研究業績

赤外分光法による食品計測と、AIを組み合わせた食品異物検査に関する発表・論文要約を掲載しています。

研究者情報（ORCID）：
https://orcid.org/0009-0004-2648-8830

研究者情報（researchmap）：
https://researchmap.jp/manabu-hanamatsu

発表・論文要約

・Optical Review 投稿論文要約

Performance evaluation and wavelength-level analysis of nondestructive screening for embedded hair in manju using near-infrared diffuse reflectance spectroscopy and deep sequence learning

種別：学術誌投稿原稿
投稿先：Optical Review（ODF’26特集）
状態：投稿済み・担当編集者への依頼中（Editor Invited）
投稿日：2026年8月30日
状態確認日：2026年9月29日

まんじゅう内部に埋設した毛髪の非破壊識別を対象に、近赤外拡散反射分光法と深層学習を組み合わせた手法を検討した。ODF’26で使用した同一の1,000試料を再解析し、モデル構成・判定しきい値の検討と、波長ごとの特徴・モデル出力への影響の分析を行った。試料の測定順序と毛髪の有無が一致する制約を明示し、測定順序を無作為化した追加検証を今後の課題としている。

・電気学会論文誌C（電子・情報・システム部門誌）論文要約

近赤外拡散反射分光法による毛髪異物識別の前処理最適化と判定設計

種別：学術誌論文（査読付き）
掲載・発表先：電気学会論文誌C（電子・情報・システム部門誌）
状態：掲載決定・最終原稿提出済み
掲載決定日：2026年9月10日
掲載予定：2027年・第147巻第2号

食品中の毛髪識別を対象に、近赤外拡散反射スペクトルの前処理12条件と、モデル平均数・判定しきい値の選定手順を検討した。条件選定を開発データ800件の中で行い、選定に用いなかった固定テスト200件で評価した。Accuracy＝0.9950、F1＝0.9950、ROC-AUC＝0.9999、見逃し0件（毛髪あり100試料中）・誤検出1件を得た。

・ODF’26 Research Summary

Non-destructive Identification of Hair in Confectionery Using One-dimensional Near-infrared Diffuse Reflectance Spectroscopy and Deep Time-series Learning

種別：国際会議論文・ポスター発表
掲載・発表先：The 15th International Conference on Optics-photonics Design and Fabrication（ODF’26）, Technical Digest
状態：発表済み・掲載済み
時期：2026年6月4日（ポスター発表）
書誌情報：ThP-33、全2ページ

This study investigated non-destructive identification of hair embedded in manju using one-dimensional near-infrared diffuse reflectance spectroscopy and a deep time-series model. On a 200-sample test set, the method achieved F1 = 0.962, ROC-AUC = 0.998, and zero false negatives among 100 hair-positive samples. These results were obtained under the experimental conditions of the study.

ポスター発表の研究要約はこちら：
https://www.livesymphonic.jp/research/odf26/

・八戸工業大学紀要論文要約

統合型深層時系列モデルと一次元近赤外拡散反射分光による食品中非金属異物の非破壊識別

種別：大学紀要論文（査読付き）
掲載・発表先：八戸工業大学紀要
状態：掲載済み
時期：2025年12月12日（発行）
書誌情報：第45-1巻、pp.16–26、DOI：10.32127/0002000172

食品中の非金属異物、特に毛髪を対象として、一次元近赤外拡散反射分光法と統合型深層時系列モデルを組み合わせた非破壊識別手法を検討した。1D-CNN、BiLSTM、Attentionを統合したモデルにより、スペクトルの波長方向の特徴を捉え、毛髪の有無の識別とモデルが着目する波長帯の分析を行った。

・電気学会研究会発表原稿要約

近赤外分光法とAttention統合深層学習モデルによる非金属異物（毛髪）検出の高精度化

種別：研究会資料・口頭発表
掲載・発表先：電気学会システム／制御合同研究会
状態：発表済み・掲載済み
時期：2025年6月29日（発表）、2025年6月26日（資料発行）
書誌情報：ST-25-014／CT-25-076、pp.71–74

近赤外分光法とAttention統合深層学習モデルを用いて、食品中の非金属異物である毛髪の検出を検討した。1D-CNN、BiLSTM、Attention機構を統合したモデルにより、毛髪の有無の分類とスペクトルの特徴分析を行い、非破壊・非接触の食品異物検査への応用を検討した。

・レーザー研究解説記事要約

近赤外線分光法による食品のカロリー測定方法及び測定装置の開発

種別：解説記事（レーザー解説）
掲載先：レーザー研究
状態：掲載済み
出版日：2011年4月15日
書誌情報：第39巻第4号、pp.243–249、DOI：10.2184/lsj.39.243

近赤外分光法を利用し、食品のカロリーを非破壊・非接触で測定する方法と装置の開発を解説した。吸収波長と重回帰式を用いた測定手法、装置の構成、実用化・商品化に至る経緯を紹介している。