Physics-Informed Fourier Thermography Transformer for Non-Destructive Detection and Quantification of Braeburn Browning Disorder in Apple

クレートに入ったリンゴの中では、しばしば隠れた危機が進行しています。果実は外見上は完璧で、滑らかな皮と鮮やかな色合いを持っているかもしれませんが、その肉質内部では、「ブレイバーン・ブラウンニング（Braeburn browning）」として知られる障害が静かに広がっていることがあります。この状態は、ぱりっとした白い組織を拡散した褐色の泥状に変えてしまうものであり、目視では確認できないため、生産者や小売業者にとって悪夢となります。表面の傷や色の変化をカメラで捉える従来の選別機は、ここでは役に立ちません。それらは単に損傷した果実をそのまま通過させてしまい、結局、消費者がリンゴを切った時やパッカーが開封した時に、欠陥が発見されることになるのです。課題は、単に悪いリンゴを見つけることではなく、良質なリンゴを破壊することなく、なぜそれらが悪いのかを理解することにあります。これを解決するために、科学者たちは熱の物理学に目を向けました。あらゆる物体は熱エネルギーを保持しており、そのエネルギーが移動するとき、それは表面の下にあるものについての物語を語ります。物体を素早く温めたり冷やしたりすると、その表面温度が正常に戻るまでの様子は、内部の素材によって異なります。固形化した健康な組織は、崩壊した損傷のある組織とは異なる熱伝導を示します。リンゴがどのように冷え、その後どのようにゆっくりと温まり戻っていくかを観察することで、損傷が目に見えるようになる前に、目に見えないダメージを察知することが可能になります。

研究チームは、このブレイバーン・リンゴの「熱の物語」を読み解くシステムを構築すべく着手しました。彼らは8つの農園から、2つの異なる収穫時期に採れた計640個のリンゴを集め、さまざまな範囲の内部損傷を生じさせるように設計された様々な貯蔵条件にさらしました。一部のリンゴは通常の空気中で保管されましたが、他のリンゴは、ブラウンニング障害を引き起こすことが知られている高二酸化炭素または低酸素の特殊な雰囲気下に置かれました。目標は、完全に健康なものから深刻に損傷したものまで幅広い個体群を作り出し、テストを厳格なものにすることでした。貯蔵期間が終了した後、各リンゴは制御された環境に置かれ、短時間の穏やかな冷風を浴びせられました。この冷却パルスは、果実に損傷を与えないほど穏やかでありながら、一時的な温度差を生じさせるには十分な強さでした。リンゴがそこに置かれている間、特殊な赤外線カメラが、0.1秒ごとに表面温度を90秒間にわたって記録しました。これにより、リンゴがゆっくりと温かさを取り戻していくビデオが作成されました。

研究者たちは、単に生のビデオを見たわけではありません。代わりに、リンゴの皮のあらゆる一点における温度の変化を、熱が時間の経過とともにどのように移動するかを記述する数学的な言語へと翻訳しました。彼らは、この動きの2つの特定の側面、すなわち温度変化の強さと、その変化のタイミングに焦点を当てました。「タイミング」、すなわち「位相（フェーズ）」は、最も強力な手がかりであることが証明されました。時計の針が部屋の明るさに左右されず一定のペースで動くように、熱の回復のタイミングは、冷却パルスがわずかに不均一であったり、リンゴの皮の光沢が異なっていたりしても、一貫性を保ちました。このタイミングは、損傷した果実では顕著に変化しました。組織が崩壊している箇所では、熱が正常に戻るまでに時間がかかるのです。この複雑なデータを理解するために、チームは高度に訓練された観察者の役割を果たすコンピュータモデルを構築しました。このモデルは、タイミングマップをリンゴの皮の標準的なカラー写真と共に分析しました。モデルは、赤い色合いやリンゴの大きさといった表面的な詳細を無視し、内部の腐敗を知らせる熱流の微妙な遅延にのみ集中することを学習しました。

結果は驚くべきものでした。このシステムは、4段階の損傷レベルを92パーセント近い精度で識別できました。健康なもの、わずかな褐変があるもの、中程度の損傷があるもの、そして深刻に台無しになったものを正確に特定しました。さらに重要なことに、リンゴの肉質のどの程度が影響を受けているかを、誤差3パーセント未満の精度で正確に推定することができました。研究者が、これまで見たことのない農園や収穫時期のリンゴを用いてシステムをテストした際も、同様の性能を発揮しました。これは、システムが特定の樹木の見た目を記憶したのではなく、損傷の物理学を学習したことを証明しています。また、システムは現実世界の不完全さに対しても堅牢であることが証明されました。冷却空気が意図したよりもわずかに弱かったり強かったりした場合や、リンゴの皮がわずかに湿っていた場合でも、モデルは高い精度を維持しました。商業的な選別ラインにおいて、この安定性は極めて重要です。

この研究はまた、この技術が「何ではないか」についても明確にしています。これは、医療スキャンのように3次元的にリンゴの内部を見通す魔法の杖ではありませんし、丁寧な貯蔵管理の必要性に代わるものでもありません。研究者たちは、このシステムが最も効果的に機能するのは、色が変わる前に起こる物理的な変化、すなわち損傷した組織が熱の流れを遅らせる特定の様態を検出するためであることを明らかにしました。X線のような他の手法は果物の内部を見ることができますが、高価で時間がかかります。この熱的手法は受動的で安全であり、果物をバッチ処理で冷却・撮影できるのであれば、選別ラインへの統合が可能なほど高速です。研究者たちは、このシステムがリンゴの色や、それが置かれていた特定の貯蔵条件に依存しているのではなく、穏やかな熱的プローブに対する果物自身の物理的な反応に基づいていることを強調しました。

結局のところ、この研究は、品質管理において現在主流となっている破壊検査と、すべてのリンゴに対して非破壊的なスクリーニングを行う必要性との間の、実用的な架け橋を提供するものです。短い冷却パルスを校正された内部の状態の指標へと変換することで、このシステムは、隠れた生理学的な失敗を可視化された信号へと変えます。これにより、生産者は欺瞞的な外観ではなく、真の内部状態に基づいて果実を選別できるようになります。この技術が広く普及するための準備が整うには、さらなるシーズンや異なる品種でのテストが必要ですが、核心となる発見は明白です。リンゴが冷気からどのように回復するかは、その秘密を明らかにし、適切な道具があれば、最初の一口をかじる前に、その秘密を読み取ることができるのです。