2020 Fiscal Year Annual Research Report
Decomposition of odor trace images into elemental profiles with odor image sensor
Project/Area Number |
18H03782
|
Research Institution | Kyushu University |
Principal Investigator |
林 健司 九州大学, システム情報科学研究院, 教授 (50202263)
|
Co-Investigator(Kenkyū-buntansha) |
中野 幸二 九州大学, 工学研究院, 准教授 (10180324)
冨浦 洋一 九州大学, システム情報科学研究院, 教授 (10217523)
|
Project Period (FY) |
2018-04-01 – 2021-03-31
|
Keywords | 匂いイメージセンサ / 匂い分子ホスト分子 / プロファイル分解 / センサアレイ / ピクセル化匂いセンサ / 機械学習 / 匂いセンサロボット |
Outline of Annual Research Achievements |
匂い分子を選択的に捕捉する人工レセプター・人工酵素の分子設計と合成、および分子センシング・イメージングのための蛍光性ナノ材料について研究した。これらは人工バニロイドレセプター(VR)をモチーフ構造としている。特に、分子センシング・イメージング蛍光性ナノ材料として、ペプチドホストとのコンジュゲート化により、バニロイドの蛍光センシングのためのナノ材料として検討した。モデル実験の結果ではバックグラウンド蛍光からのシグナル分離が課題として残った。一方、カーボン量子ドットを含むフォトン・アップコンバージョン蛍光系を見出し、ゲストとの結合と組み合わせた蛍光ON/OFF制御が可能なバニロイド応答性ナノ粒子を調査した。 匂いイメージングデバイス開発と匂いセンサ情報解析では、金属ナノ粒子の局在プラズモン共鳴(LSPR)-色素カップリング系を構築し、デバイスからの反射光のハイパースペクトル画像情報を使うことで匂い物質情報を飛躍的に増加できる事を見出した。このイメージングデバイスにより、2次元的に配置した匂い源と検知系を構築し、センサ応答特性のキャリブレーションと物質応答情報取得を一度に実施した。構築したセンサシステムは2次元センサの特徴である画素数相当のメガピクセルのセンサアレイと100波長点のハイパースペクトル情報による波長分解能によりセンサ数に換算して1千万個に相当する情報を10秒程度で取得可能であった。取得したビッグデータを用いて機械学習(深層学習ニューラルネットワーク)によって匂い物質を高い精度で識別できることを確認した。また、ロボットにマルチスペクトルセンサとして搭載し、空間的に広がる匂い情報を自動入手し、やはり機械学習(深層学習ニューラルネットワークと再帰型ニューラルネットワーク)によって複数種匂い物質痕跡の空間分布推定と可視化に成功した。
|
Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|