マルチバンド蛍光画像と機械学習を用いた大豆の化学成分組成の推定
キーワード:
fluorescence imaging,
soybean,
partial least squares regression (PLSR),
convolutional neural network (CNN),
excitation emission matrix (EEM)
2026 年 7 巻 3 号 p. 63-74
詳細
2026 年 7 巻 3 号 p. 63-74
大豆の加工用途の最適化には，成分組成を迅速かつ非破壊で評価する技術が求められている．本研究では，蛍光イメージングと機械学習を用いて，大豆成分量の推定モデル構築を目的とした．北海道産大豆100サンプルを対象とし，励起蛍光マトリクスに基づいて365 nmおよび420 nmの励起波長を選定した．取得したカラーおよび蛍光画像を入力として，部分的最小二乗回帰（PLSR）および畳み込みニューラルネットワーク（CNN）による推定モデルを構築した．その結果，PLSRが優れた推定精度を示し，脂質含有率で𝑅2 = 0.66，RMSE = 0.78%，イソフラボン含有量では𝑅2 = 0.47，RMSE = 24.09 mg/100 g FWと一定の推定精度が得られ，蛍光画像に含まれる情報が大豆の成分量推定に有効である可能性が示された．
