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

开发利用大脑皮层学习模型感知养殖鱼类生长的基础技术

• 批准号: 22K12190
• 负责人: 徳永 憲洋
• 金额: $ 2.66万
• 依托单位: Fisheries Research and Education Agency
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12190/
• 关键词: 超音波; スマートセンサ; 脂肪含有量の推定; ソフトコンピューティング; 非破壊評価; 魚肉; 大脳皮質型学習モデル; 養殖魚

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。

2020年度，我们开展了利用超声波对鱼类美味指标之一“脂肪含量”进行非破坏性定量评价的基础技术的开发研究。具体来说，我们使用动物超声诊断设备开发了一种算法，可以根据从竹荚鱼背部获得的超声回波图像来估计脂肪含量。在本研究中，我们计划探索一种利用机器学习等软计算从回波图像中估计脂肪含量的方法，但首先我们将使用简单的图像处理技术作为比较目标来验证脂肪含量估计的准确性。在脂肪含量高的鱼的回波图像中，随着距皮下层距离的增加，亮度值衰减得更多。这是因为含有脂肪的肉类对超声波能量的衰减较大。通过利用这一原理，我们认为即使使用阈值进行简单处理，也可以在一定程度上估计脂肪含量。验证结果显示，虽然估计值的相对误差较大，约为30%，但如果考虑到能量衰减，即使使用简单的算法也可以进行估计。目前，我们正在开发一种使用量化反向散射强度的方法来估计脂肪含量的方法，并且还在测试一种使用软计算的方法。在这项研究中，我们相信通过使用超声波，我们可以期望对水中游动的鱼类进行无损评估，并且这对于开发可以量化养殖鱼类生长速度的智能传感器等是有用的。 。此外，通过构建DICOM服务器，可以轻松地链接兽医超声波诊断设备和计算机之间的回波图像，从而可以有效地收集回波图像并使用计算机对其进行验证。