基于光学相干断层扫描评估脉冲电场作用下草莓硬度变化的非侵入式方法

《NFS Journal》：A non-invasive method for assessing changes in strawberry hardness under the influence of pulsed electric field

　　

本研究提出一种利用光学相干断层扫描（OCT）评估脉冲电场（PEF）处理诱导草莓硬度变化的非破坏性方法。草莓样品在0.3至1.5 kV/cm场强下接受PEF处理，通过机械硬度测试与OCT subsurface组织层图像分析评价结构变化。从OCT图像提取Haralick特征与lacunarity测度等纹理描述符以表征微结构异质性。因特征冗余度高，采用主成分分析（PCA）保留纹理特征空间超过99.7%的方差。研究人员建立由RANSAC回归支持的线性预测模型，从PCA变换特征估算硬度，确保对离群值鲁棒。模型评价显示中等预测性能（平均R2≈0.6），不同数据划分的变异性表明对样品异质性敏感。SHAP分析揭示第一主成分主导预测。研究人员另引入PEF七种强度下草莓硬度变化的线性回归模型。统计分析确认PEF对硬度影响显著（p=0.002，η2=0.365）。结果表明OCT结合机器学习在探索PEF诱导与果肉硬度相关结构变化的非侵入监测方面具良好潜力。

研究背景方面，草莓（Fragaria × ananassa）因高含水量与脆弱细胞结构极易腐败，传统热杀菌常降解热敏物并劣化质地，非热加工技术受关注。脉冲电场（PEF）作为非热方法可诱导细胞膜electroporation（电穿孔），增强传质并利于干燥提取，但过度处理致不可逆软化，因此需非侵入监测组织软化以控工艺。现有力学测试仅宏观，MRI/NMR、μCT等或破坏或成本高，光学相干断层扫描（OCT）能实时高分辨成像subsurface层，区分turgor loss（膨压丧失）与cell wall rupture（细胞壁破裂），但OCT纹理与硬度定量关联研究不足。该研究发表于《NFS Journal》，旨在建立OCT纹理结合机器学习的PEF-硬度诊断框架。

关键技术方法上，研究人员采用波兰甜点草莓70个初筛、PEF 7组场强（0.3–1.5 kV/cm，10脉冲，1 μs，极距6 cm，20°C等温）处理，剔除严重降解后60个入力学分析；以Shimadzu EZ-LX质地分析仪测首次压缩最大力定义hardness（硬度）；Spark OCT HR（800 nm，1024×1024，dx=7.42 μm，dy=1.72 μm）采3幅B-scan，裁512×512 ROI，中值滤波去散斑，Otsu二值化，Garcia平滑定皮界；提Haralick与lacunarity纹理，PCA降维保>99.7%方差，RANSAC线性模型预测硬度，SHAP解释，并建7强度线性回归，ANOVA验PEF效应。

研究结果部分，引言指出PEF electroporation致液泡收缩、胞壁变形、软化，OCT可探2–3 mm深微结构。材料方法中2.1 Fruit sample set说明选高完整度果，70转60因剔除极端软化引入选择偏倚，力学反映存整样行为。2.2 Pulsed electrical field给出ScandiNova M100装置、峰值电压2.65–16.0 kV、能量密度0.07–4.65 kJ/kg随场强增。2.3 Hardness test以φ10 mm柱探、5 mm/s、60%果高位移、20°C测最大力。2.4 Image data acquisition and processing述OCT参数、裁剪、中值（半径3圆掩）、Otsu、式(1) y_e(x)=argmin_y(I_B(x,y)>0)定上边界、Garcia平滑去畸变。摘要对应模型段示PCA-RANSAC线性模型平均R²≈0.6，SHAP示PC1主导，另7强度线性模型存在，统计p=0.002、η²=0.365证PEF显著降硬。

讨论与结论翻译总结：研究人员讨论认为剔除重度降解样使力学数据偏向存整组织，限制软化上限外推；OCT纹理经PCA压缩可中等预测硬度但对样品异质敏感；第一主成分承载主要微结构异质信息。结论为OCT联合机器学习对非热PEF处理下草莓硬度相关结构变化提供可重复非侵入监测基础，未来可嵌入干燥/提取产线；PEF在0.3–1.5 kV/cm显著改变硬度（η²=0.365），OCT纹理特征可作软化的影像标志物。