生鱼片又称鱼生，古称鱼脍，起源于中国，zui早文字记录可以追溯到周朝，有着悠久的食用历史，后传至日本及朝鲜半岛等地，在日本称刺身，是日本料理中最为常见的菜品。

生鱼片制作简单，食用可口，营养丰富。从营养学角度说，生鱼片没有经过传统的炒、炸、蒸等烹饪方法，因此营养物质wan全没有流失，是一道极富营养的菜肴。

但是从卫生角度考虑 ... ...

生鱼片是一种传统的日本食品，在日本以外的许多国家都很流行，但严重的健康风险，如腹痛，腹泻，呕吐，以及由生鱼片上常见的寄生虫引起的器官损伤，是消费者担心的因素。冷冻处理是一种有效杀灭寄生虫的方法，但由于可接受的温度范围窄，无法广泛应用；过高的温度无法wan全消除所有寄生虫，而过低的温度会损害生鱼片的风味。

因此，有必要开发一种寄生虫检测方法，以便清除被感染的生鱼片。传统的生鱼片寄生虫检测方法主要有显微镜法、免疫荧光法、聚合酶链式反应法等，但这些方法耗时费力，不易实现产业化。因此，迫切需要一种快速、简便、可靠、智能的生鱼片寄生虫检测方法。目前，可见光和近红外（VIS/NIR）光谱在食品质量检测中的应用已经很成熟，包括疾病监测、害虫检测、蛋白质和脂肪含量评估等。然而，寄生虫非常小，利用VIS/NIR高光谱成像技术能否检测到生鱼片上的寄生虫仍然是一个未知的问题。

利用VIS/NIR高光谱成像进行生鱼片寄生虫检测

基于此，在所附的文章中， 研究者们首ci探讨了Resonon Pika XC2高光谱成像结合化学计量建模检测草鱼生鱼片上寄生虫（异尖线虫）的能力。为此，作者（a）比较了生鱼片表面、生鱼片边缘和生鱼片上存在异尖线虫的VIS/NIR光谱特征差异，（b）选择不同特征纳入分析时，应用偏最小二乘回归（PLSR）和概率神经网络（PNN）测试寄生虫检测能力，从而确定优化的建模方法。（c）基于该优化建模方法提出了未来的应用前景。

VIS/NIR高光谱成像平台

【结果】

切片面、切片边缘和异尖线虫光谱的平均值；顶部异尖线虫的原始光谱（A）；底部异尖线虫的原始光谱（B）；顶部异尖线虫的一阶导数光谱（C）；底部异尖线虫的一阶导数光谱谱（D）

未来实际应用中寄生虫检测方案

【结论】

利用VIS/NIR光谱视觉上可区分切片面、切片边缘和寄生虫。PNN对生鱼片寄生虫的检测能力优于PLSR。组合模型的检测能力优于单一检测模型。采用PNN SG + SNV+一阶导数+ PNN模型（提取484.88 ~ 655.95 nm波长对切片面、切片边缘和异尖线虫进行分类）+ PNN模型（提取368.37 ~ 461.18 nm波长对切片面和异尖线虫进行分类正确性检查）的方法是目前研究的最佳生鱼片寄生虫检测方法。结果表明，该方法对顶部和底部异尖线虫的检测准确率分别为91.67%和82.14%。在实际应用中，需要对生鱼片像素的所有光谱进行提取、分析，并在相应位置进行标记，以显示整个图像上寄生虫的分布情况。