DOI: https://doi.org/10.3389/fpls.2025.1728353
PMID: https://pubmed.ncbi.nlm.nih.gov/41602535
تاريخ النشر: 2026-01-12
المؤلف: Long Chen وآخرون
الموضوع الرئيسي: الطيفية والتحليلات الكيميائية
نظرة عامة
تقدم ورقة البحث إطار عمل جديد قائم على خوارزمية تطورية لدمج الميزات تهدف إلى تعزيز دقة تصنيف التبغ المفروم، مع معالجة قيود أنظمة الاستشعار الفردية. من خلال دمج البيانات من ثلاث طرق استشعار—كروماتوغرافيا الغاز بموجات الصوت السطحية (GC-SAW)، الأنف الإلكتروني (E-nose)، وطيفية الأشعة تحت الحمراء بتحويل فورييه (FTIR)—قامت الدراسة بتقييم استراتيجيات الدمج المختلفة بشكل منهجي. من بين سبع طرق لتقليل الأبعاد تم تقييمها، تم تحديد خوارزمية جينية (GA) كالأكثر فعالية لاختيار الميزات، مما أدى إلى دقة تصنيف متوسطة ملحوظة بلغت 99.89% ± 0.79% عبر 50 تجربة اختبار مستقلة.
تشير النتائج إلى أن دمج الميزات على المستوى هو الاستراتيجية الأكثر فعالية لتعظيم نقاط القوة التكميلية لطرق الاستشعار المختلفة. كانت قدرة GA على تصفية البيانات عالية الأبعاد إلى مجموعة فرعية مدمجة ومميزة محورية في هذا النجاح. تختتم الدراسة بأن الإطار المقترح لا يوازن فقط المعلومات من الطرق الثلاث، بل يظهر أيضًا قوة دمج الميزات القائم على الخوارزميات التطورية في تعزيز دقة تصنيف المواد النباتية المعقدة، مع تسليط الضوء على الحاجة إلى معالجة التحديات التي تطرحها البيانات عالية الأبعاد.
مقدمة
تؤكد مقدمة ورقة البحث هذه على الحاجة الملحة للتفريق الدقيق والسريع للمركبات العضوية المتطايرة (VOCs) في علم النبات، والتي لها آثار كبيرة على مراقبة نضارة الطعام، وتقييم جودة المحاصيل، وتتبع تفاعل النبات مع مسببات الأمراض. تعقد تعقيدات خلطات البخار في العالم الحقيقي، التي تتميز بالعديد من التحليلات الكيميائية المتشابهة، التحديات أمام تقنيات الاستشعار التقليدية مثل الكروماتوغرافيا الغازية المدمجة مع الكشف بموجات الصوت السطحية (GC-SAW) وأنظمة الأنف الإلكتروني (e-nose). بينما تُعرف GC-SAW بحساسيتها العالية وقدرات الفصل، إلا أنها تعاني من أوقات تحليل طويلة وقيود تشغيلية في التطبيقات الميدانية. من ناحية أخرى، تقدم أنظمة الأنف الإلكتروني تحليلاً سريعًا ولكنها تعاني من مشاكل في القابلية للتكرار والحساسية للعوامل البيئية. تواجه طيفية الأشعة تحت الحمراء بتحويل فورييه (FTIR)، على الرغم من توفيرها دقة نوعية عالية، تحديات أيضًا في الكشف عن المركبات العضوية المتطايرة على مستوى الشذوذ في مراحل الغاز دون إعدادات معقدة إضافية.
لمعالجة هذه القيود، تدعو الورقة إلى نهج دمج بيانات متعدد الوسائط يدمج نقاط القوة لمختلف التقنيات التحليلية. تصنف طرق الدمج إلى استراتيجيات على مستوى البيانات، مستوى الميزات، ومستوى القرار، كل منها له مزايا وتحديات مميزة. تهدف الدراسة إلى مقارنة منهجية لسبع خوارزميات لتقليل الأبعاد (DR) لتحسين دمج الميزات على مستوى البيانات من GC-SAW وe-nose وFTIR في تصنيف التبغ المفروم. يقترح المؤلفون إطار عمل ثلاثي المستويات للدمج ويبرزون الفعالية الفريدة لخوارزمية تطورية (الخوارزمية الجينية) في تصفية مجموعة ميزات مدمجة ومميزة، مما يعزز أداء التصنيف وقابلية تفسير النموذج. ستفصل الأقسام التالية من الورقة المنهجيات والنتائج والآثار المترتبة على هذا البحث.
النتائج
تسلط نتائج الدراسة الضوء على الفعالية النسبية لاستراتيجيات الدمج المختلفة لتصنيف بيانات المستشعرات. أدى دمج البيانات على مستوى البيانات، الذي جمع بين متجهات الميزات الخام من مستشعرات GC-SAW وE-nose وFTIR، إلى مجموعة بيانات عالية الأبعاد تحتوي على 259 ميزة. أسفر هذا النهج عن دقة تصنيف منخفضة بلغت 99.22% ± 2.75% بسبب لعنة الأبعاد، حيث تجاوز عدد الميزات بشكل كبير عدد العينات (N = 90). أدت الأبعاد العالية إلى الإفراط في التكيف وتخفيف المعلومات التمييزية الحرجة، مما جعل دمج البيانات على مستوى البيانات غير فعال لهذه المجموعة من البيانات.
على النقيض من ذلك، حقق دمج مستوى القرار دقة أكثر ملاءمة بلغت 97.78% ± 3.89% من خلال تجميع مخرجات المصنفات الفردية، على الرغم من دقتها المنخفضة (GC-SAW: 51.89%، E-nose: 43.67%، FTIR: 99.67%). ومع ذلك، فشلت هذه الطريقة في الاستفادة من المعلومات الغنية من مجموعات الميزات الأصلية، مما قد يكون قد ساهم في الأخطاء في تصنيف بعض الفئات. ظهر دمج الميزات على المستوى كأكثر نهج واعد، مع تقييم طرق تقليل الأبعاد المختلفة. أظهرت الخوارزمية الجينية (GA) أداءً استثنائيًا، حيث حققت دقة بلغت 99.89% ± 0.79% من خلال اختيار مجموعة ميزات مدمجة (108 ميزات) توازن بين المساهمات من جميع المستشعرات. كما أدت طرق أخرى، مثل LDA وPCA، أداءً جيدًا ولكن كانت لها قيود فيما يتعلق بقابلية تفسير الميزات وتمثيلها. بشكل عام، تم تحديد GA كأفضل طريقة لتعزيز دقة التصنيف من خلال دمج الميزات على المستوى، مما يستفيد بشكل فعال من المعلومات التكميلية من بيانات المستشعرات المتعددة مع الحفاظ على استقرار النموذج وقابلية تفسيره.
المناقشة
في هذه الدراسة، تم تطوير إطار شامل لتصنيف التبغ المفروم من ثلاث علامات تجارية مختلفة من خلال دمج البيانات من الكروماتوغرافيا الغازية-موجات الصوت السطحية (GC-SAW)، الأنف الإلكتروني (E-nose)، وطيفية الأشعة تحت الحمراء (IR). تم تحليل ما مجموعه 90 عينة، حيث أنتجت كل تقنية مجموعات بيانات مميزة: أنتجت GC-SAW 60 ميزة، وساهمت E-nose بـ 128 ميزة، وحققت FTIR 71 ميزة. شملت استراتيجيات دمج البيانات المستخدمة دمج البيانات على مستوى البيانات، دمج مستوى القرار، ودمج الميزات، حيث أظهر الأخير أداءً متفوقًا. على وجه التحديد، تم استخدام خوارزمية جينية (GA) لاختيار الميزات، مما أسفر عن مجموعة فرعية مدمجة وقابلة للتفسير من الميزات التمييزية التي عززت دقة التصنيف والموثوقية.
كشفت أداء تصنيف المستشعرات الفردية أنه بينما حققت FTIR دقة مثالية بلغت 100%، كانت عرضة لمشكلات التعميم. على النقيض من ذلك، لم يحافظ نموذج دمج الميزات على مستوى GA المحسن على دقة عالية فحسب، بل قدم أيضًا رؤى حول الخصائص الكيميائية لعينات التبغ، مما يبرز المركبات العضوية المتطايرة الرئيسية والتمثيلات الأيضية ذات الصلة بملفات النكهة والرائحة. جمع هذا النهج بفعالية نقاط القوة لكل طريقة استشعار، مما أدى إلى نظام تصنيف أكثر موثوقية وقابلية للتفسير. تؤكد النتائج على إمكانات الخوارزميات التطورية في دمج بيانات المستشعرات المتعددة، مما يسهل الدقة العالية في تصنيف العينات المعقدة مع تعزيز شفافية النموذج.
DOI: https://doi.org/10.3389/fpls.2025.1728353
PMID: https://pubmed.ncbi.nlm.nih.gov/41602535
Publication Date: 2026-01-12
Author(s): Long Chen et al.
Primary Topic: Spectroscopy and Chemometric Analyses
Overview
The research paper presents a novel evolutionary algorithm-based feature fusion framework aimed at enhancing the classification accuracy of shredded tobacco, addressing the limitations of individual sensor systems. By integrating data from three sensing modalities—Gas Chromatography Surface Acoustic Wave (GC-SAW), Electronic Nose (E-nose), and Fourier Transform Infrared Spectroscopy (FTIR)—the study systematically evaluated various fusion strategies. Among the seven dimensionality reduction methods assessed, a genetic algorithm (GA) was identified as the most effective for feature selection, leading to a remarkable mean classification accuracy of 99.89% ± 0.79% across 50 independent test runs.
The findings indicate that feature-level fusion is the most effective strategy for maximizing the complementary strengths of the different sensing modalities. The GA’s capability to distill high-dimensional data into a compact, discriminative subset was pivotal to this success. The study concludes that the proposed framework not only balances the information from the three modalities but also demonstrates the robustness of evolutionary algorithm-based feature fusion in enhancing the accuracy of complex plant material classification, while highlighting the need to address the challenges posed by high-dimensional data.
Introduction
The introduction of this research paper emphasizes the critical need for accurate and rapid discrimination of volatile organic compounds (VOCs) in plant science, which has significant implications for food freshness monitoring, crop quality assessment, and plant-pathogen interaction tracking. The complexity of real-world vapor mixtures, characterized by numerous chemically similar analytes, poses challenges for conventional sensing technologies like gas chromatography coupled with surface acoustic wave detection (GC-SAW) and electronic nose (e-nose) systems. While GC-SAW is known for its high sensitivity and separation capabilities, it suffers from lengthy analysis times and operational limitations in field applications. Conversely, e-nose systems offer rapid analysis but are hindered by issues of reproducibility and sensitivity to environmental factors. Fourier transform infrared (FTIR) spectroscopy, while providing high specificity and quantitative accuracy, also faces challenges in detecting trace-level VOCs in gas phases without additional complex setups.
To address these limitations, the paper advocates for a multi-modal data fusion approach that integrates the strengths of various analytical technologies. It categorizes fusion methods into data-level, feature-level, and decision-level strategies, each with distinct advantages and challenges. The study aims to systematically compare seven dimensionality reduction (DR) algorithms to optimize feature-level fusion of data from GC-SAW, e-nose, and FTIR in the classification of shredded tobacco. The authors propose a three-tiered fusion framework and highlight the unique efficacy of an evolutionary algorithm (Genetic Algorithm) in distilling a compact and discriminative feature subset, thereby enhancing classification performance and model interpretability. The subsequent sections of the paper will detail the methodologies, results, and implications of this research.
Results
The results of the study highlight the comparative effectiveness of different fusion strategies for sensor data classification. Data-level fusion, which concatenated raw feature vectors from GC-SAW, E-nose, and FTIR sensors, resulted in a high-dimensional dataset with 259 features. This approach yielded a low classification accuracy of 99.22% ± 2.75% due to the curse of dimensionality, where the number of features significantly exceeded the number of samples (N = 90). The high dimensionality led to overfitting and the dilution of critical discriminatory information, rendering data-level fusion ineffective for this dataset.
In contrast, decision-level fusion achieved a more favorable accuracy of 97.78% ± 3.89% by synthesizing outputs from individual classifiers, despite their lower accuracies (GC-SAW: 51.89%, E-nose: 43.67%, FTIR: 99.67%). This method, however, failed to utilize the rich information from the original feature sets, which may have contributed to misclassifications between certain classes. Feature-level fusion emerged as the most promising approach, with various dimensionality reduction methods evaluated. Genetic Algorithm (GA) demonstrated exceptional performance, achieving an accuracy of 99.89% ± 0.79% by selecting a compact feature subset (108 features) that balanced contributions from all sensors. Other methods, such as LDA and PCA, also performed well but had limitations regarding feature interpretability and representation. Overall, GA was identified as the optimal method for enhancing classification accuracy through feature-level fusion, effectively leveraging complementary information from multi-sensor data while maintaining model stability and interpretability.
Discussion
In this study, a comprehensive framework for classifying shredded tobacco from three different brands was developed by integrating data from gas chromatography-surface acoustic wave (GC-SAW), electronic nose (E-nose), and infrared (IR) spectroscopy. A total of 90 samples were analyzed, with each technique generating distinct datasets: GC-SAW produced 60 features, E-nose contributed 128 features, and FTIR yielded 71 features. The data fusion strategies employed included data-level, decision-level, and feature-level fusion, with the latter demonstrating superior performance. Specifically, a genetic algorithm (GA) was utilized for feature selection, resulting in a compact and interpretable subset of discriminative features that enhanced classification accuracy and robustness.
The classification performance of individual sensors revealed that while FTIR achieved a perfect accuracy of 100%, it was susceptible to generalization issues. In contrast, the GA-optimized feature-level fusion model not only maintained high accuracy but also provided insights into the chemical properties of the tobacco samples, highlighting key volatile organic compounds and metabolites relevant to flavor and aroma profiles. This approach effectively combined the strengths of each sensing modality, leading to a more reliable and interpretable classification system. The findings underscore the potential of evolutionary algorithms in multi-sensor data fusion, facilitating high precision in complex sample classification while enhancing model transparency.