X線異物検査器によるアボカドの内部黒変の非破壊評価とカビ抑制技術の探索
| Project/Area Number |
21K14943
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 41040:Agricultural environmental engineering and agricultural information engineering-related
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
小山 健斗 北海道大学, 農学研究院, 助教 (60845907)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
|
|---|
| Keywords | X線画像 / 追熟過程 / カビ / アボカド / X線 / 画像解析 / 機械学習 / 保存 |
|---|
| Outline of Research at the Start |
アボカド，マンゴーといった追熟が必要な農産物の内部の黒変を目視で早期に検出することは難しい。特に，茎の付け根から侵入したカビが原因となる内部黒変は追熟前に症状として現れないため検出が困難である。内部黒変の有無を評価するには果実の切断が必要となる。本研究では，X線画像を用いた非破壊でのアボカドの内部黒変の定量化とカビの増殖を抑制する保存条件を探索をおこなう。X線異物検査器は対象物の密度を測定できるため，カビが活動してできる空洞と内部黒変を検出できると考えられる。
|
| Outline of Annual Research Achievements |
冷蔵技術の発達に伴い、青果物の長期保存や長期輸送が可能になった。一方で、青果物の3分の1は廃棄されている。カビが廃棄の原因の1つだ。特にアボカドやマンゴーといった追熟果実は食べごろ直前の追熟時にカビが原因で腐敗してしまう。腐敗する箇所は茎端部が多い。皮の内側から腐敗が始まるため、腐敗が外観からわからない。本研究ではX線画像を用いて、アボカド内部の密度を測定し腐敗部の検出を行う。X線は物体を透過し、その透過した物体の密度を画像として表示することができる。X線検査機は食品工場での異物混入を検査するものを用いた。本年度は、アボカドの腐敗のパターンと保存環境の関連性を探るべく、X線によるアボカドの内部腐敗の追跡を行った。カビをアボカドに打ち込むことで、効率的に腐敗パターンを取り出すこととした。温度と湿度によりカビの育成が大きくことなると仮説を立てた。アボカドは未熟な緑のものを追熟させ、追熟過程での内部腐敗を観察した。また、深層学習を用いて腐敗部の検出率の向上を目指した。本研究によりこれまで見ることができなかった内部情報を瞬時に判断できる。腐敗発生がいつなのか？どの保存環境で腐敗が急激に増えるのかがわかる。腐敗の実態を掴むことで、今後腐敗の対策につなげていき、収穫後の青果物の廃棄を少なくする。本研究のアプローチは皮の硬い、青果物の保存方法の検討に役立つ。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究はおおむね順調に進んでいる。以下の2点について研究が進んだ。
①AIによる腐敗部の抽出、②異なった保存条件下でのカビの侵食
AIによる腐敗部の抽出ではセマンティックセグメンテーションを用いて、果実全体から腐敗部を抽出することに成功した。腐敗部を直接抽出しているのではなく、腐敗によって発生する空洞を検出しているため、直接的に腐敗を検出しているわけではない。画像解析ではなく深層学習を導入することにより、果実の選別能力が89%から98%に飛躍的に向上した。研究内容をPostharvest Biology and Technologyに投稿しており、現在Minor revisionの対応中である。
温度と湿度を変えてカビの侵食の様子を観察した。湿度が高いほど侵食速度が増加することとなった。また、温度が高い条件でカビの侵食速度が速くなった。これまでに見えていなかった内部腐敗のタイミングと速度を捉えることができた。カビの生育は温度湿度に大きく依存するため、温湿度でカビの侵食が変わるといった仮説を立てていた。その仮説が証明された。今後、空気組成を調整するなど他の保存条件でも検討を進めていく。
|
| Strategy for Future Research Activity |
今回の研究の過程で、果実によって腐敗速度が大きく異ることがわかった。そのため、腐敗果実の水分活性やpHを測定し、カビが増殖しやすい果実が存在するのかを確認する。さらに、2次元構造では腐敗部の経過観察において細部を評価することができないため、X線CTを用いて腐敗パターンを見つけ出す。また、顕微鏡で腐敗部分を拡大し、カビがどこまで侵食しているかをミクロな視点で確認する必要性に気がついた。
熟練者の経験や過去の追熟事例の文献を機械学習でまなび、よりよい保存方法を探索する。そのうえで、追熟および保存方法の検討を行う。腐敗の発生が遅延する条件をX線画像の非破壊検査を繰り返すことで評価する。アボカドに特化していたが、余力があればマンゴーについても同様の研究を進めてみる。保存方法の検討について、現在執筆中の論文を投稿する。
|
Report
(2 results)
Research Products
(5 results)
