Development of automatic measurement method of asbestos by machine learning and emergency exposure evaluation system

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K04665
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 22060:Environmental systems for civil engineering-related
• Research Institution: Osaka University
• Principal Investigator: KONDO AKIRA 大阪大学, 工学研究科, 教授 (20215445)
• Co-Investigator(Kenkyū-buntansha): 嶋寺 光 大阪大学, 工学研究科, 准教授 (20647367) ; 松尾 智仁 大阪大学, 工学研究科, 助教 (30793674) ; 瀧本 充輝 (財)ひょうご環境創造協会(兵庫県環境研究センター), 兵庫県環境研究センター大気環境科, 研究員(移行) (60788264)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: アスベスト / 畳み込みニューラルネットワーク / 画像分類 / 位相差顕微鏡 / 大気汚染

Outline of Final Research Achievements

A CNN model was developed to detect asbestos fibers in phase contrast microscope images. The model was trained using samples collected in accordance with the Ministry of the Environment's asbestos monitoring manual at demolition sites where asbestos-containing building materials were used, as well as samples of non-asbestos fibers that are similar in shape to asbestos fibers. Using the detection results of the model, another model was also developed to estimate the number of asbestos fibers in phase-contrast microscope images.
The accuracy of the developed model in detecting asbestos fibers was higher than 98%. The relative error of the model's counting accuracy compared to the counts by skilled workers was about 30%.

Free Research Field

大気汚染

Academic Significance and Societal Importance of the Research Achievements

本研究で開発されたCNNモデルを用いることで、熟練した技術者でなくても一定の精度でアスベスト繊維の計数ができるようになるため、行政等によるアスベスト漏洩監視業務の省力化や高速化が期待される。
今後、アスベスト含有建築物の建て替え等は増加すると予測されているため、漏洩監視業務の省力化・高速化は、少ない人員で多数の現場の監視を行う必要のある漏洩監視業務の効率化に資する。