PINNSで非破壊検査が革新へ

研究の概要

米スペイン国際共同研究チームは、電気インピーダンス断層撮影（EIT）の根幹をなす「カルデロン逆問題」を、物理情報ニューラルネットワーク（PINN）で解く新しい枠組みを発表した。論文はarXivに公開されている。

従来のカルデロン逆問題の解法は、対象物の表面に多数の電極を配置し膨大な測定データを収集する必要があった。研究チームは​ランダム化ウェーブレット関数​に基づくマルチスケール境界励振と、フーリエ特徴エンコーディング（FFE）を組み合わせることで、有限個の境界測定データのみから内部の導電率分布を再構成することに成功した。

未知の導電率と電位分布をそれぞれ独立したニューラルネットワークで表現し、楕円型偏微分方程式（PDE）を物理残差として課す設計により、再構成誤差は​相対誤差3〜12%​という高い精度を実現した。特に急峻な界面や局所的な異常領域を含む複雑な導電率場においても、支配的な構造の復元に成功している。

ビジネスへの示唆

本手法が実用化された場合、影響を受ける産業・部門・KPIは多岐にわたる。

• ​医療機器・ヘルスケア業界​：EITを用いた肺機能モニタリングや腫瘍検出において、電極数の削減と検査時間の短縮が可能となる。放射線被曝ゼロの非侵襲的スクリーニングとして、患者スループット（1日あたり検査件数）と診断コストが主要KPIとなる。
• ​非破壊検査（NDT）・製造業​：航空機のカーボン複合材や配管、電池セルの内部欠陥検出に応用できる。検査ラインのサイクルタイム短縮や不良品見逃し率（脱落率）の改善が期待される。
• ​資源・エネルギー業界​：地下探査や油田の電気的トモグラフィーにおいて、少ない計測点から地層の導電率分布を推定するコスト削減効果が見込まれる。掘削コストと探査精度がKPIとなる。

とりわけ製造業の品質保証部門にとって恩恵が大きい。これまでX線CTや超音波検査が担っていた内部構造の可視化を、電気的測定と計算のみで代替できれば、設備投資コストの抑制と検査の自動化が同時に実現する。​フーリエ特徴エンコーディング​が急峻な導電率変化の復元精度を向上させる一方、滑らかな分布では生座標ネットワークが競争力を持つという知見は、用途ごとに最適な手法を選択するための実践的な指針となる。

今後の展望

現段階の検証は合成データに基づいており、実測データへの適用や三次元拡張は今後の課題として残る。研究チームは差分法による順問題ソルバーで生成した合成データを用いて評価を実施しており、実環境でのノイズ耐性や電極配置の最適化についてはさらなる検討が必要である。

ただし、PINNベースのアプローチはデータ取得コストの低い「少数電極設定」でも機能するため、ウェアラブルEITデバイスや組み込み型センサーへの統合という観点で研究開発投資の価値は高い。医療機器メーカーや産業用センサーメーカーがアカデミアとの連携を通じてプロトタイプ開発を加速させれば、3〜5年以内に商用製品への組み込みが現実味を帯びる。逆問題解法における機械学習の実用化競争は、既に国際的に激化しており、日本企業にとっても見逃せない技術動向である。