基于可解释多任务卷积神经网络框架的可见-近红外光谱同时预测樱桃成熟度相关性状

《Journal of Future Foods》：Explainable Multi-task Convolutional Neural Network Framework-Assisted Simultaneous Prediction of Cherry Maturity-related Traits Using Vis-NIR Spectroscopy

　　

摘要：准确且无损地评估樱桃成熟度需要同时量化多个相互关联的品质性状，包括硬度、可溶性固形物含量（SSC）、颜色（L*、a*、b*）、可滴定酸度（TA）和维生素C。可见-近红外（Vis-NIR）光谱技术能够快速获取此类信息；然而，现有建模方法需要繁琐的预处理和特征波长选择，同时还需针对不同性状建立单独的预测模型。为解决这一问题，研究人员提出了一种多任务深度学习框架WOA-MHA-MCNN，并集成事后解释方法（Shapley加法解释，SHAP）以增强可解释性，该框架通过引入鲸鱼优化算法（WOA）和多头注意力（MHA）对多任务卷积神经网络模型进行优化。所提出的模型在多性状预测中表现出优异的性能（0.954 < Rv² < 0.975，5.09 < RPD < 6.59）。此外，采用SHAP对每个性状的波长贡献进行归因，揭示了驱动预测的关键光谱区域，增强了模型透明度。该研究为利用Vis-NIR光谱快速、准确评价樱桃多个成熟度相关内部品质参数提供了一种高效解决方案。

论文解读：基于WOA-MHA-MCNN与SHAP的樱桃成熟度多性状同步预测研究

**研究背景与问题**
甜樱桃（*Prunus avium* L.）是中国北方重要的经济果树，其成熟度直接决定采后稳定性、市场接受度和经济收益。未成熟果实硬度偏高、糖酸比失衡，而过熟果实则软化迅速、易褐变腐烂，显著缩短货架期。樱桃成熟过程涉及酶调控的生化变化，共同驱动硬度、颜色（L*、a*、b*）、可溶性固形物含量（SSC）、可滴定酸度（TA）和维生素C（VC）等品质指标的变化。这些属性相互关联且随成熟度协同演变，因此成熟度评估本质上是一个多性状问题。传统建模方法（如偏最小二乘回归PLSR、最小二乘支持向量机LS-SVM）依赖繁琐的预处理和人工特征波长选择，且需为每个性状单独建模，忽略了性状间的相关性，导致信息丢失和实用受限。深度学习中的卷积神经网络（CNN）虽能直接从原始光谱学习表征，但单任务模型仍无法利用性状间关联，且超参数手动调优耗时且易陷入局部最优。因此，亟需一种统一、自动化且可解释的多性状同步预测框架。

**研究内容与结论**
研究人员提出一种集成鲸鱼优化算法（WOA）和多头注意力（MHA）的多任务卷积神经网络框架（WOA-MHA-MCNN），用于从Vis-NIR光谱同时预测甜樱桃的七个成熟度相关性状（硬度、SSC、L*、a*、b*、TA和VC）。该模型采用硬参数共享机制，共享特征提取网络，为每个性状设置独立输出分支，利用WOA自动优化学习率和批大小，并在卷积层后嵌入MHA以增强全局特征交互。模型在验证集上取得优异性能：Rv²范围为0.954–0.975，RPD（残差预测偏差）为5.09–6.56，显著优于传统化学计量学模型（经预处理和波长选择后的最佳RPD为2.54–3.90）和单任务CNN（RPD为2.29–2.61）。此外，采用Shapley加法解释（SHAP）进行事后归因，识别出各性状的关键波长区域，主要集中于420–680 nm（色素吸收）、720–780 nm和880–995 nm（水与结构相关），与已知生理吸收特征和传统波长选择方法（UVE、CARS）的结果高度一致，验证了模型的物理化学可解释性。该研究为樱桃成熟度多参数快速无损评价提供了一体化、自动化、端到端的解决方案，有助于工业部署和标准化分级。

**关键技术方法**
本研究涉及的主要技术方法包括：（1）样本采集：于2024年6月1日、4日、7日（花后55、58、61天）在河北保定商业果园采集‘美早’樱桃，每阶段260个果实，共780个，每个果实赤道区120°间隔扫描三次取平均光谱，波长范围400–1000 nm，共1744个变量；（2）光谱获取：使用FLMS00065型可见-近红外光谱仪（Ocean Optics），配备14 W卤钨灯和Y型光纤，暗盒和参比校准；（3）品质测定：采用硬度计（GY-1）、数字折射仪（PLA-1）、色差计（CR-400）、酸度计（AL-Easy ACID 16）和DNPH比色法试剂盒分别测定硬度、SSC、颜色、TA和VC；（4）传统模型构建：采用PLSR和LS-SVM，对比四种预处理（S-G平滑、SNV、一阶导数、二阶导数）和两种波长选择（UVE和CARS）；（5）深度学习模型：构建单任务CNN、多任务MCNN、WOA优化超参数（学习率和批大小，搜索范围1e-3–1e-2和16–256，种群10，迭代20）、MHA嵌入（2个头），以及SHA和ECA对比；（6）模型评估：Kennard-Stone算法按3:1划分校准/验证集，评估指标包括R²、RMSE和RPD；（7）SHAP解释：从校准集随机采样100条光谱作为背景，计算验证集的SHAP值，以平均绝对SHAP值排序波长重要性。

**研究结果**
（1）品质指标表征：三个成熟阶段（M1–M3）的硬度随成熟度下降（均值从1.61 N降至1.37 N），SSC上升（从14.99%升至17.1%），L*和a*、b*向低亮度变化，TA下降（从0.9–1.0%降至0.7–0.8%），VC先升后降。各性状近似正态分布，校准集范围覆盖验证集，划分合理。

（2）光谱分析：不同成熟阶段平均光谱形状相似，但500–970 nm区域强度差异显著，680 nm附近和970 nm峰分别与叶绿素/花青素和水分子O–H振动相关。

（3）传统化学计量学模型：一阶导数预处理最优（Rv² 0.814–0.905，RPD 1.75–3.18），波长选择后最佳RPD >2.5，但不同性状最优方法不同（如UVE-LS-SVM对颜色和VC最佳，CARS-LS-SVM对硬度、SSC和TA最佳），表明传统流程需为每个性状单独配置。

（4）单任务CNN：Rv² 0.821–0.877，RPD 2.29–2.61，虽优于全谱PLSR，但未超越波长选择后的最佳模型，且需独立训练多个模型。

（5）消融实验：MCNN（Rv² 0.867–0.898，RPD 3.05–3.42）优于单任务CNN，且训练时间约53秒；WOA优化后（批大小54，学习率0.0014）训练时间降至30秒（减少43.4%），Rv²升至0.931–0.959，RPD 3.54–4.60；进一步加入MHA后，Rv²达0.954–0.975，RPD 5.09–6.56，RMSEV较WOA-MCNN降低17.24–48.31%。对比SHA和ECA，MHA表现最优。

（6）SHAP解释：关键波长集中于420–680 nm、720–780 nm和880–995 nm，与色素吸收、水分子振动和结构变化一致。梯度子集实验显示，前30个波长捕获核心信息，但全谱模型性能仍优于子集，表明高阶非线性交互对预测的重要性。

**讨论与结论**
讨论部分指出，WOA-MHA-MCNN通过共享卷积层提取的深度特征有效捕捉了成熟度相关指标间的内在关联，WOA全局优化避免了手动调参的局部最优陷阱，MHA精准定位关键波长，三者协同使模型在极少人工干预下达到甚至超越精细调优的传统模型。SHAP识别的波长区域与成熟阶段光谱变化（特别是M3期600–700 nm和970 nm的显著波动）高度一致，证明模型捕捉的是真实物理化学变化而非噪声。结论部分强调，该框架实现了多性状同步预测、自动超参数优化和增强的可解释性，为樱桃成熟度评估和标准化分级提供了集成化、自动化解决方案，促进加工和质量控制产业的智能化发展。论文发表在《Journal of Future Foods》。