ディープラーニングに基づいたAI食感分析法開発

抄録

【目的】食品のおいしさは食品開発等産業上での重要性はもちろん，食育や高齢化社会におけるフレイル対策など，非常に重要である。物理的な味ともいわれる食感は，日本食においては6割超を占めるともいわれている。食品の種類はもちろん，調理法にも強く依存しておいしさ，さらには食感が変化し，商品価値他前述の波及効果が見込めるため，調理科学分野における食感の定量分析手法は重要である。一方，圧縮器具の形状や圧縮速度，また食品の形状など圧縮条件に，食感が大きく影響してされるため，圧縮試験機の結果は統一的に解釈することが困難である。本研究はこの問題を解決すべく，機械学習に基づいて，食感分析を実施する新しい方法を開発することを目的とした。

【方法】従来の食感測定法である，食品圧縮試験機を利用して圧縮特性を得た。圧縮試験結果から特徴値を抽出するTexture profile analysis法がこれまで主流であるが，本研究では，圧縮荷重の掲示変化の生データ，例えば1,000ポイント/測定，を利用した。圧縮試験結果の全データをディープラーニングに基づいて「食感を学習」することにより，食感に基づいて食品や製造法，成分などの分類を試みた。

【結果】数千，数万回の圧縮試験データを収集し，教師あり学習として，ディープラーニングを実施した。従来法のTPAに基づいた多変量解析では，判別不可能なわずかな食感の違いであっても，本手法を利用することで，食感に基づいて食品を判別することや，官能試験の結果を予測することに成功した。本技術を今後発展させることで，従来特に困難であった，機器分析結果とヒトの感性の間に，相関関係を見出し，両者のギャップを埋めることが可能になる，と期待される。