| 研究課題/領域番号 |
20H04559
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分90150:医療福祉工学関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
綾部 早穂 筑波大学, 人間系, 教授 (40323232)
|
|---|
| 研究分担者 |
山本 晃輔 大阪産業大学, 国際学部, 准教授 (60554079)
掛谷 英紀 筑波大学, システム情報系, 准教授 (70334050)
小早川 達 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (70357010)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
13,000千円 (直接経費: 10,000千円、間接経費: 3,000千円)
2023年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2022年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2021年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 嗅覚 / におい同定 / 検査 / ビッグデータ / ディープデータ |
|---|
| 研究開始時の研究の概要 |
「におい」を同定する能力を検査する方法は国内外に既存であるが、日本人向けに開発され、今日広く用いられている嗅覚検査の「におい」の種類については、選別されてから30年近く経過し、現代の日本人の「におい」の同定能力を検査するために、必ずしも適切ではない。本研究では、機械学習法を取り入れ、ビッグデータとディープデータから、より精度高く現代の日本人の生活に関連のあるにおいの語彙を収集して「におい」の種類の体系化を図り、現代の日本人のにおいを同定する能力を適切に検査するための嗅覚刺激（におい）を網羅的に選定し、検査に適用できるように解答選択肢の選定までを含め、嗅覚検査法の新たな作成を目指す。
|
| 研究実績の概要 |
人間が「におい」を同定する能力を検査するための方法は国内外で複数既存であるが、日本人向けに開発され、医療をはじめとした場面で今日広く用いられている嗅覚検査の「におい」の種類については、それが選定されてから30年近く経過し、現代社会の日本人の「におい」の同定能力を検査するためには必ずしも適切なにおい刺激の種類とは言えなくなりつつある。
本研究では、商品レビューの楽天サイト（ビッグデータ）から収集した「におい」にかかわる表現と、「日誌法」を用いて20代から60代の男女1600名の個々人が日々の生活の中で使用する「におい」にかかわる表現（ディープデータ）の両方向から、現在の日本にかかわりの深い「におい」を整理する。ここから、日常生活の中にある「におい」の種類の体系化を図り、現代社会を生きている日本人にとっての「におい」を同定するする能力を適正に検査するための嗅覚刺激を網羅的に選定する。現在のところ、９種類のにおい刺激を選定し、調合香料を作成した。これらのにおい刺激の質について調査し、今後、さらに、検査に適用できるようなにおい同定方法検討および簡便な「におい調合」までを含めた新しい嗅覚検査の作成を目指す。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
昨年度までに、ビッグデータおよびディープデータからの「におい」にかかわる表現を選出する方法を確認でき、かつ、実際に選出した９種類のにおい刺激を調合するに至っているため。最終年度である今年度は実際にこれらの香料を用いて、嗅覚検査としての使用可能性について検討できる。
|
| 今後の研究の推進方策 |
楽天データベースのようなビッグデータからの「におい」や香りに関する用語を抽出する方法を確認できたので、他のデータベースからも同様に「におい」や香りに関する用語抽出を試みることと、昨年度に調合にまで至った９種類の調合香料（におい刺激）の妥当性や検査としての使用可能性（検査方法自体も含む）について検討する。
|
