乳粉の真偽問題は我が国の食品安全における重要な課題の一つであり、その非指向的スクリーニングは分析科学分野の最先端のホットトピックです。本研究では、頑健モデリング駆動型ラマンハイパースペクトルイメージング法（RMD-RHIM）を提案し、そのスペクトル融合データ特性を活用することで、乳粉中の未知の混入物識別問題を異常サンプル識別問題に変換し、乳粉中の混入物の不確実性問題を効果的に解決しました。RMD-RHIMではまず、自適応反復重み付けペナルティ最小二乗法（airPLS）を用いてラマンスペクトルの背景情報を除去し、次に改良反復自己重み付け部分最小二乗法（mIRPLS）により乳粉ラマンハイパースペクトルイメージング信号中の異常ピクセルを正確に識別し、可視化可能な二値画像に変換して、乳粉の真偽の非指向的スクリーニングを実現しました。結果は、RMD-RHIM法が陽性および陰性サンプルの認識率をそれぞれ98.3％および93.3％達成し、乳粉産業の迅速なスクリーニング要求を満たし、他の食品試料の非指向的スクリーニングの新たな手段を提供することを示しました。

ラマンハイパースペクトルイメージング;乳粉真偽識別;頑健モデリング駆動;非指向的スクリーニング