データ駆動型定量嗅覚センサデータ駆動型定量嗅覚センサ...

データ駆動型定量嗅覚センサ～複雑なニオイから狙った情報を高い精度で得るには～

柴弘太

物質・材料研究機構機能性材料研究拠点

センサ・アクチュエータ研究開発センター嗅覚センサグループ主任研究員

2018/06/26

© 2018 NIMS

ニオイと嗅覚

ニオイ定量化のためのデータ駆動型アプローチ

嗅覚センサの開発

本日の内容

1

© 2018 NIMS

ニオイと嗅覚



本日の内容

2

© 2018 NIMS

視覚

聴覚

触覚

味覚

嗅覚

目

耳

皮膚

舌

鼻

光

振動

力

カメラ

マイク

圧力センサ

物理パラメーター

化学物質

化学物質

化学的相互作用

（味覚センサ）

？？？

農林水産業食品

環境

安全

新文化ヘルスケアフレグランス

医療

五感とセンサ

3

© 2018 NIMS

・ニオイ成分分子種：400,000種類以上

・ひとつのニオイに含まれる分子種：1個～数千個

要素臭混合比（w/w）特徴

要素臭１trans-s-hexenyl

acetate13.11 グリーンノートの匂い

要素臭２ trans-2-hexenal 1.64 青臭い匂い

要素臭３ isobutyric acid 9.84 甘酸っぱい匂い

要素臭４ ethyl valerate 8.2 フルーティな果肉感

要素臭５ propionic acid 14.75やや刺激性の腐敗

臭

要素臭６ 1-hexanol 14.75 甘い香り

要素臭７ 1-butanol 26.23 ワインのような香り

要素臭８ butyl isobutyrate 1.64 果実様香気

要素臭９ butyl propionate 9.84 フルーティな香気

典型的なリンゴ臭のレシピ

出典：東京工業大学中本研究室

出典：上島珈琲店

約500種

>1000種

「ニオイ」とは？

4

© 2018 NIMS

ピンポイント型パターン型

原理特定の成分のみを検知複数の成分をまとめて測定

測定対象汚染物質・悪臭（単一ガス）

複雑なニオイ（混合ガス）

受容体１種でもOK 複数必要

応用例・呼び名ガス検知器ガスセンサ

リークチェッカー

ニオイセンサ嗅覚センサ

e-nose

ガスセンサの大別

5

© 2018 NIMS

坂野仁（応用物理2014年1月号）

生体におけるニオイ識別方法

嗅神経からの多数入力を嗅球上にマッピング

【パターン認識】

6

© 2018 NIMS

・環境 → 大気汚染

・安全 → 地雷・爆薬・麻薬・犯罪捜査・生存者捜索・個人認証

・食品 → 品質チェック

・農業 → 野菜や果物の成熟度チェック

・住宅 → 屋内空気汚染（シックハウス症候群）

・医療 → 呼気・尿・血液の非侵襲性診断

食品・農業

NH3 C2H4

環境

NOX CH2O

安全・地雷

C17H21NO4 TNT

医療

C3H6O C2H7N

出典：インターネットより

嗅覚センサの応用可能性

7

© 2018 NIMS

ニオイと嗅覚



本日の内容

8

© 2018 NIMS

ニオイ（ガス分子）を人間が認識できる情報に変換する装置

素子？

ガス分子感応膜変換器情報

ニオイ（混合ガス）

ガス分子が吸着

物理化学的変化を電気信号へ変換

log x…

0.17…

𝑛=1

∞

𝛼𝑛sin𝑛𝜋𝑥

𝐿

信号を解析し結果を表示

指針？

材料？

被覆法？

システム？

アルゴリズム？検体？素子？

嗅覚センサとは？

9

© 2018 NIMS

10

膜型表面応力センサMembrane-type Surface stress Sensor （MSS）

G. Yoshikawa, T. Akiyama, P. Vettiger, H. Rohrer, 特許第5649138号G. Yoshikawa, T. Akiyama, S. Gautsch, P. Vettiger, H. Rohrer, Nano Letters 11, 1044 (2011)

Highlighted in Japan, Canada, and French TV programs, news papers, various media, etc.

MSSの特徴:

- 超高感度（従来型センサの100倍以上）

- 超小型（1 cm2 に100個以上集積可能）

- 高い汎用性（有機・無機・生体等、多様な感応膜を利用可能）

高速応答 / 機械・電気・熱的に安定 / 低コスト（使い捨て可） / 低消費電力 / 簡単操作

構造力学

材料科学

結晶学

電気回路

を統合

© 2018 NIMS

MSSの動作原理

断面図

VV

感応膜

検知部検知部

歪み発生

ガス分子吸着

MSS中央部に塗布された感応膜に、ガス分子が吸着する事によって生じる力で歪みが発生

細くなっている部分に埋め込まれた検知部（力が加わると電気抵抗が変化する）で電気的に検知

11

© 2018 NIMS

呼気に応答するMSSのリアルタイム観測（デジタルホログラフィック顕微鏡（DHM）で撮影）

各種感応膜（ポリマー）を塗布したMSSが

呼気に応答

*垂直方向の微小な動き（数10 nm 程度）を拡大して表示12

© 2018 NIMS

材料？

ニオイ（ガス分子）を人間が認識できる情報に変換する装置

素子？


ニオイ（混合ガス）

ガス分子が吸着

物理化学的変化を電気信号へ変換

log x…

0.17…

𝑛=1

∞

𝛼𝑛sin𝑛𝜋𝑥

𝐿

信号を解析し結果を表示

指針？

材料？

被覆法？

システム？

アルゴリズム？検体？ MSS

指針？

被覆法？

嗅覚センサとは？

13

© 2018 NIMS

K. Shiba et al., Chem. Commun., (2009), RSC Adv., (2012), Chem. Lett., (2012)

単分散無機-有機ハイブリッド粒子

14

© 2018 NIMS

0

5

10

15

20

25

30

0.001 0.01 0.1 1

Fre

qu

en

cy /

%

Size / mm

2.6 nm

核形成

成長

0

5

10

15

20

25

30

0.001 0.01 0.1 1Fre

qu

en

cy /

%

Size / mm

1 mm

227 nm

核形成／粒子成長分離型ナノ粒子合成システム

K. Shiba et al., Chem. Commun., (2009) 15

© 2018 NIMS

機能性ナノ粒子を得るための手法へと発展

K. Shiba et al., Chem. Commun., (2015)

多様な機能性ナノ粒子を合成することが可能に

(Forced growth)

16

© 2018 NIMS

様々な表面特性を有するナノ粒子を合成可能

100 nm

100 nm100 nm

100 nm100 nm

100 nm

K. Shiba et al., Chem. Commun., (2015) and Patent Pending

C18H37 O CH2=CH

NH2 C6H5

C18-STNPs

NH2-STNPsSTNPs

Glycidyl-STNPsVinyl-STNPs

Ph-STNPs

17

© 2018 NIMS

C6H5

100 mm

4種の異なるナノ粒子をMSSに被覆

NH2

C18H37C6H5

18

© 2018 NIMS

Ultrapure

water

Formalin

MEK

AcetoneMeOH

EtOH

Acetic acid

DMF

1-PeOH

1-BuOH

IPA

C12

C11

C10

1,2-dichlorobenzene

1,3-dichlorobenzeneC8

C6

Xylene

Benzene

Toluene

C9

C7

Water

Alcohol

Ketone

Aromatic

Alkane

Principal component 1 (49.4 %)

Pri

ncip

al

co

mp

on

en

t 2 (

26.2

%)

23種の化合物を識別／分類可能

19

© 2018 NIMS

4種のナノ粒子で主要な化学構造をカバー可能

Ultra

pure

wate

r

Form

ald

eh

yd

e a

q

Ace

tic a

cid

Ace

ton

e

2-b

uta

none

Me

tha

nol

Eth

an

ol

2-p

rop

ano

l

1-b

uta

nol

1-p

en

tan

ol

He

xa

ne

He

pta

ne

Octa

ne

No

na

ne

De

can

e

Un

de

can

e

Dodecane

Be

nze

ne

To

luen

e

Xyle

ne

1,2

-dic

hlo

rob

enze

ne

N,N

-dim

eth

yl

form

am

ide

1,3

-dic

hlo

rob

enze

ne

Rela

tive s

ign

al in

ten

sit

y (

No

rmali

zed

by t

he larg

est

sig

nal)

アルコール水系アルカン芳香族

▼：STNPs

■：NH2-STNPs

▲：Ph-STNPs

●：C18-STNPs

20

© 2018 NIMS

ニオイと嗅覚



本日の内容

21

© 2018 NIMS

Kota Shiba, Ryo Tamura, Gaku Imamura, Genki Yoshikawa

Scientific Reports 7, 3661 (2017)

田村亮

ニオイからアルコール濃度を推定

22

© 2018 NIMS

Hsieh et al. 2004

混合臭からの情報抽出

23

© 2018 NIMS



ニオイによる酒類のアルコール度数の推定

24

© 2018 NIMS



測定した35種のアルコール飲料（溶液）

25

© 2018 NIMS

アルコール度数40%のお酒のシグナル

26

© 2018 NIMS

Parameter 1 : (𝑏 − 𝑎)/(𝑡𝑏 − 𝑡𝑎) (1)

Parameter 2 : (𝑐 − 𝑏)/(𝑡𝑐 − 𝑡𝑏) (2)

Parameter 3 : (𝑑 − 𝑐)/(𝑡𝑑 − 𝑡𝑐) (3)

Parameter 4 : (𝑒 − 𝑎) (4)



シグナルのパラメタ化

27

© 2018 NIMS



各パラメタとアルコール度数の相関

28

© 2018 NIMS

カーネルリッジ回帰

29

© 2018 NIMS

Aminopropyl Vinyl C18 Phenyl

Parameter 1 Use Use Use Use

Parameter 2 Use

Parameter 3 Use Use Use Use

Parameter 4 Use Use Use

Prediction error

13.7373 13.2925 5.3103 3.3576



各パラメータ使用の有無と予測誤差

32

© 2018 NIMS

予測値

(%)

アルコール度数(%)

28-1=511通りの中から最も良いパラメタの組合せを探索(24-fold CV予測誤差が最小になるものを選ぶ)

．知らないお酒のアルコール度数に対しては精度が低い

赤点はトレーニングに使用していない酒

赤ワイン(12%)焼酎（芋）(25%)ウイスキー（40%）



オクタデシル基とフェニル基を用いた予測

33

© 2018 NIMS

Training data

Test data

ニオイによってアルコール度数を

定量推定！

Actual Alcohol Content (%)

Predicted

Alc

oh

ol C

on

ten

t (%

)

疎水系材料4種を使用した予測結果

35

© 2018 NIMS



C18 Phenyl PolysulfonePolycaprola

ctone

Parameter 1 17% 10% 74% 90%

Parameter 2 0% 0% 36% 2%

Parameter 3 58% 52% 63% 47%

Parameter 4 39% 47% 79% 66%

各パラメータはどの程度予測に寄与したのか？

36

© 2018 NIMS


MSS設計指針

材料開発

被覆方法量産化

用途別最適化

ビッグデータ解析

測定システム開発

標準ガス校正解析モデル

実環境での実証試験

統計的検証

鼻

脳肺

体密接な連携による最先端技術の統合が不可欠

社会に貢献できる嗅覚センサシステムとは？

MSSアライアンスの発足37

© 2018 NIMS

センサチップ

解析モデル

計測システムAI / エッジ / クラウド

標準ガス / 精密測定

チップ / 感応膜 / 塗布

嗅覚センサの標準化に向けた産学官連携による最先端技術の垂直統合

MSSアライアンス

センサ基礎原理

38

© 2018 NIMS

MEMSセンシング&ネットワークシステム展 2018にMSSが出展します！

2018年10月17日（水）-19日（金）幕張メッセhttp://www.mems-sensing-network.com/outline.html

嗅覚センサーに対して、社会的な期待感が最も高い「モバイル機器への嗅覚センサー搭載」や「判別結果による機器の制御・アクチュエーションを実現する嗅覚API」に向けて、MSSアライアンスが開発中の革新的な「嗅覚センシング手法」の技術デモをMSSアライアンスブースにてご紹介いたします。是非お立ち寄りください。

40

© 2018 NIMS

本技術に関する知的財産権

•発明の名称：試料に対応付けられたパラメータ値を

推定する方法及び装置

•出願番号：特願2016-230793

•出願人：国立研究開発法人物質・材料研究機構

•発明者：柴弘太, 田村亮, 今村岳, 吉川元起

41

データ駆動型定量嗅覚センサデータ駆動型定量嗅覚センサ...

Documents