内蒙古日报4月16日讯  （记者  白莲）近日，内蒙古农业大学刘江平教授团队在骆驼奶掺假检测方面取得重要成果，相关论文发表于国际食品科学领域顶级权威期刊《食品化学》。该研究首次将新型人工智能模型与近红外光谱技术相结合，成功破解了传统检测方法操作繁琐、耗时长、易破坏样品、低比例掺假难以识别等难题，为乳制品质量安全监管提供了高效、精准的标准化方案，让前沿科技精准守护群众舌尖上的安全。

　　据团队介绍，目前常用的骆驼奶掺假检测方法虽然精度较高，但往往需要复杂的前处理和较长的检测周期，且会破坏样品；而近红外光谱技术则面临小样本数据不足、掺假比例低时难以捕捉、模型“黑箱”导致结果不可靠等瓶颈。

　　针对上述问题，团队立足计算机视觉与光谱分析的交叉领域，创新构建了一套“数据增强—定性检测—定量预测—模型解释”全链条技术体系。其中，团队提出的混合生成模型（CCGS）可将分类准确率从95.21%提升至98.60%，生成的光谱数据在真实性和多样性上显著优于传统模型，尤其能精准识别低比例掺假成分。同时，通过引入可解释性分析（SHAP），研究人员成功定位了与水、蛋白质、脂肪相关的特征光谱波段，使智能检测不再是一个“黑箱”，大大提升了检测结果的信任度。

　　在定量检测方面，团队设计的两阶段定量模型（MCR-ALS-RF）经国际标准验证，掺假成分回收率高达96.8%至99.5%，相对标准偏差小于5%，最低检出限达到0.025至0.060克/100克，完全满足食品掺假检测的监管要求。

　　该成果不仅为骆驼奶产业的质量监控提供了有力工具，也为近红外光谱技术与人工智能、化学计量学的交叉应用开拓了新的思路。