A questão da autenticidade do leite em pó é um dos principais problemas de segurança alimentar em nosso país, e seu rastreamento não direcionado é um tópico de ponta na área de ciência analítica. Este estudo propõe um método de imageamento hiperespectral Raman dirigido por modelagem robusta (RMD-RHIM), que aproveita a fusão das características dos dados espectrais para converter o problema da identificação de adulterantes desconhecidos no leite em pó em um problema de reconhecimento de amostras incomuns, resolvendo eficazmente a incerteza dos adulterantes. No RMD-RHIM, primeiramente é utilizado o algoritmo adaptativo iterativo de mínimos quadrados penalizados ponderados (airPLS) para remover as informações de fundo do espectro Raman, depois, por meio do método iterativo aprimorado de mínimos quadrados parciais auto-ponderado (mIRPLS), são identificados com precisão os pixels distorcidos no sinal de imageamento hiperespectral Raman do leite em pó e convertidos em imagem binária visual, realizando assim o rastreamento não direcionado da autenticidade do leite em pó. Os resultados mostram que o método RMD-RHIM alcançou taxas de reconhecimento para amostras positivas e negativas de 98,3% e 93,3%, respectivamente, atendendo às necessidades de rastreamento rápido da indústria do leite em pó e fornecendo um novo meio para o rastreamento não direcionado de outras amostras de alimentos.

Imageamento hiperespectral Raman; Reconhecimento da autenticidade do leite em pó; Modelagem robusta; Rastreamento não direcionado