牛肉は世界で最も消費されている食品のXNUMXつですが、牛肉が素数を超えたときに食べることは、不快であるだけでなく、深刻な健康上のリスクももたらします。 残念ながら、牛肉の鮮度をチェックするために利用できる方法には、一般の人々に役立つことを妨げるさまざまな欠点があります。 たとえば、化学分析や微生物集団の評価には時間がかかりすぎ、専門家のスキルが必要になります。 一方、近赤外分光法に基づく非破壊的アプローチには、高価で洗練された機器が必要です。 人工知能は、牛肉の鮮度を評価するためのより費用効果の高い方法の鍵になるでしょうか？

韓国の光州科学技術院（GIST）で、アソシエイトプロセッサーのKyoobinLeeとJaeGwan Kimが率いる科学者チームが、ディープラーニングと比較的安価な光学技術である拡散反射分光法（DRS）を組み合わせた新しい戦略を開発しました。 「他のタイプの分光法とは異なり、DRSは複雑なキャリブレーションを必要としません。 代わりに、手頃な価格で簡単に構成できる分光計を使用して、サンプルの分子組成の一部を定量化するために使用できます」とLee氏は説明します。 彼らの研究結果は現在、 食品化学.

牛肉サンプルの鮮度を判断するために、彼らはDRS測定に依存して、肉中のさまざまな形態のミオグロビンの比率を推定しました。 ミオグロビンとその誘導体は、主に肉の色と分解過程での変化の原因となるタンパク質です。 ただし、DRS測定値を手動でミオグロビン濃度に変換してサンプルの鮮度を最終的に決定することは、あまり正確な戦略ではありません。ここで、ディープラーニングが役立ちます。

畳み込みニューラルネットワーク（CNN）は、「トレーニングセット」と呼ばれる事前に分類されたデータセットから学習し、データ内の隠れたパターンを見つけて新しい入力を分類できる、広く使用されている人工知能アルゴリズムです。 CNNを訓練するために、研究者たちは、DRSプロファイルと一緒にpH（酸性度）を定期的に測定することにより、腐敗プロセス中に78の牛肉サンプルに関するデータを収集しました。 pH値に基づいてDRSデータを「新鮮」、「正常」、または「損なわれた」として手動で分類した後、彼らはアルゴリズムにラベル付きDRSデータセットを供給し、この情報をミオグロビン推定と融合させました。 「ミオグロビンとスペクトル情報の両方を提供することにより、私たちの訓練された深層学習アルゴリズムは、約92％のケースで数秒で牛肉サンプルの鮮度を正しく分類できました」とKim氏は強調します。

その正確さに加えて、この新しい戦略の強みは、その速度、低コスト、および非破壊的な性質にあります。 チームは、誰もが自宅でも牛肉の鮮度を簡単に評価できるように、小型で持ち運び可能な分光装置を開発できる可能性があると考えています。 さらに、同様の分光法とCNNベースの技術は、魚や豚肉などの他の製品にも拡張できます。 将来的には、運が良ければ、疑わしい肉を特定して回避することがより簡単になり、アクセスしやすくなります。

###

光州科学技術院（GIST）について

光州科学技術院（GIST）は、韓国の光州にある研究指向の大学です。 韓国で最も権威のある学校の1993つであり、XNUMX年に設立されました。大学は、科学技術の進歩を促進し、国内外の研究プログラム間の協力を促進するための強力な研究環境を構築することを目指しています。 「未来の科学技術の誇り高い創造者」をモットーに、この大学は一貫して韓国で最高の大学ランキングのXNUMXつを獲得しています。

ウェブサイト：http：// www。要旨。交流。kr /

著者について

Kyoobin Leeは、GISTのAIラボの准教授兼ディレクターです。 彼のグループは、AIベースのロボットビジョンと深層学習ベースの生物医学分析手法を開発しています。 GISTに参加する前は、KAISTからメカトロニクスの博士号を取得し、韓国科学技術研究院（KIST）でポスドク研修プログラムを修了しました。

Jae Gwan Kimは、2011年からGISTの生物医科学工学科の准教授です。彼の現在の研究トピックには、経頭蓋超音波による脳刺激、麻酔深度モニタリング、脳機能接続測定によるアルツハイマー病の病期のスクリーニングなどがあります。 GISTに参加する前は、米国カリフォルニア大学アーバイン校のベックマンレーザーインスティテュートおよびメディカルクリニックでポスドクトレーニングプログラムを修了しました。 2005年には、テキサス大学アーリントン校とテキサス大学サウスウエスタンメディカルセンター（米国ダラス）の共同プログラムで医用生体工学の博士号を取得しました。