基于混合传感器-视觉机器学习的Mahewu发酵动力学预测研究

《JOURNAL OF FOOD SCIENCE》：Hybrid Sensor–Vision Machine Learning for Predicting Mahewu Fermentation Dynamics

　　

本研究开发并评估了一个实验室规模的混合传感器-视觉机器学习框架，用于同步物理化学传感和表面图像分析，以监测和预测mahewu发酵动力学。研究人员在受控加工条件下发酵白玉米和黄玉米mahewu，同时记录pH、电导率（EC）和温度，并在固定LED照明下采集表面图像。图像经分割后转换为颜色、纹理、边缘和形态学描述符，然后通过容差有效匹配与传感器记录以及原始实验室总可滴定酸度（TTA）和总可溶性固形物（TSS）测量值对齐。语义分割在来自14个发酵运行组的96张人工标注图像上使用嵌套分组验证单独评估，产生运行平衡的平均Dice系数0.8070和平均交集比0.7195。主要原始实验室预测模型使用了来自12个主要发酵运行的7945条匹配图像-传感器记录，包括71条TTA和87条TSS参考记录。泄漏控制模型按发酵运行使用图像仅、传感器上下文和多模态特征集进行评估。原始实验室TTA使用传感器上下文变量与梯度提升（Gradient Boosting）预测最有效（R² = 0.8298，MAE = 61.03 μL/g，RMSE = 96.46 μL/g）。原始实验室TSS表现出最佳点估计性能，使用多模态随机森林（Random Forest）模型（R² = 0.5939，MAE = 0.624 °Brix，RMSE = 0.789 °Brix）。图像仅模型对两个目标均较弱，表明表面描述符更适合解释为补充信息而非独立信息。在受控实验室条件之外使用之前，需要跨独立批次、光照条件、容器几何形状和生产环境进行进一步验证。

实际应用：Mahewu发酵通常通过外观、酸度和生产者经验进行评估。将pH、电导率、温度和表面图像一起记录，在实验室条件下提供了批次内变化的更客观描述。在实际生产环境中验证后，该方法可帮助生产者比较批次并做出更一致的发酵决策。

论文解读：混合传感器-视觉机器学习预测Mahewu发酵动力学

Mahewu（也称amahewu）是一种广泛消费于南部非洲的传统非酒精发酵谷物饮料，通常以玉米或相关谷物为原料，其品质受原料组成、接种物来源、煮沸条件、发酵温度和发酵时长影响。然而，当前mahewu生产仍强烈依赖视觉外观、酸味和经验等主观判断，导致批次间差异并限制了客观质量控制。pH、总可滴定酸度（TTA，total titratable acidity）、总可溶性固形物（TSS，total soluble solids）和电导率（EC，electrical conductivity）可提供互补的发酵进程信息，但TTA需手动滴定，无法连续在线测量。数字监测与计算机视觉虽已应用于相关发酵体系，但针对mahewu的传感器-视觉混合验证仍缺乏。因此，研究人员开发并评估了一种实验室规模的混合传感器-视觉机器学习框架，旨在通过同步物理化学传感与表面图像分析监测和预测mahewu发酵动力学。

研究人员使用白玉米和黄玉米，在不同煮沸时间和发酵温度条件下制备mahewu，以麦芽高粱为接种物。发酵过程中同步记录pH、EC和温度，并在固定LED照明下采集表面图像。图像经语义分割和特征提取后，通过容差有效匹配与传感器记录及原始实验室TTA和TSS参考值对齐。采用按发酵运行分组验证的泄漏控制模型，比较图像仅、传感器上下文和多模态特征集对原始实验室TTA和TSS的预测能力。主要结论为：传感器上下文梯度提升模型对TTA预测最优，多模态随机森林对TSS产生最佳点估计，而图像仅模型较弱，表明视觉描述符更适合作为补充信息。

关键技术方法包括：搭建基于Raspberry Pi 4的发酵平台，连接DS18B20温度探头、Atlas Scientific EZO-pH和EZO-EC电路，以及Raspberry Pi NoIR相机；白玉米和黄玉米来自Agricultural Research Council（Pretoria, South Africa）。图像采用U-Net进行语义分割，提取颜色、纹理、边缘和形态学描述符；采用容差有效匹配规则（时间差≤5 s、pH差≤0.02、EC相对偏差≤2%）对齐图像与传感器记录；预测模型包括Ridge回归、随机森林和梯度提升，使用GroupKFold按发酵运行分组验证；另建立了模糊-机器学习TTA软传感器。

研究结果如下：

3.1 数据集对齐、目标可用性和理化趋势背景：通过容差匹配获得7945条图像-传感器记录，其中71条具有原始实验室TTA参考值、87条具有TSS参考值。理化趋势显示中位pH从6.42降至3.41，TTA从47.50上升至551.85 μL/g并最终达645.30 μL/g，EC和TSS呈非单调变化。

3.2 分割、裁剪提取和代表性图像记录：使用96张人工标注图像进行嵌套分组验证，获得运行平衡的平均Dice系数0.8070、平均交集比（IoU）0.7195。分割掩模用于生成裁剪后的产品区域图像。

3.3 探索性混合模糊-机器学习TTA软传感器分析：以pH、EC、温度为输入，混合模糊-机器学习模型在普通五折交叉验证下取得MAE=31.3 μL/g、RMSE=40.5 μL/g、R²=0.92，但未按发酵运行分组，结果仅属探索性。

3.4 泄漏控制的原始实验室TTA预测：按发酵运行分组，图像仅模型预测较弱（R²=0.1743），传感器上下文梯度提升模型最优（R²=0.8298，MAE=61.03 μL/g，RMSE=96.46 μL/g），多模态模型未超过传感器上下文。

3.5 泄漏控制的原始实验室TSS预测：图像仅模型弱（R²=0.0532），多模态随机森林模型获得最佳点估计（R²=0.5939，MAE=0.624 °Brix，RMSE=0.789 °Brix），但运行聚类自助分析显示其与传感器上下文模型的RMSE差异置信区间包含零，未确立明确优势。

3.6 置换重要性解释：对TTA，pH置换后R²下降最大；对TSS，EC和pH最重要，图像纹理与颜色贡献较小。

3.7 二次分析与实施相关性：pH重建最高R²=0.8570，EC重建最高R²=0.7470；图像仅模型对代理标记TTA预测R²=0.4888；残差分析显示TTA在中高值有较大偏差，TSS在低值和高值存在系统性误差。

3.8 与现有研究的比较分析：研究结果与已有mahewu和非洲谷物发酵的pH下降、TTA上升趋势一致；EC作为连续信号辅助酸度监测；相关计算机视觉研究支持图像特征作为补充层。

3.9 意义、局限和研究边界：传感器上下文变量携带主要预测信息，图像描述符作为补充信息。研究局限包括固定相机位置、有限标注图像、间歇实验室参考值，以及未表征原料组成。未来需在独立批次、容器几何、光照条件和生产环境中验证。

讨论部分指出，该研究的主要意义在于展示混合传感器-视觉工作流在实验室规模下支持mahewu发酵