研究業績

近赤外分光法とAIによる食品異物検査に関する発表・論文要約を掲載しています。

発表・論文要約

・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：査読付き論文
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：査読中
時期：2026年
識別情報：査読中のため未記載

本論文では、和菓子中に埋設した毛髪異物を対象に、一次元近赤外拡散反射スペクトルと深層時系列学習を用いた識別手法について、前処理条件と判定設計の最適化を検討した。開発データ内で前処理候補、アンサンブル数、固定しきい値を選定し、外部テストで評価した結果、Accuracy = 0.970、F1 = 0.9706、ROC-AUC = 0.9986を得た。前処理最適化と固定しきい値設計により、毛髪異物識別における見逃し抑制と判定安定化の関係を整理した。

・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：国際会議ポスター発表 / Technical Digest 採択
掲載・発表先：The 15th International Conference on Optics-photonics Design and Fabrication（ODF’26）
状態：採択済み / ポスター発表予定
時期：2026年6月、富山
識別情報：Category 4. New Technologies / ThP-33

This study proposes a non-destructive optical method to identify human hair embedded in commercial bite-sized manju using one-dimensional near-infrared diffuse reflectance spectroscopy and a deep time-series neural network. In external testing, the method achieved F1 = 0.962, ROC-AUC = 0.998, and zero false negatives, indicating feasibility for practical in-line inspection of hair contamination in confectionery manufacturing.

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
掲載・発表先：八戸工業大学紀要第45-1巻
状態：掲載済み / 学内査読あり
時期：2025年
識別情報：pp.16–26

本論文では、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、近赤外スペクトル中の時系列的特徴と重要波長帯への着目を組み合わせ、食品異物検査における識別精度と解釈性の両立を目指した。掲載情報は、八戸工業大学紀要第45-1巻、pp.16–26（2025）として整理されている。

・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：研究会発表原稿
掲載・発表先：電気学会研究会
状態：掲載済み
時期：2025年
識別情報：SBP00084B31

本研究では、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、特に毛髪を高精度に検出する手法を検討した。1D-CNN、BiLSTM、Attention機構を統合したモデルにより、分類精度とスペクトル解釈性を両立し、非破壊・非接触の食品異物検査への応用可能性を示した。