| 主题 | 猕猴桃 | ||
| 题目 | Non-destructive detection and grading of chilling injury-induced lignification of kiwifruit using X-ray computer tomography and machine learnin | ||
| 期刊 | Computers and Electronics in Agriculture | ||
| 中科院分区 | 1区 | 影响 因子 | 8.3 |
| 第一作者 | Jiahua Wang | 通讯 作者 | |
| 单位 | 武汉工业大学食品科学与工程学院 | ||
| 原文链接 | https://doi.org/10.1016/j.compag.2024.108658 | ||
猕猴桃富含各类营养物质，已成为全球最重要的商业水果作物之一。园艺产品的采后质量通常通过低温储存来维持。然而，猕猴桃的低温储存会导致冷害，降低猕猴桃的可食用性，造成相当大的经济损失。
在许多对寒冷敏感的园艺作物中观察到木质化响应非生物胁迫和自然衰老。此外，园艺产品中可见的症状、发育时间和冷害的严重程度与品种、成熟度和储存期显著相关。迄今为止，对猕猴桃冷害诱导木质化（CIIL）的分析需要切开水果后进行目视检查。因此，每批可以检查的样品相对较少，导致同一产品的批次之间存在差异的风险。因此，必须开发一种简单、快速、无损的技术来识别猕猴桃中的缺陷，特别是CIIL。具有微米级空间分辨率的X射线计算机断层扫描（CT）和可以穿透果实表面的低能X射线已成为一项有吸引力的技术。一些研究人员将成像和光谱技术与机器学习相结合，以评估或分类农产品和食品。
使用基于体积和面积的形状因子（shape VA）。还计算了统计参数，例如缺陷数（ND）、缺陷体积（VD）、所有缺陷的平均体积（AVD）和木质化部分体积（VLF）、体积的平均GSV（A-GSV-V）。此外，利用最高GSV级频率对应的GSV与A-GSV-V之间的差值（D值）来表征猕猴桃木质化的差异。表3列出了用于表征猕猴桃缺陷的参数。
LDA是一种用于模式识别的经典算法，SVM是在特征空间中找到最佳分离的超平面以最大化训练集中正负样本之间的间隔，RF是一种监督学习算法。
健康猕猴桃、损伤猕猴桃和CIIL猕猴桃的GSVs相对频率分布如图3A。与健康猕猴桃相比，损伤猕猴桃和损伤猕猴桃的体素多，GSVs低。因此，CIIL中的木质化体素多于损伤中的缺陷体素，这与CT图像一致。健康猕猴桃与损伤猕猴桃和CIIL猕猴桃（早期阶段）在果实表面方面没有明显差异。然而，X射线CT图像揭示了损伤和CIIL之间的显著差异（图3Bi和ii）。损伤靠近表皮，集中在撞击部位，但正在向果实内部发展（图3Bi）。相比之下，CIIL在整个果肉中被检测到（图3Bii）。损伤引起的缺陷与CIIL相关的缺陷在缺陷的数量（图3Biii和iv）和连接性（图3Bv和vi）方面有所不同。
图3. 健康、损伤猕猴桃和CIIL猕猴桃（A）的GSVs频率分布以及损伤猕猴桃和未损伤猕猴桃的形态学图像（B）（i和ii）带有缺陷的特定CT图像，（iii和iv）3D渲染图像及从3D渲染图像中提取的最大缺陷（v和vi）
表4. 猕猴桃损伤和CIIL缺陷组织的特征参数
图4. 机器学习分类中的猕猴桃分组（A）；健康猕猴桃分类（B）和健康猕猴桃分类（C）的LDA、SVM和RF模型的AUC评分的平均ROC曲线；该线表示每种方法的平均ROC曲线，由每个数据分割的单个ROC曲线计算得出
1.不同CIIL指数猕猴桃形态特征
青色部分（图5A-C）表示通过阈值分割获得的CIIL和空腔部分。由未成熟的猕猴桃种子形成的空腔靠近中心。由空腔产生的低GSV区域通过shape VA去除，然后在三维空间中重建（图5D-F）。猕猴桃的VD和VLF随着CIIL指数的增加而增加（图5D-F）。具有不同CIIL指数的猕猴桃在CIIL比例方面存在显著差异。孔隙骨架图显示了不同程度的冷损伤导致的木质化的连通性；我们将木质化部分鉴定为孔隙（图5J-L）。显然，CIIL2和3的局部孔隙厚度和连通性大于CIIL1。此外，对于CIIL3猕猴桃，组织厚度的增加与受影响体积的增加有关。相比之下，对于CIIL1猕猴桃，几乎没有组织厚度大于0.08mm的木质化缺陷。
图5. CIIL指数为1、2和3（A-C）的猕猴桃CT图像，CIIL（D-F）的3D重建图像，CIIL孔隙体积（G-I）的图像，以及CIIL（J-K）的骨架模型
2.基于CIIL指数的机器学习分类器，用于猕猴桃分级
图6提供了形态参数、统计参数和CIIL指数的相关系数热图。从热图可以看出，A-GSV-V、D-值、shape VA、VD和VLF与CIIL指数高度显著相关，可能是因为木质化体积与冷害程度直接相关。A-GSV-V和D值对CIIL指数的影响相对较大。
图6. 特征参数与CIIL指数相关性的热图
X射线CT成像可用于识别、分类和分级受冷害的水果和蔬菜，同时还生成相关数据以监测水果和蔬菜的贮藏质量。这些数据可能有助于优化储存条件以保持水果和蔬菜的质量。未来的研究应进一步探索直接使用X射线CT图像进行深度学习，以保证将开发的方法更容易转移到其他应用中。
本文图表均来自本文献
文献解读：王家琪
编辑：王家琪
校稿：赵沁雨
审核：马婷婷
《猕猴桃加》微信公众号所使用的文章和图片属于相关权利人所有，因客观原因，如存在不当使用的情况，敬请相关权利人随时与我们联系及时处理。欢迎转发朋友圈，如需转载，请标明“转载自《猕猴桃加》”。
邀稿：【猕猴桃加】诚邀猕猴桃相关领域专家、业内人士及广大师生在我们的平台上发布与猕猴桃相关的科研、资讯等内容。（投稿请联系vx：kiwifruitplus）
交流沟通：欢迎所有关心和对祖国猕猴桃事业感兴趣的小伙伴们一起进行沟通交流。可以通过公众号给小编留言或者私戳（vx：kiwifruitplus）
转载合作：可以通过vx:kiwifruitplus或【猕猴桃加】邮箱(mihoutaojia517@163.com)联系我们。
