象的特性，针对这些特性设计了更适用的仪器或测量方法，更好地满足实际的生活生产需要。

本次会议利用网络平台进行在线直播，整个会议日程安排紧凑有序。全世界各地参会者通过网络平台交流与学习，无论在学校、在家、还是在公司，都可以聆听专家们的报告，而且还可以在问答区进行发言和提问。除了精彩纷呈的报告，本次会议还采用线上墙报的形式，参会人员采用录制音频配合图像的形式为大家展示墙报，以直观的图像和图表展示主要内容，再配以简洁明了的讲解说明，让大家快速了解研究内容。此外，线上墙报不受展示时间的限制，大家可以在网上多次观看。

特别值得一提的是，会议中，数位中国代表给我们带来了精彩的报告，但中国参会代表还是较少，期待更多的国内学者今后为大家带来精彩的报告，继续扩大中国在国际会议的影响力。

第八届亚洲近红外光谱会议圆满落幕，探知建模新方法，洞悉成像新世界！下一届亚洲近红外光谱会议将在印度加尔各答举办，让我们共同期待能与大家面对面地交流学习！