该文档属于类型a，即报告了一项原创研究。以下是基于文档内容的学术报告：
作者及机构
本研究的主要作者包括Xuan Chu、Wei Wang（通讯作者）、Xinzhi Ni、Chunyang Li和Yufeng Li（共同通讯作者）。他们分别来自以下机构：Zhongkai University of Agriculture and Engineering（中国广州）、China Agricultural University（中国北京）、USDA-ARS（美国乔治亚州）、Jiangsu Academy of Agricultural Sciences（中国南京）以及Chinese Academy of Sciences（中国北京）。该研究于2020年2月发表在期刊《Infrared Physics & Technology》上。
学术背景
本研究的主要科学领域是近红外高光谱成像（Near-Infrared Hyperspectral Imaging, NIR-HSI）技术在农业中的应用，特别是用于检测玉米籽粒中真菌感染的分类研究。玉米是全球重要的粮食作物，但其在田间和收获后容易受到真菌感染，导致产量下降和霉菌毒素污染。传统的真菌检测方法（如培养和形态学鉴定）耗时且灵敏度较低，而分子诊断和色谱分析技术虽然精确，但具有破坏性且需要使用化学试剂。因此，开发一种快速、无损的真菌检测技术成为研究热点。近红外高光谱成像技术结合了成像和光谱分析，能够同时获取样本的空间和光谱信息，为真菌感染的早期检测提供了新的可能性。本研究的目的是评估近红外高光谱成像技术在自然感染真菌的玉米籽粒分类中的可行性，并比较像素级（Pixel-wise, PW）和对象级（Object-wise, OW）两种特征提取策略的性能。
研究流程
本研究包括以下主要步骤：
样本准备
研究选取了三种具有代表性的玉米杂交品种：‘京科968’（Jingke968，代表马齿型胚乳）、‘京糯2000’（Jingnuo2000，代表糯质胚乳）和‘先玉335’（Xianyu335，代表半硬质胚乳）。每个品种的样本包括健康籽粒和自然感染真菌的籽粒，样本量分别为294、300和298粒。所有籽粒在实验前均储存在4°C的冰箱中。
高光谱成像系统
研究使用了一套推扫式高光谱成像系统，包括Specim FX17高光谱相机、InGaAs探测器、30 mm前镜头、电动平台和线性光源。图像采集通过内部软件控制，光谱范围为935-1720 nm，共224个波段。
高光谱图像采集与预处理
图像采集前，所有籽粒在室温下放置24小时，并以胚朝上的方式放置在培养皿中。采集过程中，使用Teflon白板和完全关闭的快门分别获取白参考图像和暗电流图像，用于后续的图像校正。预处理步骤包括图像裁剪、背景噪声去除、籽粒分割和光照校正。
真菌分离与鉴定
图像采集后，使用培养和菌落技术验证感染籽粒的真菌污染情况。通过形态学特征和紫外荧光检测，鉴定出主要真菌种类为黄曲霉（Aspergillus flavus）、黑曲霉（Aspergillus niger）和赭曲霉（Aspergillus ochraceus）。
多元数据分析
研究采用两种采样策略（像素级和对象级）进行数据分析。在对象级分析中，计算每个籽粒的平均光谱；在像素级分析中，将每个像素视为独立样本。使用主成分分析（Principal Component Analysis, PCA）、连续投影算法（Successive Projections Algorithm, SPA）和支持向量机（Support Vector Machine, SVM）建立分类模型。模型的性能通过校准集、验证集和交叉验证集的分类准确率进行评估。
主要结果
1. 对象级分析结果
使用对象级PCA-SVM模型，三个玉米品种的分类准确率分别为99.00%、97.96%和97.87%。通过SPA算法分别选择了8、8和10个特征波长，建立的OW-SPA-SVM模型的分类准确率均达到98%以上。
像素级分析结果
像素级PCA-SVM模型在三个品种上的分类准确率分别为92.00%、95.30%和99.32%。使用特征波长建立的PW-SPA-SVM模型的分类准确率均达到100%。
分类可视化图
像素级分析在生成可视化分类图方面表现更优，能够更清晰地展示感染籽粒的空间分布信息。
结论
本研究证明了近红外高光谱成像技术在自然感染真菌的玉米籽粒分类中的有效性。对象级和像素级分析方法均能实现高精度的分类，但像素级分析在生成可视化分类图方面更具优势。研究还通过SPA算法筛选出了特征波长，显著降低了数据维度并提高了计算效率。该研究为玉米籽粒中真菌感染的早期检测和分类提供了新的技术手段，具有重要的科学和应用价值。
研究亮点
1. 首次系统比较了像素级和对象级分析方法在玉米籽粒真菌感染分类中的性能。
2. 通过SPA算法筛选出了特征波长，显著提高了分类模型的效率和准确性。
3. 像素级分析方法在生成可视化分类图方面表现出色，为真菌感染的空间分布分析提供了有力工具。
其他有价值的内容
研究还探讨了真菌感染对玉米籽粒化学成分的影响，并通过光谱分析揭示了真菌代谢导致的有机物质变化。这些发现为进一步研究真菌感染机制提供了重要参考。
以上是本研究的详细报告，涵盖了研究的背景、流程、结果、结论及其科学价值。