食品の品質推定における人工知能の活用 －食感と抗肥満性の予測－

2018 年度 実施状況報告書

• 研究課題/領域番号: 18K14421
• 研究機関: 京都大学
• 研究代表者: 小川 剛伸 京都大学, 農学研究科, 助教 (10793359)
• 研究期間 (年度): 2018-04-01 – 2021-03-31
• キーワード: 食感 / イメージング / 人工知能 / 品質の予測 / 画像処理 / 微細構造

研究実績の概要

既存の食品製造工業では、多くの場合、経験的な知見をもとに試行錯誤的に加工方法・条件を決めてきた。近年、加工食品に対して、喫食時の五感での受感（美味しさ）のみならず、保健のための生理機能性が求められている。研究代表者は、加工食品に応じた食品素材、加工方法・条件を論理的に決め、喫食時の受感や生理機能性等を含む品質を自在に制御できる学術的手法の確立を最終的に目指している。そこで本研究では、麺を対象試料として、加工食品内部の微細構造から、喫食時の食感および抗肥満性等を予測可能にするための基礎基盤の骨格を形成することを目的とした。
2018年度は、人工知能（AI）を用いて、麺の3次元微細構造から食感を予測することに取り組んだ。AIを用いるためには、3次元微細構造と食感に関する既知の関係を用いて予めAIを教育する必要があるが、そのための十分な質と量をもつ相関データベースが存在しないことが課題であった。そこで、まず、研究代表者が独自に開発した3次元微細構造の新規計測技術を用いて、微細構造の異なる複数の麺の多量かつ高質なデータを取得した。さらに、麺の食感として、クリープメータを用いて圧縮応力値と歪率値を計測し、相関データベースを構築した。そして、この相関データベースを用いて、AIの教育および検証を行った。AIには、最大164層までの多層構造を有する畳み込みニューラルネットワーク（CNN）を用いた。その結果、高い精度で食感を予測することに成功した。

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

2018年度は、AIを用いるために、3次元微細構造と食感に関する相関データベースの構築を重点的に実施した。研究代表者はこれまでに、麺などの食品を透明化する新規試薬を開発しており、2光子顕微鏡を用いて、3次元微細構造を計測できるようにしている。今年度は、2光子励起顕微鏡に加えて、大量のデータを高速に取得するために、ライトシート顕微鏡での測定手法を確立した。特に、特殊な樹脂を用いて試料を包埋する新規手法を考案し、透明化法の最大の難点であった試料のハンドリングを劇的に容易することを可能にした。この手法は、食品だけでなく、マウスなどの生体試料にも適用できるため、非常に有用であると考えている。また、透明化の過程において、低温から段階的に温度を上げることで、試料の表面付近の微細構造をより保持できることを見出した。さらに、顕微鏡で得られた画像について、高速フーリエ変換した後に低周波数成分を除去することによる輝度ムラの低減やノイズ除去などにより、高画質化するための最適な画像処理アルゴリズムを確立した。加えて、CNNのハイパーパラメータの最適化によりAIでの予測精度の向上を達成した。このように、当初の研究実施計画にもとづき、順調に研究を進展することができたと考えている。

今後の研究の推進方策

喫食時の受感および消化・吸収時の生理機能性を含む品質を自在に制御するためには、加工食品が、ナノレベルからマイクロレベルまでの連続した幅広い範囲において、多様な微細構造を有することが不可欠である。今後は、ナノレベルの微細構造を麺内部に創出することに取り組む。そして、これらの微細構造が、食感および生理機能性としてのマウスの抗肥満性に及ぼす影響を検討する。