国立产业技术综合研究所（以下简称“AIST”），电子陶瓷组极端功能材料研究部，伊藤俊雄，首席研究员，崔左久，研究员，增田义武，研究小组组长，函馆地区产业振兴财团，北海道产业技术中心，研究开发部，食品产业支援小组，吉冈武哉与专业研究员绪方由美合作，研究我们开发了一种传感技术，以鰤鱼为模型，根据气味判断鱼肉的新鲜度。
吃寿司和生鱼片等生鱼片正在世界范围内流行，新鲜的海产品正从日本空运到海外国家。在国外，熟悉生吃鱼的工匠很少，而且很难区分生鱼和熟鱼，因此大多数鱼都在日本商店出售。为了扩大日本水产品的出口量，需要有客观保证质量的指标和测量方法，作为新鲜海鲜的新鲜度指标。K值被提议。然而，它需要采集鱼肉，并通过化学测量来得出K值，需要特殊的技能和一定的时间。因此，需要开发一种可以轻松确定新鲜度的新传感技术。
AIST 开发了一种气味测定方法作为新的传感技术。这是一种无损检测，不需要对鱼肉进行取样，因为它的目标是鱼的气味。产业技术研究院与北海道产业技术中心合作，根据鱼的新鲜度来分析鱼的气味，并根据结果，模拟新鲜度指示气体已创建。利用该指示气体的测量结果作为学习数据，利用机器学习根据鱼的气味来判断实际鱼的新鲜度。
该技术的详细信息将于 2023 年 8 月 23 日至 25 日在东京国际展示场（东京江东区）举行的第 25 届日本国际海鲜展的“新鲜配送技术示范联盟”展位上公布。
日本料理已被登记为联合国教科文组织世界文化遗产，吃寿司和生鱼片等生鱼正在世界各地获得认可，新鲜的海鲜也从日本空运到东南亚和其他国家。新鲜度作为海鲜的品质因素尤为重要，产品越新鲜，价格就越高。在日本的生产和消费市场上，通过经验和感觉来判断鱼的质量的“鉴赏家”很活跃，新鲜的海产品是基于与消费者的信任关系来销售和提供生食的。在海外，没有鉴赏家，当地人很难区分生食和热食，目前大部分产品都在日本商店出售。为了扩大日本的水产品出口，我们需要客观保证质量的指标和衡量方法。
北海道产业技术中心向农林水产省申请建立日本农业标准（JAS）的K值测试方法，K值测试方法是生鲜海鲜最常见的科学新鲜度指标，并于2022年3月确立了“鱼类新鲜度（K值）测试方法-高效液相色谱法”作为测试方法JAS。然而，即使化学测量是由经验丰富的人员在适当的设施中进行的，得出 K 值也需要几个小时。为了快速确定配送现场的新鲜度状态，需要开发一种利用新型传感技术将新鲜度“可视化”的新鲜度测量装置。
在 AIST，挥发性有机化合物 (VOC)对于半导体型传感器我们正在开发一种便携式测量设备，可使用元件和多个半导体传感器来测量气味。
多种半导体传感器，不仅是一般的半导体传感器，而且是AIST开发的不易受湿度影响的传感器批量响应传感器，在高湿度下识别气味的能力得到了显着提高（2019 年 1 月 29 日 AIST 新闻稿）。目前，机器学习
这项研究和开发得到了生物特定产业技术研究支持中心的创新创造增强研究促进项目“开发‘可视化’新鲜海产品的质量控制和新鲜度的技术，以促进出口（2021-2023年）”的支持。
AIST和北海道工业技术中心根据鱼肉气味的定量分析结果制备了模拟新鲜度指示气体（以下简称指示气体），并用它来获取便携式测量装置的学习数据。
在北海道工业技术中心，我们使用吸附剂 (TENAX) 吸收含有鱼肉气味成分的空气，以实现四种新鲜状态：到达后立即、生食（到达后 5 天，在 0℃ 下保存）、烹饪食用（到达后 11 天，在 0℃ 下保存）和腐败（到达后 1 天，在 30℃ 下保存）。 TA）被吸出并取样。在AIST，我们从发送给我们的吸附剂中除去气味成分。气相色谱质谱仪 (GC/MS)进行分析分析所得成分中，养殖黄尾鱼鱼片的四种新鲜度状态下共检出27种化学物质。为了再现鱼肉的气味，出于成本的考虑，很难以与鱼肉的气味相同的浓度比例混合数十种气体成分。半导体传感器对类似化学品表现出类似的传感器响应由于其特性，使用各组的四种代表性组分调整浓度比并用作指示气体。
原型传感器元件的直径为10毫米，与典型的商用半导体传感器相同，并且可以同时容纳四种类型的半导体传感器。 AIST 开发的便携式测量仪器配备了 8 种半导体传感器，两个传感器元件各有 4 个（图 1）。一种包含四种通用半导体传感器，另一种包含两种通用半导体传感器和两种“批量响应型”传感器。
图1（左）便携式测量设备（尺寸：235 mm x 215 mm x 65 mm），
（右）安装在便携式测量设备上的传感器元件（直径 10 毫米）
我们使用便携式测量装置吸入与养殖黄尾鱼的四种新鲜度状态相对应的指示气体，并测量了八种半导体传感器的电阻值（图2）。电阻值根据四种新鲜度状态中每一种状态下指示气体的四种成分的浓度比而变化。具有n型半导体特性的传感器电阻减小，而p型半导体特性电阻增大。这些电阻的变化量就是传感器响应值，基于吸入指示气体之前的电阻值（见图 2）。 8个传感器的响应值变成1个数据。作为机器学习根据传感器响应值分为四种新鲜度状态神经网络
首先，我们在同一流程中生产出对应于四个新鲜度等级的指示气体，并将其填充到气袋中，并进行反复测量，总共积累了四个新鲜度等级的240个数据。交叉验证验证指示气体是否可以正确分类时，144个数据是正确的（正确答案率为0600）。
接下来，我们考虑了一种使用每个传感器多个响应值来提高正确答案率的方法。终止指示气体的引入半导体传感器电阻值恢复的时期获得的传感器响应值（见图 2）也用于分析。8 个传感器的传感器响应值 x 每个数据多个点同样，通过交叉验证，卷积神经网络分类时，240个数据中有229个是正确的，提高了正确答案率（0954）。
我们使用指示气体训练的卷积神经网络确定了养殖黄尾鱼生鱼片的新鲜度。将鰤鱼生鱼片放入气袋中，购买后立即在室温（约22摄氏度）下测量气味。然后在家用冰箱（2至5摄氏度）中保存一天，回到室温后再次测量气味。该产品购买后立即确定为可生食，存放一天后确定为可煮熟食用。
图2 8种半导体传感器中的3种的电阻值的变化以及用作学习数据的传感器响应值
收到产品后，我们会立即测量指示气体，以指示产品是否生吃、煮熟或变质。图中黄色部分引入指示气体
红色显示典型N型半导体传感器的电阻值，蓝色显示典型P型半导体传感器的电阻，绿色显示体响应传感器的电阻值。
这次，我们证明了可以通过气味来判断养殖黄尾鱼肉的新鲜度。未来我们还会测试其他鱼肉。除了客观评估新鲜海鲜的新鲜度（例如刚抵达后或作为生吃的指导）之外，我们还在开发通过将 K 值（科学的新鲜度指标）与半导体传感器传感技术的输出进行比较，根据气味确定 K 值的技术。我们将建立一个数据库，可以积累各种鱼类的数据并确定K值。我们将继续改进便携式检测器，使其能够实时输出K值，力争尽快投入实际使用。我们还将考虑其在监测干海产品成熟程度方面的适用性。