大脳皮質型学習モデルを用いた養殖魚の発育をセンシングする基盤技術の開発

点击翻译按钮获取中文摘要

令和4年度は魚のおいしさの指標の一つである「脂ののり（脂肪含有量）」を超音波を利用することにより非破壊で定量的に評価できる基盤技術の開発に関して研究を行った。具体的には動物用の超音波診断装置を用い、マアジの背中から得られた超音波エコー画像から脂肪含有量を推定するアルゴリズムの開発を行った。本研究では機械学習等のソフトコンピューティングを用いてエコー画像から脂肪含有量を推定する方法を模索する予定であるが、まず比較対象として簡単な画像処理技術での脂肪含有量の推定精度を検証した。脂肪含有量の多い魚のエコー画像は皮下から距離が深くなるほど輝度値の減衰が大きくなる。これは脂肪が含まれた肉は超音波エネルギーの減衰が大きいためである。この原理を利用することで、閾値を用いた簡単な処理でもある程度脂肪含有量の推定はできると考えた。検証の結果、推定値の相対誤差は約30%程度と大きい誤差ではあるが、エネルギー減衰を考慮すれば単純なアルゴリズムでも推定は可能であることが示唆された。現在、後方散乱の強さを定量化する方法を用いた脂肪含有量の推定法の開発と、ソフトコンピューティングを用いた方法についても検証中である。本研究は、超音波を利用することで、水中で泳ぐ魚に対しての非破壊評価が期待でき、養殖魚などの成長度を生かしたまま定量化できるスマートセンサの開発に役立てられると考えている。またDICOMサーバを構築することで、動物用超音波診断装置と計算機との間でエコー画像を簡単に連携できるようになり、効率的にエコー画像収取と計算機による検証ができるようになった。