摘要：2025年7月，福建农林大学在国际知名期刊Industrial Crops & Products发表了题为Integration of SWIR hyperspectral imaging, UHPLC-Q-TOF/MS and optimized machi

2025年7月，福建农林大学在国际知名期刊Industrial Crops & Products发表了题为Integration of SWIR hyperspectral imaging, UHPLC-Q-TOF/MS and optimized machine learning for non-destructive authentication of Pseudostellaria heterophylla的研究论文。该研究首次将短波红外高光谱成像、超高效液相色谱-四极杆飞行时间质谱与优化机器学习算法相结合，建立了太子参的非破坏性真伪鉴定体系。

该团队采用智农云芯(AgriBrain)研发的近端表型自动化分析系统PhenoAI Near对太子参进行了高效的数据采集和自动化分析，包括形态、颜色和纹理三大类近60个指标。

研究团队基于PhenoAI Near获取的表型数据，系统评估了传统机器视觉在太子参品种鉴别中的潜力，为后续高光谱与代谢组学分析提供了重要的表型数据支撑。

结合高光谱与代谢组数据，研究团队最终构建了基于CARS-SPA-PSO-BPNN的优化模型，仅用16个特征波长即在13.9秒内达到96.4%的分类准确率，实现了太子参品种的快速、无损、高精度鉴别。

智农云芯(AgriBrain)致力于为农业领域的科研工作者提供优质的科技产品和解决方案，本次合作将显著提升该团队科研水平，促进成果转化，为科学研究注入科技动能。未来，智农云芯将继续深耕农业科技领域，旨在为科研、教育和企业用户提供低成本、高效率、智能化的AI解决方案。

来源：智农云芯AgriBrain