2023 Fiscal Year Annual Research Report
鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用
| Project/Area Number |
21H01971
|
|---|
| Research Institution | National Institute for Materials Science |
|---|
Principal Investigator |
柴 弘太 国立研究開発法人物質・材料研究機構, 高分子・バイオ材料研究センター, 主幹研究員 (20638126)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田村 亮 国立研究開発法人物質・材料研究機構, マテリアル基盤研究センター, チームリーダー (20636998)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 鼻腔 / 粘性係数 / 分子量 / 流体力学 / 構造力学 / 流体―構造相互作用 / 気体 / 流体 |
|---|
| Outline of Annual Research Achievements |
本研究では、我々の鼻の内部構造（鼻腔）とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法（大気環境、リアルタイム、非破壊）および同特長のガス粘性測定法（2019年採択の国際共同研究強化Bで創出済み）を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その測定流量範囲（mL/min～L/min）、高速応答性（< 1 sec）から、呼吸レベルの流体計測に適している。鼻腔の各要素を模した流路内でこれら測定を行うことで、生物嗅覚に見られるニオイの高感度検出・高精度識別の理由を明らかにする。上記の相関には非線形性が想定されるため、有限要素解析と機械学習を組み合わせたガス流れ・センサ応答の自動最適化プロセスを組み込むことで、研究を加速する。
昨年度までに実施した種々の検討の結果、市販の鼻腔モデルを本研究に用いることは困難であることが判明した。これは主に、①モデル内部に所々閉塞が見られる、②個体数が限られる、などの理由による。そのような状況下、本研究内容に関する議論をきっかけとして、申請者は東京慈恵会医科大学附属病院の耳鼻咽喉科学教室のチームと連携関係を構築するに至った。既に複数年の共同研究契約を締結し、健常者および嗅覚障害者のCTスキャンデータに基づく多様な鼻腔モデル作製の準備が整いつつある。さらには、鼻腔内部の複数箇所にセンサを固定し、安定かつ再現性良く気流を計測するためのシステムを立ち上げることもできた。今後は、このシステムと複数の鼻腔モデルに、有限要素シミュレーションおよび機械学習を組み合わせた包括的かつ詳細な検討を実施することで、鼻腔内気流の理解に基づく人工嗅覚の実現指針獲得につなげていくつもりである。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
