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。

在2022年，我们对基本技术的开发进行了研究，这些技术可以通过使用超声（使用脂肪胶（脂肪含量））（脂肪含量）（FISH TASH的指标之一）进行定量和非破坏性评估。具体而言，使用针对动物的超声诊断装置来开发一种算法，用于估计从马鲭鱼后部获得的超声回波图像中的脂肪含量。在这项研究中，我们计划探索一种使用机器学习等软计算来估算回声图像的脂肪含量的方法，但我们首先验证了使用简单的图像处理技术进行比较来估算脂肪含量的准确性。在脂肪含量高的鱼的回声图像中，距离皮下区域的距离越深，亮度值的衰减越大。这是因为含脂肪的肉对超声波能量的衰减很大。通过使用此原则，我们认为即使是使用阈值值的简单处理也可以在某种程度上用于估计脂肪含量。验证的结果表明，尽管估计值的相对误差约为30％，但即使在考虑能量衰减时，也可以使用简单的算法进行估算。当前，我们还使用一种使用一种量化反向散射强度的方法来估算脂肪含量的方法，并使用软计算验证方法。这项研究认为，通过使用超声，对水中游泳的非破坏性评估可以预期，并且可以在开发可以量化养殖鱼类和其他鱼类生长速度的智能传感器中有用。此外，通过构建DICOM服务器，可以轻松地将ECHO图像链接在动物超声诊断设备和计算机之间，从而可以有效地回声图像收集和计算机验证。