近年、非破壊イメージング技術は絵画研究と保存の分野で急速な発展を遂げており、その中でも大面積X線蛍光（MA-XRF）分析技術は、専門家が絵具の特定や絵画技法の分析を行い、芸術家の創作過程の理解に貴重な情報を提供する上で優れた技術として注目されています。しかし、MA-XRF技術は膨大で複雑なデータセットを生成するため、従来のデータ分析手法には課題がありました。
最近、イタリアの研究者らは、MA-XRFデータセットのスペクトル分析に深層学習アルゴリズムを適用し、全く新しい分析手法を開発しました。この手法は、50万を超える合成スペクトルをモンテカルロシミュレーションで生成して深層学習アルゴリズムを訓練しており、MA-XRFデータセット内のXRFスペクトルを迅速かつ正確に分析し、従来のデコンボリューション法の限界を克服しています。
この新手法の正確性と適用性を検証するために、研究者らはイタリアのカポディモンテ美術館に展示されているラファエロの絵画2点、「父なる神」と「聖母マリア」にこの手法を適用しました。その結果、深層学習モデルは蛍光線の強度をより正確に定量化できるだけでなく、従来の分析手法で発生するアーティファクトを効果的に除去し、より鮮明な元素分布図を生成できることが示されました。
従来のデコンボリューションアルゴリズムとの比較分析を通じて、研究者らは、この新手法が低カウント、低SN比の元素線処理において優れた性能を発揮し、XRFスペクトル内で重なり合う蛍光線をより正確に分離することで、絵具をより正確に特定できることを発見しました。例えば、この新手法はエネルギーが近い鉄（Fe）とマンガン（Mn）元素、および鉛（Pb）と硫黄（S）元素を正確に区別でき、従来の手法で起こりやすい誤判定を回避できます。
この研究成果は、人工知能技術が美術品分析分野で大きく進歩したことを示しており、特にMA-XRFイメージング技術によって生成される大規模データセットの処理において、より正確かつ効率的にXRFスペクトルを分析するための新しい道を切り開きました。今後、研究者らは、絵画の層状構造の推定や、異なる機器で取得したスペクトルデータの比較など、この手法の適用範囲をさらに拡大する予定です。
論文アドレス:https://www.science.org/doi/10.1126/sciadv.adp6234
