伦敦帝国理工学院和伦敦大学学院的研究人员最近开发出一种使用机器学习和显微镜验证蜂蜜的新方法。团队在论文中概述了新技术，可以检测稀释或贴错标签的蜂蜜，成本远低于现有方法。

蜂蜜是目前全球第三大假冒食品。它经常被贴错标签，或者被商贩用其他物质稀释。

研究人员Gerard Glowacki表示，“蜂蜜是由蜜蜂从植物中提取的，每种植物都有不同的花粉。例如，如果麦卢卡蜂蜜没有麦卢卡花粉或根本没有花粉，那么它就是假的。”

假蜂蜜的生产成本显著降低，这可能会对真正的蜂蜜生产商造成不利影响，迫使他们降低利润率，甚至完全退出市场。而与真正的蜂蜜养殖相比，生产假蜂蜜的养蜂方法往往低于标准。验证蜂蜜的有效和低成本方法可以帮助快速识别假蜂蜜。

研究人员之一Peter He表示，“蜂蜜孢粉学即从其植物来源鉴定蜂蜜，已经存在了几十年，是一个缓慢和专业的过程，我们认为我们能够通过机器来加快验证速度。”

最常用的蜂蜜鉴定方法包括定量聚合酶链反应（qPCR），核磁共振光谱（NMR），液相色谱-质谱（LC-MS），近红外光谱（NIR）和显微镜。研究人员还开发了其他用于鉴定特定类型蜂蜜的测试，但迄今为止大多数已证明是无效的。

麦卢卡蜂蜜是一种广受欢迎的蜂蜜，由麦卢卡花的花蜜制成，通常产于新西兰。目前鉴定蜂蜜最先进的技术就是针对麦卢卡蜂蜜的，基于四种化学标记和对麦卢卡花粉DNA的检测。但是，这种方法只能用于麦卢卡蜂蜜的认证，不适用于其他类型的蜂蜜。

大多数蜂蜜认证程序由专家在实验室中进行并且需要专门的设备，因此它们通常非常昂贵。团队开发了一种使用机器学习增强显微镜检测蜂蜜的新方法，这种方法可能比现有程序的成本低得多。

Gkantiragas解释说，“我们使用标准的深度学习技术识别蜂蜜样本中的花粉，由此，我们可以应用更多的定量方法来分析花粉的分布和密度等因素。然后我们可以确定蜂蜜的地理或植物来源。”

研究人员收集了不同类型蜂蜜的样本，并将它们分散在玻璃载玻片上。使用明视场显微镜覆盖并分析这些载玻片，捕获大约2500个花粉的显微图像。

在仔细标记和注释这些图像后，研究人员使用它们来训练机器学习模型。他们的模型包括一个经过训练以检测和分割花粉的分割网络，以及一个经过训练以对不同类型的蜂蜜进行分类的认证网络。

在初步评估中，研究人员发现他们的蜂蜜认证方法可以有效地检测经过稀释和标记错误的蜂蜜。但是，它无法识别重金属，农药或抗生素的污染，因此可能需要与其他化学测试结合使用。此外，他们的方法不能用于鉴定不存在花粉的超滤蜂蜜样品。

虽然研究人员得到的结果很有希望，但是系统还是需要进一步发展才能大规模地应用。例如，研究人员需要收集更广泛的花粉数据集，以便更好地捕捉蜂蜜中花粉的多样性。

研究人员计划继续推进研究，以确保系统能够在真实场景中有效地验证蜂蜜真假，“将系统从研究推广到现实世界的一个重要步骤是证明系统与硬件无关，此外，我们正在研究对抗性训练方法，以确保其性能表现是一流的。”