中国农科院饲料所：人工智能助力宠物食品中霉菌毒素污染物的快速筛查！
霉菌毒素因其潜在的毒性对宠物健康构成严重威胁。传统的霉菌毒素检测方法，如质谱法和酶联免疫法通常需要较长的检测时间和较高的成本，限制了其在快速筛查中的应用。
研究结果表明, 在单一模型中，多层感知机（MLP）算法的分类准确率最高，达到86.6%。通过集成模型（Model Ensemble）综合多种单一模型的预测结果，分类准确率进一步提升至90.1%。相比传统的检测方法，机器学习算法不仅显著缩短了检测时间，还大幅降低了检测成本，展现了巨大的应用潜力。
该研究得到中国农业科学院科技创新工程和基本科研业务费专项的资助。
原文链接：https://doi.org/10.3390/toxins16120553
