PRESS RELEASE

2022年12月21日
東海大学
富士通株式会社

世界初!超音波AI技術により非破壊で冷凍マグロの鮮度の評価に成功

冷凍マグロの汎用的な品質評価システムの確立へ


東海大学[静岡キャンパス](所在地:静岡県静岡市清水区折戸3-20-1、学長:山田 清志)海洋学部水産学科の後藤 慶一教授、および富士通株式会社(本社:東京都港区、代表取締役社長:時田 隆仁)の共同研究グループは、冷凍マグロの重要な品質指標の一つである鮮度について、超音波AI技術注1を活用することで、冷凍状態のまま非破壊で評価することに世界で初めて成功しました。

マグロ産業の成長と国際化は近年急速に加速していますが、冷凍マグロの品質の判別は、マグロの尾の断面を熟練者が目視で確認する尾切り選別をはじめとする破壊的検査が主流であり、検査可能なタイミングや場所、検査者が限定されています。一方で、超音波を用いて身を切ることなく非破壊で鮮度を検査する手法は、冷凍マグロの肉質による超音波の減衰の影響が大きいことが課題となっていました。この課題を解決するため、共同研究グループは、まず冷凍マグロの超音波検査が可能な超音波の周波数帯を発見したのち、正常な検体に比べて鮮度不良注2の検体では中骨からの反射波が特徴的であるという点に着目し、機械学習を用いて非破壊で鮮度の判定を行うことに成功しました。

本研究成果は、マグロの身を切ることなく冷凍マグロの価値を維持しながら、場所を問わず誰でもマグロの品質評価を行うことを可能にし、国際化の進むマグロの流通にトラストをもたらすことが期待されます。

なお、本研究について、2022年12月22日(木曜日)、23日(金曜日)に広島県広島市で開催される超音波研究会(一般社団法人 電子情報通信学会主催)にて両者から発表予定です。

共同研究について

1.背景:

近年の日本食ブームなどを背景に、刺身向けに代表される高品質なマグロの需要が高まっており、2020年には5万トン以上を漁獲・生産する国は15か国注3に上るなど、マグロの需要は日本のみならず世界で大幅に増加しています。

天然マグロの大部分は漁獲時に船上で急速冷凍され、消費者のもとへと届きますが、その品質は漁獲時の状況や流通過程での管理に大きく左右されます。品質の判別には水揚げ時などに行う尾切り選別をはじめとする破壊的検査が主に用いられており、品質を評価できるタイミングや適切に評価できる熟練者が限られ、また評価できる部位が尾周辺のみで限定的でした。

写真.冷凍マグロの尾切りシーン 写真. 冷凍マグロの尾切りシーン

一方、非破壊検査の手段としては、様々な分野で超音波検査が使われていますが、冷凍マグロに代表される冷凍物においては音波の減衰が大きく、一般的な超音波機器を使った検査が困難で課題となっていました。

そこで本共同研究では、マグロの品質異常の一つである鮮度不良を対象にして、減衰の少ない低周波数の超音波を用いて検査し、その波形を機械学習注4によって解析することで、世界で初となる非破壊検査による冷凍マグロの鮮度不良の判定に成功しました。

2.期間:

2022年4月1日(金曜日)から2023年3月31日(金曜日)(2023年度以降も継続予定)

3.研究概要:

はじめに、冷凍マグロの超音波検査に最適な超音波の周波数を検討するため、いくつかの周波数で試行した結果、500kHz程度の比較的周波数の低い超音波が最適なことを明らかにしました。

次に、正常な検体と鮮度不良の検体からそれぞれ取得した超音波波形を比較したところ、鮮度不良の冷凍マグロから取得した波形では中骨からの反射が大きいことが判明し、本結果を用いて中骨からの反射波を活用した鮮度の判別を試みました。ただ、図1のように目視で判別可能な波形だけでなく、図2のように判別が困難なものもあるため、このような波形も含めて超音波AI技術による鮮度不良の判別を目指しました。

  • 図1. 目視で判別可能な波形 図1. 目視で判別可能な波形
  • 図2. AIで判別可能な波形 図2. AIで判別可能な波形

具体的には、正常と鮮度不良のマグロの輪切り検体合計10個から取得した222個の超音波波形のうち、中骨からの反射波を切り出して機械学習を行いました。さらに上記の検体に加えて、正常と鮮度不良の輪切り検体合計6個から取得した126個の超音波波形を用いて鮮度不良度スコアの値を算出し、正常検体の波形と鮮度不良の波形を区別できるかを検証した結果、鮮度不良度スコアに有意差が認められました。

また、本機械学習モデルの性能を鮮度不良スコアが作るAUC-ROC(Area Under the Curve of the Receiver Operating Characteristic curve)注5を用いて評価したところ、性能が発揮できるとされる「0.7」を超える「0.791」の値を得ました。これは約7割から8割程度の確率で正しく判定できる性能であり、冷凍マグロを超音波AIにより非破壊検査することに成功しました。

図3. システム画面イメージ 図3. システム画面イメージ

4.想定される利用シーン:

  • 水産商社が漁師からマグロを購入する際に、ハンディターミナル形式で数カ所かざすことで全体の鮮度を容易に検査可能。
  • 漁港などでベルトコンベア形式の検査に本技術を適用することで、冷凍マグロの鮮度について自動一括検査を実現。
図4. 利用イメージ 図4. 利用イメージ

5.今後の展開:

両者は今後、マグロの検体数を増やすことで超音波AI技術の精度向上を図るとともに、血栓や腫瘍などの鮮度不良以外の異常検知にも取り組んでいきます。さらに、水産加工工場などの現場での実証実験を進めるとともに、冷凍物を扱う畜産業や医療・バイオ分野などへ本技術を幅広く応用する研究を行っていきます。

商標について

記載されている製品名などの固有名詞は、各社の商標または登録商標です。

注釈

  • 注1
    超音波AI技術:
    超音波検査で取得されたデータ処理に特化したAI技術群。超音波検査によって得られたデータには骨などによる反射とそれによる影といった特徴があります。富士通は、このような超音波データが持つ特徴を軽減したり活用したりすることにより、超音波特有のノイズなどの問題に対してロバストなAI技術の開発を進めている。
  • 注2
    鮮度不良:
    死後硬直が進んでいる状態。冷凍マグロでは釣り上げられてから冷凍されるまでの間に死後硬直が進行し、死後硬直が進んだ状態のマグロは釣り上げられてすぐに冷凍されたものよりも商品価値が下がる。
  • 注3
    2020年に5万トン以上を漁獲・生産する国は15か国:
    グローバルノート - 国際統計・国別統計専門サイト「世界のマグロの漁獲量・生産量 国別ランキング・推移」より引用(https://www.globalnote.jp/post-7041.html)。
  • 注4
    機械学習:
    AI技術の一つ。訓練データからアルゴリズムが自動的に対象の分類等に必要な特徴を学習する技術。開発者が作りこむことが困難な複雑・微細なパターンに対しても高い性能を発揮する技術。
  • 注5
    AUC-ROC(Area Under the Curve of the Receiver Operating Characteristic Curve):
    真陽性率を縦軸に偽陽性率を横軸にとり、異常度スコアに対して判定の閾値を変化させたときに得られる曲線の曲線下面積。ランダムな異常度スコアの場合に0.5となり、完全に正解した場合には1.0となる。通常、0.7よりも高い場合にある程度の性能が発揮できているとされる。

関連リンク

本件に関するお問い合わせ

東海大学
海洋学部水産学科 後藤慶一
電話 054-334-0411(代)
E-mail:kgoto@tsc.u-tokai.ac.jp
富士通株式会社
研究本部人工知能研究所
電話 044-330-9447
E-mail:fj-ultrasoundai@dl.jp.fujitsu.com



プレスリリースに記載された製品の価格、仕様、サービス内容などは発表日現在のものです。その後予告なしに変更されることがあります。あらかじめご了承ください。

このページの先頭へ