摘要  为研究家蚕微粒子病检测方法，基于密集连接块提出用R-DenseNet模型对家蚕微粒子病拉曼光谱进行无损检测。以患家蚕微粒子病原原母种卵为实验样本，构建家蚕微粒子病拉曼光谱数据集。R-DenseNet与其他5种分类模型的对比结果表明，不使用额外预处理的R-DenseNet的检测准确率达到97.32%，优于使用预处理的传统分类模型；对于处理60 dB强度噪声的光谱数据，R-DenseNet能达到93.66%的检测精度，在同等性能中，其模型训练的参数量较对比模型减少50%以上，表现出更好的鲁棒性和计算效率。文中提出的R-DenseNet网络结构能够对家蚕卵微粒子病拉曼光谱实现快速、准确且无损的检测，为家蚕微粒子病检测提供了一种新途径。