嗅覚センサーと機械学習を活用し、臭いのデジタル化に成功：医療機器ニュース

物質・材料研究機構は、限られた臭いサンプルの中から、基準となる臭いを選定する技術を開発した。さまざまな臭いを、基準となる臭いの混合比で表現できることを確認した。

[MONOist]

　物質・材料研究機構（NIMS）は2021年6月21日、限られた臭いサンプルの中から、基準となる臭い「擬原臭（ぎげんしゅう）」を選定する技術を開発したと発表した。臭いを混合比で表示することでデジタル化が可能になり、色のように臭いの合成、記憶、学習、送信、理解、見える化にもつながる。

研究の概要（クリックで拡大） 出典：NIMS

　光の3原色や味の5原味のように、視覚や味覚は基準となる色や味を混ぜ合わせることで、さまざまな色や味を表現できる。一方、嗅覚は約400種類という受容体があり、全ての臭いを少数の原臭では表現できないことが確認されている。

　今回の研究では、全ての臭いを網羅するのではなく、限られた臭いサンプルの中から、擬原臭と名付けた基準となる臭いを選定した。

　具体的には、それぞれの臭いサンプルをNIMSが開発中の超高感度小型嗅覚センサー「膜型表面応力センサー（MSS）」で測定。測定結果をML（機械学習）により解析することで、他の臭いからの外れ度合いをランキング形式で評価し、ランキング上位の臭いサンプルを擬原臭とした。

擬原臭を選択するための流れ（クリックで拡大） 出典：NIMS

　ケチャップやマヨネーズなど11種類の調味料と純水を含む12種類の液体試料をサンプルとして擬原臭ランキングを作成したところ、ナンプラー、料理酒、純水が擬原臭となった。この3つの擬原臭を使用し、他の調味料を混合比で表現したところ、実際に人間の鼻で嗅いだ場合でも、各調味料に近い臭いになることが確認された。

　臭いの混合比を数値で表示できれば、臭いのデジタル化が可能になる。研究では、それぞれの擬原臭に対応する色を与え、各調味料の臭いを色で表示した。

（a）MSSによって測定された12種類の調味料の電気信号パターン。（b）機械学習を用いたエンドポイント検出による擬原臭ランキング。（c）上位3つを擬原臭とした際のその他の調味料の混合比（クリックで拡大） 出典：NIMS

　また、ナンプラー、料理酒、純水を擬原臭とし、MSSモジュール、LEDライト、小型コンピュータを用いて、さまざまな臭いをリアルタイムで色に変換する装置を開発。LEDライトに色を出力し、臭いの「見える化」に成功した。

臭いの色を表示する装置（クリックで拡大） 出典：NIMS

*** 一部省略されたコンテンツがあります。PC版でご覧ください。 ***