Nothing Special   »   [go: up one dir, main page]

WO2016006184A1 - 食品分析装置 - Google Patents

食品分析装置 Download PDF

Info

Publication number
WO2016006184A1
WO2016006184A1 PCT/JP2015/003165 JP2015003165W WO2016006184A1 WO 2016006184 A1 WO2016006184 A1 WO 2016006184A1 JP 2015003165 W JP2015003165 W JP 2015003165W WO 2016006184 A1 WO2016006184 A1 WO 2016006184A1
Authority
WO
WIPO (PCT)
Prior art keywords
food
information
unit
analysis apparatus
component
Prior art date
Application number
PCT/JP2015/003165
Other languages
English (en)
French (fr)
Inventor
和弘 越智
Original Assignee
パナソニックＩｐマネジメント株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Priority to EP15818332.7A priority Critical patent/EP3168602B1/en
Publication of WO2016006184A1 publication Critical patent/WO2016006184A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/0208—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using focussing or collimating elements, e.g. lenses or mirrors; performing aberration correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0205—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows
    • G01J3/021—Optical elements not provided otherwise, e.g. optical manifolds, diffusers, windows using plane or convex mirrors, parallel phase plates, or particular reflectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/0264—Electrical interface; User interface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G01J3/108—Arrangements of light sources specially adapted for spectrometry or colorimetry for measurement in the infrared range
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/12—Generating the spectrum; Monochromators
    • G01J3/18—Generating the spectrum; Monochromators using diffraction elements, e.g. grating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2803—Investigating the spectrum using photoelectric array detector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/30—Measuring the intensity of spectral lines directly on the spectrum itself
    • G01J3/36—Investigating two or more bands of a spectrum by separate detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G01J2003/102—Plural sources
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02—Details
    • G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
    • G01J2003/102—Plural sources
    • G01J2003/106—Plural sources the two sources being alternating or selectable, e.g. in two ranges or line:continuum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2803—Investigating the spectrum using photoelectric array detector
    • G01J2003/2813—2D-array
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G01N2021/3155—Measuring in two spectral ranges, e.g. UV and visible
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G01N2021/3166—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths using separate detectors and filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G01N2201/0616—Ambient light is used
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • G01N2201/129—Using chemometrical methods

Definitions

  • the present invention relates to a food analysis apparatus.
  • Patent document 1 shows the example. The type of food is analyzed from image data obtained by photographing the food.
  • An object of the present invention is to provide a food analyzer that can accurately analyze the type of food.
  • the food analysis apparatus relates to feature information including at least one of first absorption information that is information related to absorption of near-infrared light and component information that is information related to food ingredients, and a type of food.
  • a storage unit is provided that stores a food database including a plurality of pieces of food information including type information that is information.
  • the analysis part which matches the measurement information which is the characteristic information obtained based on the result measured using near-infrared light, and a food database is provided.
  • the food analyzer according to one embodiment of the present invention can accurately analyze the type of food.
  • FIG. 1 is a schematic diagram of a food analysis apparatus according to Embodiment 1 of the present invention.
  • FIG. 2 is a schematic diagram illustrating a configuration of a light receiving unit of the food analyzer according to the first embodiment of the present invention.
  • FIG. 3 is a block diagram of an analysis unit of the food analysis apparatus according to the first embodiment of the present invention.
  • FIG. 4 is a front view showing a display example of a candidate list displayed on the display unit of the food analyzer according to the first embodiment of the present invention.
  • FIG. 5 is a front view showing a display example of the analysis result displayed on the display unit of the food analyzer according to the first embodiment of the present invention.
  • FIG. 1 is a schematic diagram of a food analysis apparatus according to Embodiment 1 of the present invention.
  • FIG. 2 is a schematic diagram illustrating a configuration of a light receiving unit of the food analyzer according to the first embodiment of the present invention.
  • FIG. 3 is a block diagram of an analysis unit of the food analysis apparatus according
  • FIG. 6 is a schematic diagram illustrating a configuration of a light receiving unit of the food analyzer according to the second embodiment of the present invention.
  • FIG. 7 is a block diagram of an analysis unit of the food analysis apparatus according to the second embodiment of the present invention.
  • FIG. 8 is a front view showing a display example of a superimposed image related to calories displayed on the display unit of the food analyzer according to the second embodiment of the present invention.
  • FIG. 9 is a front view illustrating a display example of food image data displayed on the display unit of the food analysis apparatus according to the modification of the embodiment of the present invention.
  • FIG. 10 is a schematic diagram of a food analyzer according to a modification of the embodiment of the present invention.
  • FIG. 11 is a schematic diagram of a food analyzer according to a modification of the embodiment of the present invention.
  • FIG. 1 is a schematic diagram of a food analysis apparatus 1 according to the first embodiment of the present invention.
  • the food analysis apparatus 1 includes a measurement unit 10 that measures information related to the object S that is food, and an analysis unit 50 that analyzes the type of the object S and the like.
  • the measurement unit 10 and the analysis unit 50 are electrically connected via a connection cable L.
  • the measurement unit 10 includes a housing 11 that can shield the inside by closing a door (not shown).
  • the housing 11 is provided with a table 12 on which the object S to be measured placed on a plate is arranged, an irradiation unit 13 that irradiates the object S with near infrared light, and light reflected from the object S.
  • a light receiving portion 14 for receiving light is accommodated.
  • the irradiation unit 13 is, for example, a halogen lamp, an LED (Light Emitting Diode), a laser, or the like, and is disposed at a position where the entire object S can be irradiated with light.
  • the irradiating unit 13 irradiates light including a wavelength in the near infrared region of 700 nm to 2500 nm.
  • FIG. 2 is a schematic diagram showing a configuration of the light receiving unit 14 of the food analyzer 1 according to the first embodiment of the present invention.
  • the configuration of the light receiving unit 14 will be described with reference to FIG.
  • the light receiving unit 14 is disposed at a position where the light reflected from the object S can be received.
  • the light receiving unit 14 includes a condensing unit 20 that condenses the light reflected from the object S, a spectroscopic unit 30 that separates light having an absorption wavelength related to a component of the object S from the collected light, and the dispersed light.
  • a condensing unit 20 that condenses the light reflected from the object S
  • a spectroscopic unit 30 that separates light having an absorption wavelength related to a component of the object S from the collected light
  • the dispersed light are provided with a plurality of light receiving sensors 40.
  • the condensing unit 20 includes a condensing lens 21 for condensing light, and a reflecting unit 22 that guides the light collected by the condensing lens 21 to the spectroscopic unit 30.
  • the spectroscopic unit 30 includes a first spectroscopic unit 31, a second spectroscopic unit 32, and a third spectroscopic unit 33.
  • Each of the spectroscopic units 31 to 33 is a spectroscope of a diffraction grating that reflects only light of a specific wavelength and transmits light of other wavelengths.
  • the spectroscopic units 31 to 33 reflect only light having specific wavelengths different from each other. These specific wavelengths are determined by experiments or the like based on the absorbance of a plurality of samples relating to foods whose ingredients are known. Specifically, these specific wavelengths are determined as wavelengths reflecting the component amounts of the specific components in the sample, for example, from the relationship between the component amounts of the specific components in a plurality of samples and the absorbance.
  • the first spectroscopic unit 31 selectively reflects light having a wavelength of around 910 nm, which correlates with the protein content of the food components.
  • the second spectroscopic unit 32 selectively reflects light having a wavelength of around 930 nm that correlates with the amount of lipid components in the food components.
  • the third beam splitting unit 33 selectively reflects light having a wavelength of around 980 nm that correlates with the amount of carbohydrate components in the food components.
  • the plurality of light receiving sensors 40 include a first light receiving sensor 40A, a second light receiving sensor 40B, and a third light receiving sensor 40C.
  • the first light receiving sensor 40 ⁇ / b> A receives the light reflected by the first beam splitting unit 31.
  • the second light receiving sensor 40 ⁇ / b> B receives the light reflected by the second beam splitting unit 32.
  • the third light receiving sensor 40C receives the light reflected by the third beam splitting unit 33.
  • a plurality of light receiving elements 41 are arranged in a lattice pattern on the light receiving surfaces of the light receiving sensors 40A to 40C.
  • the material of the light receiving element 41 silicon, indium, gallium, arsenic, or the like having a wide sensitivity in the near infrared region is used.
  • Each light receiving element 41 detects the amount of received light.
  • FIG. 3 is a block diagram of the analysis unit 50 of the food analyzer 1 according to the first embodiment of the present invention.
  • the analysis unit 50 includes a storage unit 60 that stores information about the sample, an analysis unit 70 that analyzes the type of the object S (see FIG. 1), and a display unit that displays the analysis results of the analysis unit 70, and the like. 80.
  • the storage unit 60 stores a food database including a plurality of pieces of food information including feature information including first absorption information that is information related to absorption of near-infrared light and type information that is information related to the type of sample. .
  • the storage unit 60 stores a component amount estimation model indicating a correlation between the absorbance of the sample calculated based on the amount of received light detected by the light receiving element 41 and the component amount of the sample. For example, a statistical method such as multiple regression analysis or PLS (Partial Last Squares) regression analysis is used to calculate the component amount estimation model.
  • the component amount of the sample is, for example, the component amount of protein, lipid, and carbohydrate, and is accurately calculated in advance by another conventional analysis method.
  • the storage unit 60 stores information on the analysis result analyzed by the analysis unit 70 as needed.
  • the analysis unit 70 includes a feature amount calculation unit 71 that calculates the feature amount of the object S, a candidate determination unit 72 that matches the calculated feature amount and the food database, and determines a plurality of results by the matching, and a target A component calculation unit 73 that calculates the component of the object S is provided.
  • the feature amount calculation unit 71 calculates the average value M of the absorbance of the object S as the first feature amount related to the object S that is measurement information.
  • the average value M of the absorbance of the object S is calculated based on the amount of received light detected from the plurality of light receiving elements 41 arranged in the first light receiving sensor 40A (see FIG. 2).
  • the feature amount calculation unit 71 calculates the average value Q of the absorbance of the object S as a second feature amount related to the object S that is measurement information.
  • the average value Q of the absorbance of the object S is calculated based on the amount of received light detected from the plurality of light receiving elements 41 arranged in the second light receiving sensor 40B (see FIG. 2).
  • the feature amount calculation unit 71 calculates the average value R of the absorbance of the object S as a third feature amount related to the object S that is measurement information.
  • the average value R of the absorbance of the object S is calculated based on the amount of received light detected from the plurality of light receiving elements 41 arranged in the third light receiving sensor 40C (see FIG. 2).
  • the feature information of the food database is the first to third feature amounts related to the sample.
  • the candidate determining unit 72 matches, for example, the first to third feature amounts related to the object S with the first to third feature amounts related to the sample of the food database, and determines a plurality of results by this matching. Specifically, for example, the difference between the first feature amount relating to the object S and the first feature amount relating to the sample, the difference between the second feature amount relating to the object S and the second feature amount relating to the sample, and The difference between the third feature value related to the object S and the third feature value related to the sample is calculated. Next, a matching result that is an average of the calculated differences is calculated. Then, N food candidates are determined from the type information in order from the smallest matching result. An example of N is ten.
  • the candidate determination unit 72 outputs information regarding the candidate to the display unit 80.
  • the component calculation unit 73 calculates the component amount of the component of the object S based on the absorbance of the object S and the component amount estimation model. For example, the component calculation unit 73 calculates the protein component amount, the lipid component amount, and the carbohydrate component amount among the components of the object S. In addition, the component calculation unit 73 multiplies the protein component amount, the lipid component amount, and the carbohydrate component amount by the calorie coefficient corresponding to each component, and adds them to calculate the calorie of the object S. To do. The component calculation unit 73 outputs these results to the display unit 80.
  • the display unit 80 is a liquid crystal screen.
  • the display unit 80 has a function as a touch panel which is a device that can perform a selection operation.
  • the display unit 80 displays the analysis result analyzed by the analysis unit 70, the past analysis result stored in the storage unit 60, and the like.
  • the user places the object S on the table 12 and starts the analysis by the food analyzer 1.
  • the irradiation unit 13 irradiates the object S with light.
  • the plurality of light receiving elements 41 receive the light reflected from the object S and detect the amount of light received. And the light receiving element 41 outputs the information regarding the light absorbency of the target object S calculated based on the detected amount of received light to the analysis part 70 (refer FIG. 3).
  • the analysis unit 70 calculates the first to third feature amounts from the absorbance of the object S by the feature amount calculation unit 71. In addition, the analysis unit 70 matches the first to third feature amounts related to the object S with the first to third feature amounts related to the sample by the candidate determination unit 72, and determines a plurality of candidates by this matching. . Then, the analysis unit 70 outputs information on the candidates to the display unit 80.
  • FIG. 4 is a front view showing a display example of a candidate list displayed on the display unit 80 of the food analyzer 1 according to the first embodiment of the present invention.
  • the display unit 80 displays information related to a plurality of food candidates.
  • the display unit 80 displays candidates A to J, which are ten food candidates, as a candidate list.
  • the candidate A with the smallest matching result is the food with the best matching
  • the candidate J with the 10th smallest matching result is the food with the 10th matching.
  • Candidates A to J represent food types.
  • the user selects one food from a plurality of food candidates by operating the display unit 80 having a touch panel function with a finger or the like. For example, when the food corresponding to the object S (see FIG. 1) is the candidate A, the user selects the portion where the candidate A is displayed with a finger or the like.
  • the analysis unit 70 calculates the protein component amount, the lipid component amount, and the carbohydrate component amount among the components of the object S by the component calculation unit 73, and calories from the results. Is calculated. Then, the analysis unit 70 (see FIG. 3) outputs information on the type of the object S (see FIG. 1) that is the candidate A (see FIG. 4) and the components of the object S to the display unit 80 as an analysis result. To do.
  • FIG. 5 is a front view showing a display example of the analysis result displayed on the display unit 80 of the food analyzer 1 according to the first embodiment of the present invention.
  • the display unit 80 superimposes the type of the object S, information on the components of the object S, and a distribution image of components included in the object S and a photographic image of the object S.
  • the superimposed image PS thus displayed is displayed as an analysis result.
  • FIG. 5 shows the difference in display color depending on the direction of hatching lines and the dots.
  • the distribution image is an image in which the positional relationship between the plurality of light receiving elements 41 (see FIG. 3) and the component of the object S calculated based on each light receiving element 41 are combined.
  • the protein, lipid, and carbohydrate component amounts of the components of the object S are calculated based on each light receiving element 41 for each region PX corresponding to the positional relationship of the plurality of light receiving elements 41.
  • the component having the largest component amount among the components of the object S is colored using different display colors corresponding to the component.
  • a photographic image is an image generated based on information obtained by photographing the object S using, for example, visible light (not shown).
  • the superimposed image PS is generated by superimposing the distribution image and the photographic image.
  • the user visually recognizes the type of the object S, the component amount of the object S, and the superimposed image PS related to the component of the object S by displaying the analysis result by the food analyzer 1. can do.
  • the food analysis apparatus 1 analyzes the type of food by matching the first to third feature values related to the object S with the first to third feature values related to the sample in the food database. Since the first to third feature amounts are obtained based on the result of measurement using near infrared light, information other than the object S is hardly included. For this reason, the first to third feature values related to the object S and the first to third feature values related to the sample in the food database are easily matched. For this reason, the food analyzer 1 can accurately analyze the type of food.
  • the food analyzer 1 calculates the component amount of the component of the object S based on the absorbance of the object S and the component amount estimation model. Since the absorbance of the object S is obtained based on the result of measurement using near infrared light, information other than the object S is hardly included. For this reason, the food analyzer 1 can accurately analyze the amount of ingredients of food.
  • the first to third feature values related to the object S and the first to third feature values related to the sample of the food database are matched with the protein, which is a food component, Information about lipids and carbohydrates is used.
  • the components of these three foods are components that are abundant in foods, and are the components in which the characteristics of the foods are easy to appear. For this reason, the accuracy of matching is improved by using these three food ingredients for matching. For this reason, the kind of food can be analyzed more accurately.
  • the type of food most matched and the type of food to be measured may be different.
  • the food analysis apparatus 1 a plurality of results are output by matching, and one food is selected by the user from the results. For this reason, compared with the structure in which one food that is most matched as a result of matching is output, the food that is the measurement target is easily included in the matching result. For this reason, the type of food is easily analyzed accurately.
  • the food analysis apparatus 1 has fewer selection targets than the configuration in which food is selected from the food database. For this reason, it is difficult for the user to take time.
  • the type of food and the amount of food components are output as analysis results. Further, since the analysis result is stored in the storage unit 60, the user can review the past analysis result. For this reason, it is easy for the user to perform nutritional management.
  • the food analysis apparatus 1 includes feature information including at least one of the first light absorption information that is information related to the absorption of near-infrared light and the component information that is information related to food components. And a storage unit 60 for storing a food database including a plurality of pieces of food information including information on the type of food. Moreover, the analysis part 70 which matches the measurement information which is the characteristic information obtained based on the result measured using near-infrared light, and a food database is provided.
  • the food analysis apparatus 1 analyzes the type of food by matching the feature information and measurement information of the food database. Since this measurement information is obtained based on the result of measurement using near-infrared light, information other than food is unlikely to be included from the relationship of the first light absorption information. For this reason, it is easy to match the feature information of the food database with the measurement information. For this reason, the food analyzer 1 can accurately analyze the type of food.
  • a plurality of results may be determined by matching, and a plurality of results may be output to a display device that can perform a selection operation.
  • a plurality of results are output by matching, and one food is selected by the user from the results. For this reason, compared with the structure in which one food that is most matched as a result of matching is output, the food that is the measurement target is easily included in the matching result. For this reason, the type of food is easily analyzed accurately.
  • the analysis unit 70 may select an estimation model based on the type of food determined by matching, and calculate at least one of the component amount of food and the calorie using the estimation model. Accordingly, by selecting an estimation model corresponding to each type or classification of food, at least one of the component amount and the calorie of the food can be easily calculated accurately.
  • the food analysis device 1 of the second embodiment is different from the food analysis device 1 of the first embodiment in the points described below, and has substantially the same configuration as the food analysis device 1 of the first embodiment in other points. Prepare.
  • the same reference numerals are given to the same components as those of the food analysis apparatus 1 of the first embodiment, and a part or all of the description of the configuration is omitted.
  • FIG. 6 is a schematic diagram illustrating a configuration of the light receiving unit 14 of the food analyzer 1 according to the second embodiment of the present invention.
  • the spectroscopic unit 30 includes a fourth spectroscopic unit 34 in addition to the first spectroscopic unit 31, the second spectroscopic unit 32, and the third spectroscopic unit 33.
  • the fourth spectroscopic unit 34 is a diffraction grating spectroscope that reflects only light of a specific wavelength and transmits light of other wavelengths.
  • the fourth beam splitting unit 34 selectively reflects light having a wavelength related to a component not included in the food.
  • the plurality of light receiving sensors 40 include a fourth light receiving sensor 40D in addition to the first light receiving sensor 40A, the second light receiving sensor 40B, and the third light receiving sensor 40C.
  • the fourth light receiving sensor 40 ⁇ / b> D receives the light reflected by the fourth beam splitting unit 34.
  • a plurality of light receiving elements 41 are arranged in a grid pattern on the light receiving surface of the fourth light receiving sensor 40D.
  • FIG. 7 is a block diagram of the analysis unit 50 of the food analyzer 1 according to the second embodiment of the present invention.
  • the storage unit 60 is a calorie indicating a correlation between the absorbance of the sample calculated based on the amount of received light detected by the light receiving element 41 disposed in each of the light receiving sensors 40A to 40C (see FIG. 6) and the calorie of the sample.
  • the estimated model is stored.
  • a statistical method such as multiple regression analysis or PLS regression analysis is used.
  • the calorie of the sample is accurately calculated in advance by another conventional analysis method.
  • the storage unit 60 stores a reference absorbance that is the absorbance of the sample calculated based on the amount of received light detected by the light receiving element 41 disposed in the fourth light receiving sensor 40D (see FIG. 6).
  • the analysis unit 70 in the analysis unit 50 includes an extraction unit 74, a correction unit 75, a calorie calculation unit 76, and a separation unit 77.
  • the extraction unit 74 extracts the object S (see FIG. 1) from the measurement range.
  • the correcting unit 75 corrects the absorbance of the object S.
  • the calorie calculation unit 76 calculates the calories of the object S.
  • the separation unit 77 separates the object S and other than the object S.
  • the extraction unit 74 calculates the absorbance of the object S for each region where the light receiving element 41 is arranged based on the amount of light received by the light receiving element 41 arranged in each of the light receiving sensors 40A to 40C.
  • the extraction unit 74 extracts the object S by detecting the edge of the calculated absorbance of the object S based on a predetermined threshold.
  • This predetermined threshold is a boundary whether or not the absorbance calculated from the adjacent light receiving elements 41 of the plurality of light receiving elements 41 has a certain difference or more. For example, when the absorbance calculated from the adjacent light receiving elements 41 among the plurality of light receiving elements 41 has a certain difference or more, the extraction unit 74 determines that the object having the higher absorbance is the object S.
  • the extraction unit 74 outputs information regarding the absorbance of the object S based on each of the light receiving sensors 40A to 40C in the extracted object S to the correction unit 75.
  • the correction unit 75 calculates the absorbance of the object S based on the amount of received light detected by the light receiving element 41 arranged in the fourth light receiving sensor 40D.
  • the correction unit 75 calculates influence information that is a difference between the calculated absorbance of the object S and the reference absorbance. This influence information is, for example, the intensity of influence such as the optical path, the reflectance of food, and the environmental temperature.
  • the correcting unit 75 corrects the absorbance of the object S based on each of the light receiving sensors 40A to 40C based on the influence information.
  • the correcting unit 75 outputs information regarding the corrected absorbance of the object S to the feature amount calculating unit 71, the component calculating unit 73, and the calorie calculating unit 76.
  • the calorie calculation unit 76 calculates the calorie of the object S based on the corrected absorbance of the object S and the calorie estimation model. The calorie calculation unit 76 outputs this result to the separation unit 77 and the display unit 80.
  • the separating unit 77 separates the object S and other than the object S by separating the calorie calculation result of the object S based on a predetermined threshold.
  • This predetermined threshold is, for example, a boundary indicating whether or not calories are present. For example, when the calculation result of the calories of the object S is larger than a predetermined threshold, the separation unit 77 determines that the calories have calories.
  • the separation unit 77 outputs information regarding the separation to the feature amount calculation unit 71 and the component calculation unit 73.
  • the feature amount calculation unit 71 calculates the first to third feature amounts from the corrected absorbance of the target object S in the region of the target object S separated by the separation unit 77.
  • the component calculation unit 73 calculates the component amount of the object S in the region of the object S separated by the separation unit 77 based on the corrected absorbance of the object S and the component amount estimation model.
  • FIG. 8 is a front view showing a display example of a superimposed image related to calories displayed on the display unit 80 of the food analyzer 1 according to the second embodiment of the present invention.
  • the display unit 80 displays a superimposed image PT in which a calorie distribution image of the object S and a photographic image of the object S are superimposed.
  • FIG. 8 shows the difference in display color depending on the density of dot points.
  • the distribution image is colored for each region PX using different display colors according to the calorie content of the object S. In this way, the user can visually recognize the superimposed image PT related to the calories of the object S displayed on the display unit 80.
  • the display unit 80 includes information on the type of the object S, information on the components of the object S, a distribution image of components included in the object S, and a photographic image of the object S. Is displayed as an analysis result. In this way, the user visually recognizes the type of the object S, the component amount of the object S, and the superimposed image PS related to the component of the object S by displaying the analysis result by the food analyzer 1. can do.
  • the food analysis apparatus 1 has a configuration in which the content displayed on the display unit 80 is switched by a switching button (not shown) or the like.
  • the food analyzer 1 can obtain the following effects in addition to the effects (1) to (4) of the first embodiment.
  • the food analyzer 1 extracts the object S from the measurement range and calculates the absorbance of the object S. For this reason, information other than the object S is less likely to be included in the absorbance of the object S. For this reason, the first to third feature values related to the object S and the first to third feature values related to the sample of the food database are more easily matched. For this reason, the kind of food can be analyzed more accurately.
  • the absorbance of the object S based on the light receiving sensors 40A to 40C is corrected based on the influence information. For this reason, the more accurate absorbance of the object S is calculated. For this reason, the accuracy of matching is further improved.
  • the object S and the object other than the object S are separated by separating the calorie calculation result of the object S based on a predetermined threshold. For this reason, when the feature amount is calculated from the absorbance of the object S in the region of the object S, information other than the object S is less likely to be included in the feature amount. For this reason, the accuracy of matching is further improved.
  • the food analysis apparatus 1 of the present embodiment may calculate measurement information related to food using the result of extracting the food from the measurement range. Thereby, information other than food is further less likely to be included in the measurement information. For this reason, the feature information of the food database and the measurement information are more easily matched. For this reason, the kind of food can be analyzed more accurately.
  • the component information constituting the food information may include information on the absolute amount of the food component.
  • the absolute amount of the food component is used for matching between the food database and the measurement information. For this reason, the amount of food components can be analyzed together with the type of food.
  • Specific forms that the food analysis apparatus can take are not limited to the forms exemplified in the above embodiments.
  • the food analysis apparatus can take various forms different from the above embodiments as long as the object of the present invention is achieved.
  • the modification of each said embodiment shown below is an example of the various forms which a food analyzer can take.
  • the food analysis apparatus 1 of the modification of Embodiment 1 may be provided with the function to change a measurement range.
  • the absorbance of the object S is calculated based on the amount of received light detected from the light receiving element 41 by the analysis unit 70, and the absorbance includes information such as luminance or color.
  • the image data P relating to the object S is converted.
  • the analysis unit 70 outputs the image data P to the display unit 80.
  • FIG. 9 is a front view showing a display example of food image data displayed on the display unit 80 of the food analysis apparatus 1 according to the modification of the embodiment of the present invention.
  • the display unit 80 displays image data P related to the object S. Then, the measurement range is changed by the user selecting a part of the range including the food in the image data P. Thereby, the food analysis apparatus 1 of the modified example starts analysis of a measurement range including a part of the food of the object S changed by the user.
  • the food analysis apparatus 1 can include, for example, a part of the food of the object S that the user wants to analyze in the measurement range. For this reason, information other than food is less likely to be included in the feature amount related to this food. Therefore, it is possible to accurately analyze only the type of food that the user wants to analyze.
  • the food analysis apparatus 1 of this modification may have a configuration in which a measurement range other than the range selected by the user is used, for example.
  • the extraction unit 74 may extract the object S by using a characteristic that the absorption wavelength of hydrogen bonds varies with temperature.
  • a characteristic that the absorption wavelength of hydrogen bonds varies with temperature for example, another spectroscopic unit that selectively reflects light having an absorption wavelength of water and another light receiving sensor that receives the light reflected by the other spectroscopic unit are provided.
  • the object S is extracted based on whether or not the absorption wavelength of water is peak-shifted when the object S is heated by microwaves or the like.
  • the food analysis apparatus 1 may omit at least one of the correction unit 75, the calorie calculation unit 76, and the separation unit 77.
  • the modified food analysis apparatus 1 may omit all of the correction unit 75, the calorie calculation unit 76, and the separation unit 77.
  • information regarding the absorbance of the object S based on each of the light receiving sensors 40A to 40C in the object S extracted by the extraction unit 74 is output to the feature amount calculation unit 71 and the component calculation unit 73.
  • the fourth beam splitting unit 34 and the fourth light receiving sensor 40D can be omitted.
  • FIG. 10 is a schematic diagram of the food analysis apparatus 1 according to a modification of the embodiment of the present invention.
  • the food analysis apparatus 1 according to the modified example of each embodiment may include a pressure sensor 90 that measures the weight of the object S or the like placed on the table 12, as shown in FIG.
  • the storage unit 60 of the food analysis apparatus 1 according to the modification stores, for example, information on the weight of the sample as one of the other feature amounts of the food information.
  • information on the weight of the object S measured by the pressure sensor 90 is matched with the food database as one of the feature amounts. For this reason, the type of food is analyzed more accurately.
  • the calculated component of the object S may be corrected using information regarding the weight of the object S.
  • the food analysis apparatus 1 according to another modified example may include a sensor (not shown) or the like that measures at least one of the volume and area of the object S instead of or in addition to the pressure sensor 90.
  • FIG. 11 is a schematic diagram of the food analysis apparatus 1 according to a modification of the embodiment of the present invention.
  • the food analysis apparatus 1 of the modification of each embodiment may be provided with the visible light irradiation part 15 which irradiates the target object S with visible light, as FIG. 11 shows.
  • the visible light irradiation unit 15 is disposed at a position where the entire object S can be irradiated with light.
  • storage part 60 of the food analysis apparatus 1 of a modification memorize
  • the visible light irradiation part 15 matches the feature-value regarding absorption of visible light obtained by irradiating the object S with visible light with a food database.
  • the types of juice drinks having similar components and different colors can be analyzed in detail. For this reason, the type of food is analyzed more accurately.
  • the food analysis apparatus 1 of the modification of each embodiment may control operation
  • the heating time and power of a microwave oven that is a cooking device are controlled based on the type of food determined by matching. For this reason, the usability of the cooking equipment is improved.
  • the food analysis apparatus 1 of another modified example controls, for example, the cooling temperature of a refrigerator, which is a cooking appliance, based on the type of food determined by matching.
  • the food analysis apparatus 1 of the modification of each embodiment selects another component amount estimation model based on the type of food determined by matching, and uses the another component amount estimation model to determine the component amount of the food. It may be calculated.
  • the storage unit 60 for example, another component amount determined for each food category indicating the correlation between the absorbance of the sample calculated based on the received light amount detected by the light receiving element 41 and the component amount of the sample. Store the estimated model. A statistical method such as multiple regression analysis or PLS regression analysis is used to calculate the other component amount estimation model.
  • the analysis unit 70 determines the classification of the target S after the type of the target S is analyzed, and the component calculation unit 73 is based on the absorbance of the target S and another component amount estimation model. The component amount of the object S is calculated. For this reason, by selecting another component amount estimation model according to the determined classification of the food, the component amount of the food is accurately calculated.
  • this another component amount estimation model may be defined for every kind of foodstuff.
  • the food analysis apparatus 1 selects another calorie estimation model based on the type of food determined by the matching, and uses the another calorie estimation model, Calories may be calculated.
  • the feature quantity of the object S may vary due to differences in the amount of ingredients. For this reason, even if the kind of food is the same, it may be difficult to match the feature amount of the object S and the feature amount of the food information.
  • the food analysis apparatus 1 may update the food information based on the feature amount of the object S used for the matching after the type of the food is determined by the matching.
  • an average of the feature amount of the matched object S and the feature amount of the food information is stored as a new feature amount of the food information.
  • the feature amount of the object and the feature amount of the food information can be easily matched. For this reason, the kind of food can be analyzed accurately.
  • the food analysis apparatus 1 of this modification may store the average of the feature quantities of the plurality of matched objects S and the feature quantities of the food information as the feature quantities of the new food information.
  • the food analysis apparatus 1 of the modification of each embodiment may memorize
  • the candidate determination unit 72 of the modification of each embodiment may determine 1% food candidates in the food database in order from the smallest, for example, as a plurality of results determined by matching. Moreover, the candidate determination part 72 of another modification can change arbitrarily the N value which a user determines by matching.
  • the candidate determination unit 72 may be omitted. In this case, for example, one food is determined by matching.
  • the storage unit 60 stores a food database including a plurality of pieces of food information including feature information including component information that is information regarding the components of the sample and type information that is information regarding the type of the sample. May be.
  • This component information may be an absolute value of each of the protein component amount, the lipid component amount, and the carbohydrate component amount.
  • the protein component amount, the lipid component amount, and the carbohydrate component amount of the object S are used as the feature amount by the feature amount calculation unit 71 based on the absorbance of the object S and the component amount estimation model. Calculated.
  • the analysis unit 70 matches the calculated feature quantity with the food database. For this reason, the amount of food components can be analyzed together with the type of food. For this reason, the processing speed regarding the analysis of the food analysis apparatus 1 of a modification is improved.
  • the food analyzer 1 of this modification can omit the ingredient calculation unit 73.
  • the storage unit 60 stores a food database including a plurality of pieces of food information including feature information including component information that is information regarding the components of the sample and type information that is information regarding the type of the sample. May be.
  • This component information may be the component ratio of each component of protein, lipid, and carbohydrate.
  • the storage unit 60 of the modified example further stores a configuration ratio estimation model indicating a correlation between the absorbance of the sample calculated based on the amount of received light detected by the light receiving element 41 and the configuration ratio of the components of the sample. .
  • a statistical method such as multiple regression analysis or PLS regression analysis is used to calculate the component ratio estimation model.
  • the feature amount calculation unit 71 uses the component ratios of the protein, lipid, and carbohydrate components of the object S as the feature amounts based on the absorbance of the object S and the component ratio estimation model. Calculated. Then, the analysis unit 70 matches the calculated feature quantity with the food database. For this reason, since the composition ratio of the components of the food is less dependent on the volume and shape of the food, the calculated feature value and the food database are easily matched. For this reason, the kind of food can be analyzed accurately.
  • the feature amount calculation unit 71 of the modification of each embodiment calculates the absorbance of the object S based on the amount of received light detected from the plurality of light receiving elements 41 arranged in each of the light receiving sensors 40A to 40C.
  • the sum of the absorbances may be calculated as the first to third feature amounts related to the object S.
  • the feature amount calculation unit 71 of another modification may use the sum of the first to third feature amounts as the feature amount.
  • the candidate determination unit 72 according to the modification of each embodiment may match the first to third feature amounts with the first to third feature amounts related to the sample in the food database by weighting.
  • the candidate determination unit 72 of another modification may match the first to third feature amounts and the first to third feature amounts related to the sample of the food database in order from the highest feature amount.
  • the candidate determination unit 72 may match each feature quantity related to the object S and each feature quantity related to the sample using a linear function or a quadratic function.
  • the coefficients of these functions are calculated by weighting, for example.
  • a technique such as full cross validation or random validation may be used.
  • the ingredient calculation unit 73 may be omitted.
  • the storage unit 60 stores a food database including food information that is information related to the type of food, the amount of ingredients, calories, and the like associated with feature information including information related to absorption of near-infrared light. According to this modification, the amount of food ingredients and calories are calculated from the food database.
  • the food analysis apparatus 1 includes non-food information including feature information including at least one of information regarding absorption of near-infrared light and information regarding components of non-food and information regarding non-food.
  • a non-food database including a plurality of data may be stored. According to this modification, food and non-food can be distinguished by matching.
  • the food analysis apparatus 1 may include an operation unit (not shown).
  • An example of the configuration of the operation unit is a touch pad.
  • a cursor displayed on the display unit 80 is operated, and information displayed on the display unit 80 can be selected.
  • the form of the operation unit may be a mouse or a keyboard. Note that the food analysis apparatus 1 of this modification can omit the function of the touch panel from the display unit 80.
  • a plurality of light receiving elements 41 arranged in a circular shape may be concentrically arranged on the light receiving surface of the light receiving sensor 40 of the modification of each embodiment. Further, the light receiving elements 41 can be arranged in a two-dimensional manner by arranging the light receiving elements 41 in a linear direction and moving the light receiving elements 41 in a direction orthogonal to the linear direction. In the configuration in which the light receiving element 41 is arranged in the linear direction, the irradiation time of the irradiation unit 13 may be changed according to the movement time of the light receiving element 41.
  • a single light receiving element 41 may be arranged on the light receiving surface of the light receiving sensor 40 according to the modification of each embodiment.
  • the light receiving element 41 changes the light receiving region by a drive source (not shown) or the like. That is, the light receiving element 41 receives light a plurality of times in one analysis.
  • the spectroscopic unit 30 of the modification of each embodiment may be a spectroscope such as an interference filter or a prism.
  • the spectroscopic part 30 of another modification is an acousto-optic element.
  • the spectroscopic unit 30 may be configured to transmit only light having a specific wavelength. According to this modification, the light receiving sensor 40 is disposed on the back side of the spectroscopic unit 30.
  • the food analysis apparatus 1 may include one, two, or four or more spectroscopic units 30 and light receiving sensors 40.
  • this modification instead of or in addition to the spectroscopic units 31 to 33 and the light receiving sensors 40A to 40C, for example, another spectroscopic unit that selectively reflects light having an absorption wavelength of water, and another spectroscopic unit. Another light receiving sensor for receiving the light reflected from the unit is provided. For this reason, it is possible to analyze the amount of moisture, which is a component that is contained in a large amount in the object S, and in which the characteristics of the object S tend to appear. For this reason, the accuracy of matching is further improved. Further, according to the food analysis apparatus 1 of this modification, the wavelength of the specific light reflected by each of the spectroscopic units 31 to 33 can be changed to a wavelength that correlates with food calories or vitamins.
  • one of the irradiation unit 13 and the light receiving unit 14 may be disposed below the object S. According to this modification, when the irradiation unit 13 irradiates the object S with near infrared light, the light receiving unit 14 receives the light transmitted through the object S.
  • the irradiation unit 13 may irradiate light including a wavelength in the near infrared region of 700 nm to 1100 nm.
  • the wavelength region in the near infrared region can be arbitrarily changed in a region including wavelengths that correlate with protein, lipid and carbohydrate component amounts of food components.
  • the food analysis apparatus 1 may use Raman spectroscopy that excites electrons of the object S by outputting light having a wavelength other than the near-infrared region to the object S.
  • Raman spectroscopy that excites electrons of the object S by outputting light having a wavelength other than the near-infrared region to the object S.
  • near-infrared light is output from the irradiation unit 13 after the electrons of the object S are excited.
  • the food analysis apparatus 1 may omit the irradiation unit 13.
  • the object S is analyzed using, for example, sunlight or near infrared light such as lighting in the room where the food analyzer 1 is installed.
  • the object S is irradiated with near-infrared light, for example, by forming a slit that communicates the inside and outside of the housing 11.
  • the first light absorption information relates to the absorption of near infrared light by at least one component of protein, lipid, carbohydrate, and moisture.
  • Information may be included.
  • the component information may include information on at least one component of protein, lipid, carbohydrate, and moisture.
  • information on at least one component of protein, lipid, carbohydrate, and moisture, which are food components, is used for matching the feature information and measurement information of the food database.
  • the components of these four foods are components that are abundant in foods, and are the components in which the characteristics of the foods are easy to appear. For this reason, the accuracy of matching is improved by using these four food ingredients for matching. For this reason, the kind of food can be analyzed more accurately.
  • the component information constituting the food information may include information on the composition ratio of the food components.
  • the information regarding the component ratio of the component of a food is used for matching with the feature information and measurement information of a food database.
  • the composition ratio of the ingredients of the food hardly depends on the volume and shape of the food. For this reason, in this matching, it is hard to be influenced by the volume and shape of the food which is a measurement object. For this reason, it becomes easy to match the feature information and measurement information of the food database. For this reason, the kind of food can be analyzed accurately.
  • the analysis unit 70 may have a function of changing the measurement range. As a result, for example, only food that the user wants to analyze is included in the measurement range, whereby measurement information relating to the food is calculated. For this reason, it becomes difficult for the measurement information to include information other than food that the user wants to analyze. Therefore, it is possible to accurately analyze only the type of food that the user wants to analyze.
  • the food information may further include information on at least one of the weight, volume, and area of the food.
  • at least one information of the weight, volume, and area of the food is added to the feature information including at least one of the first light absorption information and the component information.
  • information on at least one of the weight, volume, and area of the food from a plurality of results obtained by matching the characteristic information including at least one of the first light absorption information and the component information with the measurement information Can be further narrowed down by matching feature information including measurement information with measurement information. For this reason, it is easy to further improve the accuracy of matching. For this reason, the type of food is easily analyzed more accurately.
  • the food information may further include second light absorption information that is information related to the absorption of visible light.
  • second light absorption information that is information related to the absorption of visible light.
  • the food information may be updated based on the measurement information used for matching.
  • food information is updated based on one or a plurality of measurement information used for matching. For example, the average of the feature information of the food database and the one or more measurement information used for matching is updated as the feature information of the new food database. For this reason, when analyzing foods of the same food type again, the feature information and measurement information in the food database can be easily matched. For this reason, it becomes easy to analyze the kind of foodstuff correctly.
  • the analysis unit 70 may control the operation of the cooking appliance based on the type of food determined by matching. Thereby, the usability of the cooking appliance is improved.
  • the food analyzer according to one embodiment of the present invention is useful for a food analyzer that can accurately analyze the type of food.

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Human Computer Interaction (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

食品分析装置（１）は、近赤外光の吸光に関する情報である第１の吸光情報、および、食品の成分に関する情報である成分情報の少なくとも一方を含む特徴情報と食品の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶する記憶部を備える。また、近赤外光を用いて測定された結果に基づいて得られる特徴情報である測定情報と食品データベースとをマッチングする分析部を備える。

Description

食品分析装置
　本発明は、食品分析装置に関する。
　食品の種類を分析する食品分析装置が知られている。特許文献１はその一例を示す。食品を撮影した画像データから食品の種類が分析される。
　一方、食品が撮影された画像データに、食品を載せるための皿等が映り込むことがある。この場合、特許文献１の食品分析装置は、その皿等に形成されている模様を食品であると認識することがある。このため、食品の種類が正確に分析されないおそれがある。
特開２００７－１２２３１１号公報
　本発明の目的は、食品の種類を正確に分析できる食品分析装置を提供することである。
　本発明の一形態に従う食品分析装置は、近赤外光の吸光に関する情報である第１の吸光情報、および、食品の成分に関する情報である成分情報の少なくとも一方を含む特徴情報と食品の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶する記憶部を備える。また、近赤外光を用いて測定された結果に基づいて得られる特徴情報である測定情報と食品データベースとをマッチングする分析部を備える。
　本発明の一形態に従う食品分析装置は、食品の種類を正確に分析することができる。
図１は、本発明の実施の形態１にかかる食品分析装置の模式図である。 図２は、本発明の実施の形態１にかかる食品分析装置の受光部の構成を示す模式図である。 図３は、本発明の実施の形態１にかかる食品分析装置の分析ユニットのブロック図である。 図４は、本発明の実施の形態１にかかる食品分析装置の表示部に表示される候補リストの表示例を示す正面図である。 図５は、本発明の実施の形態１にかかる食品分析装置の表示部に表示される分析結果の表示例を示す正面図である。 図６は、本発明の実施の形態２にかかる食品分析装置の受光部の構成を示す模式図である。 図７は、本発明の実施の形態２にかかる食品分析装置の分析ユニットのブロック図である。 図８は、本発明の実施の形態２にかかる食品分析装置の表示部に表示されるカロリーに関する重畳画像の表示例を示す正面図である。 図９は、本発明の実施の形態の変形例にかかる食品分析装置の表示部に表示される食品の画像データの表示例を示す正面図である。 図１０は、本発明の実施の形態の変形例にかかる食品分析装置の模式図である。 図１１は、本発明の実施の形態の変形例にかかる食品分析装置の模式図である。
　（実施の形態１）
　図１は、本発明の実施の形態１にかかる食品分析装置１の模式図である。
　図１を参照して、食品分析装置１の構成について説明する。
　食品分析装置１は、食品である対象物Ｓに関する情報を測定する測定ユニット１０、および、対象物Ｓの種類等を分析する分析ユニット５０を備える。測定ユニット１０および分析ユニット５０は、接続ケーブルＬを介して電気的に接続されている。
　測定ユニット１０は、扉（図示略）を閉じることにより内部を遮光できる筐体１１を備える。筐体１１には、皿に載せられた測定対象である対象物Ｓが配置されるテーブル１２、対象物Ｓに近赤外光を照射する照射部１３、および、対象物Ｓから反射した光を受光する受光部１４が収容されている。
　照射部１３は、一例として、ハロゲンランプ、ＬＥＤ（Ｌｉｇｈｔ　Ｅｍｉｔｔｉｎｇ　Ｄｉｏｄｅ）、または、レーザー等であり、対象物Ｓの全体に光を照射できる位置に配置される。照射部１３は、一例として、７００ｎｍ～２５００ｎｍの近赤外領域の波長を含む光を照射する。
　図２は、本発明の実施の形態１にかかる食品分析装置１の受光部１４の構成を示す模式図である。
　図２を参照して、受光部１４の構成について説明する。
　受光部１４は、対象物Ｓから反射した光を受光できる位置に配置される。受光部１４は、対象物Ｓから反射した光を集光する集光部２０、集光された光から対象物Ｓの成分に関する吸収波長の光を分光する分光部３０、および、分光された光を受光する複数の受光センサー４０を備える。
　集光部２０は、光を集光するための集光レンズ２１、および、集光レンズ２１により集光された光を分光部３０に導く反射部２２を備える。
　分光部３０は、第１分光部３１、第２分光部３２、および、第３分光部３３を備える。分光部３１～３３の各々は、特定の波長の光のみを反射し、他の波長の光を透過する回折格子の分光器である。分光部３１～３３は、互いに異なる特定の波長の光のみを反射する。これらの特定の波長は、成分が既知である食品に関する複数の試料の吸光度に基づいて実験等により決定される。具体的には、これらの特定の波長は、例えば複数の試料における特定の成分の成分量と吸光度との関係から、試料における特定の成分の成分量を反映した波長として決定される。
　第１分光部３１は、食品の成分のうちのたんぱく質の成分量と相関する９１０ｎｍ前後の波長の光を選択的に反射する。第２分光部３２は、食品の成分のうちの脂質の成分量と相関する９３０ｎｍ前後の波長の光を選択的に反射する。第３分光部３３は、食品の成分のうちの炭水化物の成分量と相関する９８０ｎｍ前後の波長の光を選択的に反射する。
　受光センサー４０の形態の一例は、イメージセンサーである。複数の受光センサー４０は、第１受光センサー４０Ａ、第２受光センサー４０Ｂ、および、第３受光センサー４０Ｃを含む。第１受光センサー４０Ａは、第１分光部３１において反射した光を受光する。第２受光センサー４０Ｂは、第２分光部３２において反射した光を受光する。第３受光センサー４０Ｃは、第３分光部３３において反射した光を受光する。
　受光センサー４０Ａ～４０Ｃの各々の受光面には、複数の受光素子４１が格子状に配置されている。受光素子４１の材質は、一例として、近赤外領域において幅広く感度を持つシリコン、インジウム、ガリウム、および、ヒ素等が用いられる。各受光素子４１は、受光した光の受光量を検出する。
　図３は、本発明の実施の形態１にかかる食品分析装置１の分析ユニット５０のブロック図である。
　図３を参照して、分析ユニット５０の構成について説明する。
　分析ユニット５０は、試料に関する情報等を記憶している記憶部６０、対象物Ｓ（図１参照）の種類等を分析する分析部７０、および、分析部７０の分析結果等を表示する表示部８０を備える。
　記憶部６０は、近赤外光の吸光に関する情報である第１の吸光情報を含む特徴情報と、試料の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶している。また、記憶部６０は、受光素子４１が検出する受光量に基づいて算出される試料の吸光度と、試料の成分量との相関関係を示す成分量推定モデルを記憶している。この成分量推定モデルの算出には、例えば重回帰分析またはＰＬＳ（Ｐａｒｔｉａｌ　Ｌｅａｓｔ　Ｓｑｕａｒｅｓ）回帰分析等の統計的手法が用いられる。また、試料の成分量は、例えば、たんぱく質、脂質、および、炭水化物の成分量であり、従来からの別の分析方法により予め精度よく算出されている。なお、記憶部６０は、分析部７０により分析された分析結果に関する情報を随時記憶する。
　分析部７０は、対象物Ｓの特徴量を演算する特徴量演算部７１、演算された特徴量と食品データベースとをマッチングさせ、このマッチングにより複数の結果を決定する候補決定部７２、および、対象物Ｓの成分を算出する成分算出部７３を備える。
　特徴量演算部７１は、対象物Ｓの吸光度の平均値Ｍを、測定情報である対象物Ｓに関する第１の特徴量として演算する。対象物Ｓの吸光度の平均値Ｍは、第１受光センサー４０Ａ（図２参照）に配置された複数の受光素子４１から検出される受光量に基づいて算出されたものである。特徴量演算部７１は、対象物Ｓの吸光度の平均値Ｑを、測定情報である対象物Ｓに関する第２の特徴量として演算する。対象物Ｓの吸光度の平均値Ｑは、第２受光センサー４０Ｂ（図２参照）に配置された複数の受光素子４１から検出される受光量に基づいて算出されたものである。特徴量演算部７１は、対象物Ｓの吸光度の平均値Ｒを、測定情報である対象物Ｓに関する第３の特徴量として演算する。対象物Ｓの吸光度の平均値Ｒは、第３受光センサー４０Ｃ（図２参照）に配置された複数の受光素子４１から検出される受光量に基づいて算出されたものである。なお、食品データベースの特徴情報は、試料に関する第１～第３の特徴量である。
　候補決定部７２は、例えば対象物Ｓに関する第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とをマッチングし、このマッチングにより複数の結果を決定する。具体的には、例えば対象物Ｓに関する第１の特徴量と試料に関する第１の特徴量との差、対象物Ｓに関する第２の特徴量と試料に関する第２の特徴量との差、および、対象物Ｓに関する第３の特徴量と試料に関する第３の特徴量との差を演算する。次に、演算されたそれぞれの差の平均であるマッチング結果を演算する。そして、このマッチング結果が小さいものから順に種類情報からＮ個の食品の候補を決定する。Ｎ個の一例は、１０個である。候補決定部７２は、この候補に関する情報を表示部８０に出力する。
　成分算出部７３は、対象物Ｓの吸光度および成分量推定モデルに基づいて、対象物Ｓの成分の成分量を算出する。成分算出部７３は、一例として、対象物Ｓの成分のうちのたんぱく質の成分量、脂質の成分量、および、炭水化物の成分量を算出する。また、成分算出部７３は、たんぱく質の成分量、脂質の成分量、および、炭水化物の成分量にそれぞれの成分と対応するカロリー係数を乗算し、それらを足し合わせることにより対象物Ｓのカロリーを算出する。成分算出部７３は、これらの結果を表示部８０に出力する。
　表示部８０の形態の一例は、液晶画面である。表示部８０は、選択操作が可能な機器であるタッチパネルとしての機能を備える。表示部８０には、一例として、分析部７０により分析された分析結果、および、記憶部６０が記憶している過去の分析結果等が表示される。
　図１～図５を参照して、食品分析装置１の作用について説明する。
　図１に示されるように、ユーザーは、テーブル１２上に対象物Ｓを載せ、食品分析装置１による分析を開始させる。この食品分析装置１による分析の開始にともない、照射部１３が対象物Ｓに光を照射する。
　図２に示されるように、複数の受光素子４１は、対象物Ｓから反射した光を受光し、その受光量を検出する。そして、受光素子４１は、検出された受光量に基づいて算出される対象物Ｓの吸光度に関する情報を分析部７０（図３参照）に出力する。
　図３に示されるように、分析部７０は、特徴量演算部７１により対象物Ｓの吸光度から第１～第３の特徴量を演算する。また、分析部７０は、候補決定部７２により対象物Ｓに関する第１～第３の特徴量と、試料に関する第１～第３の特徴量とをマッチングさせ、このマッチングにより複数の候補を決定する。そして、分析部７０は、この候補に関する情報を表示部８０に出力する。
　図４は、本発明の実施の形態１にかかる食品分析装置１の表示部８０に表示される候補リストの表示例を示す正面図である。
　図４に示されるように、表示部８０には、複数の食品の候補に関する情報が表示される。表示部８０は、候補リストとして１０個の食品の候補である候補Ａ～候補Ｊを表示する。一例として、マッチング結果が一番小さい候補Ａが一番マッチングした食品であり、マッチング結果が１０番目に小さい候補Ｊが１０番目にマッチングした食品である。なお、候補Ａ～候補Ｊは食品の種類を表している。
　ユーザーは、タッチパネルの機能を持つ表示部８０を指等で操作することにより、複数の食品の候補から１つの食品を選択する。ユーザーは、例えば対象物Ｓ（図１参照）と対応する食品が候補Ａであった場合、指等で候補Ａが表示されている部分をタップすることにより選択する。
　図３に示されるように、分析部７０は、成分算出部７３により対象物Ｓの成分のうちのたんぱく質の成分量、脂質の成分量、および、炭水化物の成分量を算出し、その結果からカロリーを算出する。そして、分析部７０（図３参照）は、候補Ａ（図４参照）である対象物Ｓ（図１参照）の種類、および、対象物Ｓの成分に関する情報を分析結果として表示部８０に出力する。
　図５は、本発明の実施の形態１にかかる食品分析装置１の表示部８０に表示される分析結果の表示例を示す正面図である。
　図５に示されるように、表示部８０には、対象物Ｓの種類、対象物Ｓの成分に関する情報、および、対象物Ｓに含まれる成分の分布画像と対象物Ｓの写真画像とが重畳された重畳画像ＰＳが、分析結果として表示される。なお、図５は、ハッチングの線の方向、および、ドットにより表示色の違いを示している。
　分布画像は、一例として、複数の受光素子４１（図３参照）の位置関係と、それぞれの受光素子４１に基づいて算出された対象物Ｓの成分とが組み合わせられた画像である。対象物Ｓの成分のうちのたんぱく質、脂質、および、炭水化物の成分量が複数の受光素子４１の位置関係と対応している領域ＰＸごとにそれぞれの受光素子４１に基づいて算出される。分布画像は、対象物Ｓの成分のうちの最も成分量が大きい成分が、その成分に応じた異なる表示色を用いて色づけされる。写真画像は、例えば可視光（図示略）を用いて対象物Ｓを撮影し、その情報に基づいて生成された画像である。重畳画像ＰＳは、分布画像と写真画像とを重畳することにより生成される。
　このように、ユーザーは、食品分析装置１による分析結果が表示されることにより、対象物Ｓの種類、対象物Ｓの成分量、および、対象物Ｓの成分に関する重畳画像ＰＳを視覚的に認識することができる。
　食品分析装置１によれば、以下の効果が得られる。
　（１）食品分析装置１は、対象物Ｓに関する第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とをマッチングすることにより食品の種類を分析する。この第１～第３の特徴量は、近赤外光を用いて測定された結果に基づいて得られるため、対象物Ｓ以外の情報が含まれにくい。このため、対象物Ｓに関する第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とがマッチングしやすい。このため、食品分析装置１は、食品の種類を正確に分析することができる。
　また、食品分析装置１は、対象物Ｓの吸光度および成分量推定モデルに基づいて対象物Ｓの成分の成分量を算出する。この対象物Ｓの吸光度は、近赤外光を用いて測定された結果に基づいて得られるため、対象物Ｓ以外の情報が含まれにくい。このため、食品分析装置１は、食品の成分量を正確に分析することができる。
　（２）食品分析装置１によれば、対象物Ｓに関する第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とのマッチングには食品の成分であるたんぱく質、脂質、および、炭水化物に関する情報が用いられる。この３つの食品の成分は、食品に多く含まれる成分であり、その食品の特徴が表れやすい成分である。このため、この３つの食品の成分がマッチングに用いられることにより、マッチングの精度が高められる。このため、食品の種類を一層正確に分析することができる。
　（３）マッチング結果として、一番マッチングした食品の種類と測定対象である食品の種類とが異なることがある。食品分析装置１によれば、マッチングにより複数の結果が出力され、その結果からユーザーにより１つの食品が選択される。このため、マッチングの結果として一番マッチングした１つの食品が出力される構成と比較して、マッチングの結果に測定対象である食品が含まれやすい。このため、食品の種類が正確に分析されやすい。また、食品分析装置１は、食品データベースから食品を選択する構成と比較して、選択の対象が少ない。このため、ユーザーの手間がかかりにくい。
　（４）食品分析装置１によれば、分析結果として食品の種類および食品の成分量が出力される。また、記憶部６０によりこの分析結果が記憶されるため、ユーザーが過去の分析結果を見返すことができる。このため、ユーザーが栄養管理を行いやすい。
　以上のように、本実施の形態の食品分析装置１は、近赤外光の吸光に関する情報である第１の吸光情報、および、食品の成分に関する情報である成分情報の少なくとも一方を含む特徴情報と食品の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶する記憶部６０を備える。また、近赤外光を用いて測定された結果に基づいて得られる特徴情報である測定情報と食品データベースとをマッチングする分析部７０を備える。
　これにより、食品分析装置１は、食品データベースの特徴情報と測定情報とをマッチングすることにより食品の種類を分析する。この測定情報は、近赤外光を用いて測定された結果に基づいて得られるため、第１の吸光情報の関係から食品以外の情報が含まれにくい。このため、食品データベースの特徴情報と測定情報とがマッチングしやすい。このため、食品分析装置１は、食品の種類を正確に分析することができる。
　また、マッチングにより複数の結果を決定し、選択操作が可能な表示機器に向けて複数の結果を出力してもよい。これにより、マッチングにより複数の結果が出力され、その結果からユーザーにより１つの食品が選択される。このため、マッチングの結果として一番マッチングした１つの食品が出力される構成と比較して、マッチングの結果に測定対象である食品が含まれやすい。このため、食品の種類が正確に分析されやすい。
　また、分析部７０が、マッチングにより決定した食品の種類に基づいて推定モデルを選択し、推定モデルを用いて食品の成分量およびカロリーの少なくとも一方を算出してもよい。これにより、食品の種類または分類ごとに対応した推定モデルを選択することにより食品の成分量およびカロリーの少なくとも一方が正確に算出されやすい。
　（実施の形態２）
　実施の形態２の食品分析装置１は、以下に説明する点において実施の形態１の食品分析装置１と相違し、その他の点において実施の形態１の食品分析装置１と実質的に同じ構成を備える。なお、実施の形態２の食品分析装置１の説明は、実施の形態１の食品分析装置１と共通する構成に同一の符号を付し、その構成の説明の一部または全部を省略する。
　図６は、本発明の実施の形態２にかかる食品分析装置１の受光部１４の構成を示す模式図である。
　図６に示されるように、分光部３０は、第１分光部３１、第２分光部３２、および、第３分光部３３に加えて、第４分光部３４を備える。第４分光部３４は、特定の波長の光のみを反射し、他の波長の光を透過する回折格子の分光器である。第４分光部３４は、食品に含まれない成分に関する波長の光を選択的に反射する。
　複数の受光センサー４０は、第１受光センサー４０Ａ、第２受光センサー４０Ｂ、および、第３受光センサー４０Ｃに加えて、第４受光センサー４０Ｄを含む。第４受光センサー４０Ｄは、第４分光部３４において反射した光を受光する。第４受光センサー４０Ｄの受光面には、複数の受光素子４１が格子状に配置されている。
　図７は、本発明の実施の形態２にかかる食品分析装置１の分析ユニット５０のブロック図である。
　図７を参照して、分析ユニット５０の構成について説明する。
　記憶部６０は、受光センサー４０Ａ～４０Ｃ（図６参照）の各々に配置される受光素子４１が検出する受光量に基づいて算出される試料の吸光度と、試料のカロリーとの相関関係を示すカロリー推定モデルを記憶している。このカロリー推定モデルの算出には、例えば重回帰分析またはＰＬＳ回帰分析等の統計的な手法が用いられる。試料のカロリーは、従来からの別の分析方法により予め精度よく算出されている。また、記憶部６０は、第４受光センサー４０Ｄ（図６参照）に配置される受光素子４１が検出する受光量に基づいて算出される試料の吸光度である基準吸光度を記憶している。
　分析ユニット５０中の分析部７０は、抽出部７４、補正部７５、カロリー算出部７６、および、分離部７７を備える。抽出部７４は、測定範囲から対象物Ｓ（図１参照）を抽出する。補正部７５は、対象物Ｓの吸光度を補正する。カロリー算出部７６は、対象物Ｓのカロリーを算出する。分離部７７は、対象物Ｓと対象物Ｓ以外とを分離する。
　抽出部７４は、受光センサー４０Ａ～４０Ｃの各々に配置される受光素子４１が検出する受光量に基づいて、受光素子４１が配置される領域ごとに対象物Ｓの吸光度を算出する。抽出部７４は、算出された対象物Ｓの吸光度を所定の閾値に基づいてエッジ検出することにより、対象物Ｓを抽出する。この所定の閾値は、例えば複数の受光素子４１のうちの隣り合う受光素子４１から算出される吸光度が一定の差以上を有するか否かの境界である。抽出部７４は、例えば複数の受光素子４１のうちの隣り合う受光素子４１から算出される吸光度が一定の差以上有する場合、吸光度が大きい方を対象物Ｓであると判別する。抽出部７４は、抽出された対象物Ｓにおいて受光センサー４０Ａ～４０Ｃの各々に基づく対象物Ｓの吸光度に関する情報を補正部７５に出力する。
　補正部７５は、第４受光センサー４０Ｄに配置される受光素子４１が検出する受光量に基づいて対象物Ｓの吸光度を算出する。補正部７５は、算出された対象物Ｓの吸光度と基準吸光度との差である影響情報を算出する。この影響情報は、例えば光路、食品の反射率、および、環境温度等の影響の強さである。補正部７５は、この影響情報に基づいて受光センサー４０Ａ～４０Ｃの各々に基づく対象物Ｓの吸光度を補正する。補正部７５は、この補正された対象物Ｓの吸光度に関する情報を特徴量演算部７１、成分算出部７３、および、カロリー算出部７６に出力する。
　カロリー算出部７６は、補正された対象物Ｓの吸光度およびカロリー推定モデルに基づいて対象物Ｓのカロリーを算出する。カロリー算出部７６は、この結果を分離部７７および表示部８０に出力する。
　分離部７７は、対象物Ｓのカロリーの算出結果を所定の閾値に基づいて分離することにより、対象物Ｓと対象物Ｓ以外とを分離する。この所定の閾値は、例えばカロリーを有するか否かの境界である。分離部７７は、例えば対象物Ｓのカロリーの算出結果が所定の閾値よりも大きい場合、カロリーを有するものと判別する。分離部７７は、この分離に関する情報を特徴量演算部７１および成分算出部７３に出力する。
　特徴量演算部７１は、分離部７７により分離された対象物Ｓの領域において、補正された対象物Ｓの吸光度から第１～第３の特徴量を演算する。成分算出部７３は、分離部７７により分離された対象物Ｓの領域において、補正された対象物Ｓの吸光度および成分量推定モデルに基づいて対象物Ｓの成分量を算出する。
　図８は、本発明の実施の形態２にかかる食品分析装置１の表示部８０に表示されるカロリーに関する重畳画像の表示例を示す正面図である。
　図８に示されるように、表示部８０には、対象物Ｓのカロリーの分布画像と対象物Ｓの写真画像とが重畳された重畳画像ＰＴが表示される。なお、図８は、ドットの点の密度により表示色の違いを示している。
　分布画像は、対象物Ｓのカロリーの分量に応じて異なる表示色を用いて領域ＰＸごとに色づけされる。このように、ユーザーは、表示部８０に表示される対象物Ｓのカロリーに関する重畳画像ＰＴを視覚的に認識することができる。
　また、図５に示されるように、表示部８０には、対象物Ｓの種類、対象物Ｓの成分に関する情報、および、対象物Ｓに含まれる成分の分布画像と対象物Ｓの写真画像とが重畳された重畳画像ＰＳが分析結果として表示される。このように、ユーザーは、食品分析装置１による分析結果が表示されることにより、対象物Ｓの種類、対象物Ｓの成分量、および、対象物Ｓの成分に関する重畳画像ＰＳを視覚的に認識することができる。なお、食品分析装置１は、一例として、表示部８０に示される内容が切替ボタン（図示略）等により切り替えられる構成を持つことが好ましい。
　食品分析装置１は、実施の形態１の（１）～（４）の効果に加えて、以下の効果が得られる。
　（５）食品分析装置１は、測定範囲から対象物Ｓを抽出し、その対象物Ｓの吸光度を算出する。このため、対象物Ｓの吸光度に対象物Ｓ以外の情報が一層含まれにくくなる。このため、対象物Ｓに関する第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とが一層マッチングしやすい。このため、食品の種類を一層正確に分析することができる。
　（６）食品分析装置１によれば、受光センサー４０Ａ～４０Ｃに基づく対象物Ｓの吸光度が影響情報に基づいて補正される。このため、一層正確な対象物Ｓの吸光度が算出される。このため、マッチングの精度が一層高められる。
　（７）食品分析装置１によれば、対象物Ｓのカロリーの算出結果を所定の閾値に基づいて分離させることにより、対象物Ｓと対象物Ｓ以外とが分離される。このため、対象物Ｓの領域において対象物Ｓの吸光度から特徴量が演算されることにより、その特徴量に対象物Ｓ以外の情報が一層含まれにくくなる。このため、マッチングの精度が一層高められる。
　以上のように、本実施の形態の食品分析装置１は、測定範囲から食品を抽出した結果を用いて、食品に関する測定情報を算出してもよい。これにより、測定情報に食品以外の情報が一層含まれにくくなる。このため、食品データベースの特徴情報と測定情報とが一層マッチングしやすい。このため、食品の種類を一層正確に分析することができる。
　また、食品情報を構成する成分情報は、食品の成分の絶対量に関する情報を含んでもよい。これにより、食品データベースと測定情報とのマッチングには食品の成分の絶対量が用いられる。このため、食品の種類と併せて食品の成分量を分析することができる。
　（変形例）
　食品分析装置が取り得る具体的な形態は、上記各実施の形態に例示された形態に限定されない。食品分析装置は、本発明の目的が達成される範囲において、上記各実施の形態とは異なる各種の形態を取り得る。以下に示される上記各実施の形態の変形例は、食品分析装置が取り得る各種の形態の一例である。
　・実施の形態１の変形例の食品分析装置１は、測定範囲を変更する機能を備えてもよい。この変形例の食品分析装置１によれば、分析部７０により受光素子４１から検出される受光量に基づいて対象物Ｓの吸光度が算出され、その吸光度が輝度または色味等の情報を含む対象物Ｓに関する画像データＰに変換される。分析部７０は、その画像データＰを表示部８０に出力する。
　図９は、本発明の実施の形態の変形例にかかる食品分析装置１の表示部８０に表示される食品の画像データの表示例を示す正面図である。
　図９に示されるように、表示部８０は、対象物Ｓに関する画像データＰを表示する。そして、ユーザーが画像データＰのうちの食品が含まれる範囲の一部を選択することにより測定範囲が変更される。これにより、変形例の食品分析装置１は、ユーザーにより変更された対象物Ｓのうちの一部の食品が含まれる測定範囲の分析を開始する。
　この変形例の食品分析装置１は、例えばユーザーが分析したい対象物Ｓの一部の食品を測定範囲に含めることができる。このため、この食品に関する特徴量に食品以外の情報が含まれにくくなる。このため、ユーザーが分析したい食品の種類のみを正確に分析することができる。なお、この変形例の食品分析装置１は、例えばユーザーにより選択された範囲以外を測定範囲とする構成であってもよい。
　・実施の形態２の変形例の抽出部７４は、水素結合の吸収波長が温度により変化する特性を利用して対象物Ｓを抽出してもよい。この場合、例えば水の吸収波長の光を選択的に反射する別の分光部、および、別の分光部において反射した光を受光する別の受光センサーが備えられる。この変形例によれば、マイクロ波等により対象物Ｓが加熱されることにより、水の吸収波長がピークシフトするか否かに基づいて対象物Ｓが抽出される。
　・実施の形態２の変形例の食品分析装置１は、補正部７５、カロリー算出部７６、および、分離部７７のうちの少なくとも１つを省略してもよい。例えば、変形例の食品分析装置１は、補正部７５、カロリー算出部７６、および、分離部７７の全部を省略してもよい。この変形例によれば、抽出部７４により抽出された対象物Ｓにおいて受光センサー４０Ａ～４０Ｃの各々に基づく対象物Ｓの吸光度に関する情報が特徴量演算部７１および成分算出部７３に出力される。なお、補正部７５が省略される場合、第４分光部３４および第４受光センサー４０Ｄを省略することができる。
　図１０は、本発明の実施の形態の変形例にかかる食品分析装置１の模式図である。
　・各実施の形態の変形例の食品分析装置１は、図１０に示されるように、テーブル１２上に配置される対象物Ｓ等の重量を測定する圧力センサー９０を備えてもよい。この場合、変形例の食品分析装置１の記憶部６０は、例えば食品情報の別の特徴量の１つとして試料の重量に関する情報を記憶する。このため、変形例の食品分析装置１によれば、圧力センサー９０により測定される対象物Ｓの重量に関する情報を特徴量の１つとして、食品データベースとマッチングさせる。このため、食品の種類が一層正確に分析される。また、この変形例によれば、算出された対象物Ｓの成分を対象物Ｓの重量に関する情報を用いて補正してもよい。なお、別の変形例の食品分析装置１は、圧力センサー９０に代えて、または、加えて、対象物Ｓの体積および面積の少なくとも一方を測定するセンサー（図示略）等を備えてもよい。
　図１１は、本発明の実施の形態の変形例にかかる食品分析装置１の模式図である。
　・各実施の形態の変形例の食品分析装置１は、図１１に示されるように、対象物Ｓに可視光を照射する可視光照射部１５を備えてもよい。この可視光照射部１５は、対象物Ｓの全体に光を照射できる位置に配置される。この場合、変形例の食品分析装置１の記憶部６０は、例えば食品情報の別の特徴量の１つとして可視光の吸光に関する情報である第２の吸光情報を記憶する。このため、変形例の食品分析装置１によれば、可視光照射部１５が可視光を対象物Ｓに照射することにより得られる可視光の吸光に関する特徴量を食品データベースとマッチングさせる。これにより、例えば成分が類似し、色彩が異なる果汁飲料の種類を詳細に分析することができる。このため、食品の種類が一層正確に分析される。
　・各実施の形態の変形例の食品分析装置１は、マッチングにより決定した食品の種類に基づいて調理機器の動作を制御してもよい。この変形例の食品分析装置１によれば、マッチングにより決定した食品の種類に基づいて、例えば調理機器である電子レンジの加熱時間および電力等が制御される。このため、調理機器の使い勝手が向上する。なお、別の変形例の食品分析装置１は、マッチングにより決定した食品の種類に基づいて、例えば調理機器である冷蔵庫の冷却温度等が制御される。
　・各実施の形態の変形例の食品分析装置１は、マッチングにより決定した食品の種類に基づいて別の成分量推定モデルを選択し、その別の成分量推定モデルを用いて食品の成分量を算出してもよい。この場合、記憶部６０は、例えば受光素子４１が検出する受光量に基づいて算出される試料の吸光度と、試料の成分量との相関関係を示す食品の分類ごとに定められた別の成分量推定モデルを記憶する。この別の成分量推定モデルの算出には、例えば重回帰分析またはＰＬＳ回帰分析等の統計的手法が用いられる。この変形例によれば、対象物Ｓの種類が分析された後に対象物Ｓの分類を分析部７０が判別し、成分算出部７３が対象物Ｓの吸光度および別の成分量推定モデルに基づいて対象物Ｓの成分量を算出する。このため、判別された食品の分類に応じた別の成分量推定モデルが選択されることにより、食品の成分量が正確に算出される。なお、この別の成分量推定モデルは、食品の種類ごとに定められてもよい。
　また、別の変形例の食品分析装置１は、カロリーを算出する場合において、マッチングにより決定した食品の種類に基づいて別のカロリー推定モデルを選択し、その別のカロリー推定モデルを用いて食品のカロリーを算出してもよい。
　・食品の種類が同一である複数の食品を分析する場合、成分量の差等により対象物Ｓの特徴量がばらつくことがある。このため、食品の種類が同一であったとしても、対象物Ｓの特徴量と食品情報の特徴量とがマッチングしにくいことがある。
　各実施の形態の変形例の食品分析装置１は、マッチングにより食品の種類が決定した後に、そのマッチングに用いた対象物Ｓの特徴量に基づいて、食品情報を更新してもよい。この変形例によれば、例えばマッチングされた対象物Ｓの特徴量と食品情報の特徴量との平均を新たな食品情報の特徴量として記憶する。この場合、対象物の特徴量と食品情報の特徴量とがマッチングしやすくなる。このため、食品の種類を正確に分析することができる。なお、この変形例の食品分析装置１は、マッチングされた複数の対象物Ｓの特徴量と食品情報の特徴量との平均を新たな食品情報の特徴量として記憶してもよい。
　・各実施の形態の変形例の食品分析装置１は、ネットワークを介して複数のユーザーが分析した対象物Ｓに関する情報を記憶してもよい。例えば、食品データベースに存在しない食品を分析した場合、その食品の種類および成分量等の情報が食品データベースに記憶される。このため、食品データベースの情報量が増加することにより、マッチングの精度が高められる。また、例えばマッチングされた対象物Ｓの特徴量に基づいて対応する食品情報の特徴量を更新してもよい。
　・各実施の形態の変形例の候補決定部７２は、例えばマッチングにより決定された複数の結果として、小さいものから順に食品データベースの１％の食品の候補を決定してもよい。また、別の変形例の候補決定部７２は、ユーザーがマッチングにより決定するＮ個の値を任意に変更することができる。
　・各実施の形態の変形例の食品分析装置１は、候補決定部７２を省略してもよい。この場合、例えばマッチングにより１つの食品が決定される。
　・各実施の形態の変形例の記憶部６０は、試料の成分に関する情報である成分情報を含む特徴情報と、試料の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶してもよい。この成分情報は、たんぱく質の成分量、脂質の成分量、および、炭水化物の成分量のそれぞれの絶対値であればよい。この変形例によれば、特徴量演算部７１により対象物Ｓの吸光度および成分量推定モデルに基づいて対象物Ｓのたんぱく質の成分量、脂質の成分量、および、炭水化物の成分量が特徴量として演算される。そして、分析部７０は、演算された特徴量と食品データベースとをマッチングさせる。このため、食品の種類と併せて食品の成分量を分析することができる。このため、変形例の食品分析装置１の分析に関する処理速度が向上する。なお、この変形例の食品分析装置１は、成分算出部７３を省略することができる。
　・各実施の形態の変形例の記憶部６０は、試料の成分に関する情報である成分情報を含む特徴情報と、試料の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶してもよい。この成分情報は、たんぱく質、脂質、および、炭水化物のそれぞれの成分の構成比率であればよい。この場合、変形例の記憶部６０は、受光素子４１が検出する受光量に基づいて算出される試料の吸光度と、試料の成分の構成比率との相関関係を示す構成比率推定モデルをさらに記憶する。この構成比率推定モデルの算出には、例えば重回帰分析またはＰＬＳ回帰分析等の統計的手法が用いられる。この変形例によれば、特徴量演算部７１により、対象物Ｓの吸光度および構成比率推定モデルに基づいて、対象物Ｓのたんぱく質、脂質、および、炭水化物のそれぞれの成分の構成比率が特徴量として演算される。そして、分析部７０は、演算された特徴量と食品データベースとをマッチングさせる。このため、食品の成分の構成比率が食品の体積および形状に依存しにくいことにより、演算された特徴量と食品データベースとがマッチングしやすい。このため、食品の種類を正確に分析することができる。
　・各実施の形態の変形例の特徴量演算部７１は、受光センサー４０Ａ～４０Ｃの各々に配置された複数の受光素子４１から検出される受光量に基づいて対象物Ｓの吸光度が算出され、その吸光度の和を対象物Ｓに関する第１～第３の特徴量として演算してもよい。また、別の変形例の特徴量演算部７１は、第１～第３の特徴量の和を特徴量としてもよい。
　・各実施の形態の変形例の候補決定部７２は、第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とを重み付けによりマッチングしてもよい。また、別の変形例の候補決定部７２は、第１～第３の特徴量と、食品データベースの試料に関する第１～第３の特徴量とを最も高い特徴量から順にマッチングしてもよい。
　・各実施の形態の変形例の候補決定部７２は、対象物Ｓに関する各特徴量および試料に関する各特徴量を一次関数または二次関数を用いてマッチングしてもよい。この場合、これらの関数の係数は、例えば重み付け等により算出される。なお、この変形例によれば、フルクロスバリデーションまたはランダムバリデーション等の手法を用いてもよい。
　・各実施の形態の変形例の食品分析装置１は、成分算出部７３を省略してもよい。この場合、例えば記憶部６０が近赤外光の吸光に関する情報を含む特徴情報と関連付けられた食品の種類、成分量、および、カロリー等に関する情報である食品情報を含む食品データベースを記憶する。この変形例によれば、食品の成分量およびカロリーは、食品データベースから算出される。
　・各実施の形態の変形例の食品分析装置１は、近赤外光の吸光に関する情報、および、非食品の成分に関する情報の少なくとも一方を含む特徴情報と非食品に関する情報とを含む非食品情報を複数備える非食品データベースを記憶してもよい。この変形例によれば、マッチングにより食品と食品以外とを判別できる。
　・各実施の形態の変形例の食品分析装置１は、操作部（図示略）を備えてもよい。この操作部の形態の一例は、タッチパッドである。例えばユーザーによりタッチパッドが操作されることにより表示部８０に表示されるカーソル（図示略）が操作され、表示部８０に表示される情報等を選択することができる。また、操作部の形態は、マウスまたはキーボード等でもよい。なお、この変形例の食品分析装置１は、表示部８０からタッチパネルの機能を省略することができる。
　・各実施の形態の変形例の受光センサー４０の受光面には、円状に配置された複数の受光素子４１が同心円状に配置されてもよい。また、受光素子４１を直線方向に配置し、受光素子４１を直線方向と直交する方向に移動させることにより、疑似的に受光素子４１を２次元に配置することもできる。なお、受光素子４１を直線方向に配置する構成においては、照射部１３の照射時間を受光素子４１の移動時間に合わせて変更すればよい。
　・各実施の形態の変形例の受光センサー４０の受光面には、１つの受光素子４１が配置されてもよい。この場合、受光素子４１は、駆動源（図示略）等により受光する領域を変化させる。すなわち、この受光素子４１は、１度の分析で複数回受光する。
　・各実施の形態の変形例の分光部３０は、干渉フィルターまたはプリズム等の分光器であってもよい。また、別の変形例の分光部３０は、音響光学素子である。
　・各実施の形態の変形例の分光部３０は、特定の波長の光のみを透過する構成であってもよい。この変形例によれば、受光センサー４０は分光部３０の裏側に配置される。
　・各実施の形態の変形例の食品分析装置１は、分光部３０および受光センサー４０を１つ、２つ、または、４つ以上備えてもよい。この変形例によれば、分光部３１～３３および受光センサー４０Ａ～４０Ｃに代えて、または、加えて、例えば水の吸収波長の光を選択的に反射する別の分光部、および、別の分光部から反射した光を受光する別の受光センサーが備えられる。このため、対象物Ｓに多く含まれる成分であり、その対象物Ｓの特徴が表れやすい成分である水分の量を分析することができる。このため、マッチングの精度が一層高められる。また、この変形例の食品分析装置１によれば、分光部３１～３３の各々が反射する特定の光の波長を食品のカロリー、または、ビタミン等と相関する波長に変更することもできる。
　・各実施の形態の変形例の食品分析装置１は、照射部１３および受光部１４の一方を対象物Ｓの下方に配置してもよい。この変形例によれば、照射部１３が対象物Ｓに近赤外光を照射することにより、対象物Ｓを透過した光を受光部１４が受光する。
　・各実施の形態の変形例の照射部１３は、７００ｎｍ～１１００ｎｍの近赤外領域の波長を含む光を照射してもよい。なお、近赤外領域の波長領域は、食品の成分のうちのたんぱく質、脂質、および、炭水化物の成分量と相関する波長が含まれる領域において、任意に変更することができる。
　・各実施の形態の変形例の食品分析装置１は、対象物Ｓに近赤外領域以外の波長の光を出力することにより対象物Ｓの電子を励起させるラマン分光法を用いてもよい。この変形例によれば、対象物Ｓの電子を励起させた後に、照射部１３から近赤外光が出力される。
　・各実施の形態の変形例の食品分析装置１は、照射部１３を省略してもよい。この場合、例えば太陽光、または、食品分析装置１が設置される室内の照明等の近赤外光を用いて対象物Ｓの分析が行われる。この変形例によれば、例えば筐体１１の内外を連通するスリットを形成することにより対象物Ｓに近赤外光を照射する。
　以上のように、実施の形態１および変形例の食品分析装置１は、第１の吸光情報は、たんぱく質、脂質、炭水化物、および、水分のうちの少なくとも１つの成分による近赤外光の吸光に関する情報を含んでもよい。また、成分情報は、たんぱく質、脂質、炭水化物、および、水分のうちの少なくとも１つの成分に関する情報を含んでもよい。
　これにより、食品データベースの特徴情報と測定情報とのマッチングには食品の成分であるたんぱく質、脂質、炭水化物、および、水分の少なくとも１つの成分に関する情報が用いられる。この４つの食品の成分は、食品に多く含まれる成分であり、その食品の特徴が表れやすい成分である。このため、この４つの食品の成分がマッチングに用いられることにより、マッチングの精度が高められる。このため、食品の種類を一層正確に分析することができる。
　また、食品情報を構成する成分情報は、食品の成分の構成比率に関する情報を含んでもよい。これにより、食品データベースの特徴情報と測定情報とのマッチングには食品の成分の構成比率に関する情報が用いられる。食品の成分の構成比率は、食品の体積および形状に依存しにくい。このため、このマッチングにおいては測定対象である食品の体積および形状の影響を受けにくい。このため、食品データベースの特徴情報と測定情報とがマッチングしやすくなる。このため、食品の種類を正確に分析することができる。
　また、分析部７０が測定範囲を変更する機能を備えてもよい。これにより、例えばユーザーが分析したい食品のみが測定範囲に含められることにより、その食品に関する測定情報が算出される。このため、測定情報にユーザーが分析したい食品以外の情報が含まれにくくなる。このため、ユーザーが分析したい食品の種類のみを正確に分析することができる。
　また、食品情報は食品の重量、体積、および、面積のうちの少なくとも１つに関する情報をさらに含んでもよい。これにより、第１の吸光情報および成分情報の少なくとも一方を含む特徴情報に食品の重量、体積、および、面積のうちの少なくとも１つの情報が加えられる。このため、例えば第１の吸光情報および成分情報の少なくとも一方を含む特徴情報と測定情報とのマッチングにより得られた複数の結果から、食品の重量、体積、および、面積のうちの少なくとも１つの情報を含む特徴情報と測定情報とのマッチングによりさらに絞り込むことができる。このため、マッチングの精度が一層高められやすい。このため、食品の種類が一層正確に分析されやすい。
　また、食品情報は可視光の吸光に関する情報である第２の吸光情報をさらに含んでもよい。これにより、例えば第１の吸光情報および成分情報の少なくとも一方を含む特徴情報と測定情報とのマッチングにより得られた複数の結果から、第２の吸光情報を含む特徴情報と測定情報とのマッチングによりさらに絞り込むことができる。このため、マッチングの精度が一層高められやすい。このため、食品の種類が一層正確に分析されやすい。
　また、分析部７０が、マッチングにより測定対象である食品の種類を決定した後に、マッチングに用いた測定情報に基づいて食品情報を更新してもよい。これにより、マッチングに用いた１つまたは複数の測定情報に基づいて食品情報が更新される。例えば、食品データベースの特徴情報とマッチングに用いた１つまたは複数の測定情報との平均を新しい食品データベースの特徴情報として更新する。このため、再度食品の種類が同一である食品を分析する場合、食品データベースの特徴情報と測定情報とがマッチングしやすくなる。このため、食品の種類が正確に分析されやすくなる。
　また、分析部７０が、マッチングにより決定した食品の種類に基づいて調理機器の動作を制御してもよい。これにより、調理機器の使い勝手が向上する。
　以上のように、本発明の一形態に従う食品分析装置は、食品の種類を正確に分析することができる食品分析装置に有用である。
　１　　食品分析装置
　１０　　測定ユニット
　１１　　筐体
　１２　　テーブル
　１３　　照射部
　１４　　受光部
　１５　　可視光照射部
　２０　　集光部
　２１　　集光レンズ
　２２　　反射部
　３０　　分光部
　３１　　第１分光部
　３２　　第２分光部
　３３　　第３分光部
　３４　　第４分光部
　４０　　受光センサー
　４０Ａ　　第１受光センサー
　４０Ｂ　　第２受光センサー
　４０Ｃ　　第３受光センサー
　４０Ｄ　　第４受光センサー
　４１　　受光素子
　５０　　分析ユニット
　６０　　記憶部
　７０　　分析部
　７１　　特徴量演算部
　７２　　候補決定部
　７３　　成分算出部
　７４　　抽出部
　７５　　補正部
　７６　　カロリー算出部
　７７　　分離部
　８０　　表示部
　９０　　圧力センサー

Claims (12)

  1. 近赤外光の吸光に関する情報である第１の吸光情報、および、食品の成分に関する情報である成分情報の少なくとも一方を含む特徴情報と食品の種類に関する情報である種類情報とを含む食品情報を複数備える食品データベースを記憶する記憶部と、
    近赤外光を用いて測定された結果に基づいて得られる前記特徴情報である測定情報と前記食品データベースとをマッチングする分析部とを備える
    食品分析装置。
  2. 前記第１の吸光情報は、たんぱく質、脂質、炭水化物、および、水分のうちの少なくとも１つの成分による近赤外光の吸光に関する情報を含み、
    前記成分情報は、たんぱく質、脂質、炭水化物、および、水分のうちの少なくとも１つの成分に関する情報を含む
    請求項１に記載の食品分析装置。
  3. 測定範囲から食品を抽出した結果を用いて、前記食品に関する前記測定情報を算出する
    請求項１または２に記載の食品分析装置。
  4. 前記マッチングにより複数の結果を決定し、選択操作が可能な表示機器に向けて前記複数の結果を出力する
    請求項１に記載の食品分析装置。
  5. 前記食品情報を構成する前記成分情報は、食品の成分の構成比率に関する情報を含む
    請求項１に記載の食品分析装置。
  6. 前記食品情報を構成する前記成分情報は、食品の成分の絶対量に関する情報を含む
    請求項１に記載の食品分析装置。
  7. 前記分析部が測定範囲を変更する機能を備える
    請求項１に記載の食品分析装置。
  8. 前記食品情報は食品の重量、体積、および、面積のうちの少なくとも１つに関する情報をさらに含む
    請求項１に記載の食品分析装置。
  9. 前記食品情報は可視光の吸光に関する情報である第２の吸光情報をさらに含む
    請求項１に記載の食品分析装置。
  10. 前記分析部が、前記マッチングにより測定対象である食品の種類を決定した後に、前記マッチングに用いた前記測定情報に基づいて前記食品情報を更新する
    請求項１に記載の食品分析装置。
  11. 前記分析部が、前記マッチングにより決定した食品の種類に基づいて推定モデルを選択し、前記推定モデルを用いて前記食品の成分量およびカロリーの少なくとも一方を算出する
    請求項１に記載の食品分析装置。
  12. 前記分析部が、前記マッチングにより決定した食品の種類に基づいて調理機器の動作を制御する
    請求項１に記載の食品分析装置。
PCT/JP2015/003165 2014-07-11 2015-06-24 食品分析装置 WO2016006184A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP15818332.7A EP3168602B1 (en) 2014-07-11 2015-06-24 Food product analysis device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2014143039A JP6288512B2 (ja) 2014-07-11 2014-07-11 食品分析装置
JP2014-143039 2014-07-11

Publications (1)

Publication Number Publication Date
WO2016006184A1 true WO2016006184A1 (ja) 2016-01-14

Family

ID=55063841

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/003165 WO2016006184A1 (ja) 2014-07-11 2015-06-24 食品分析装置

Country Status (3)

Country Link
EP (1) EP3168602B1 (ja)
JP (1) JP6288512B2 (ja)
WO (1) WO2016006184A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018059739A (ja) * 2016-10-03 2018-04-12 大阪瓦斯株式会社 ポリフェノール抽出量評価システム
WO2018126082A1 (en) 2016-12-28 2018-07-05 Miroculis Inc. Digital microfluidic devices and methods
CN108309062A (zh) * 2017-01-18 2018-07-24 佛山市顺德区美的电热电器制造有限公司 储物装置和烹饪器具

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6681606B2 (ja) * 2017-02-10 2020-04-15 パナソニックＩｐマネジメント株式会社 食品分析装置
KR102019814B1 (ko) * 2017-06-23 2019-09-09 주식회사 제이앤씨글로벌 음식물의 성분 분석 장치
KR20190084567A (ko) * 2018-01-08 2019-07-17 삼성전자주식회사 음식과 관련된 정보를 처리하기 위한 전자 장치 및 방법
CN108693318B (zh) * 2018-04-11 2020-09-01 福建省万旅行食品有限公司 一种食品防腐剂含量安全检测仪
CN109668852B (zh) * 2018-12-25 2021-11-02 Oppo广东移动通信有限公司 电子设备、信息推送方法及相关产品
DE102020206488A1 (de) * 2020-05-25 2021-11-25 BSH Hausgeräte GmbH System mit einer Geschirrspülmaschine und Verfahren zum Betreiben einer Geschirrspülmaschine

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006226945A (ja) * 2005-02-21 2006-08-31 Nec System Technologies Ltd 物品判別装置、物品判別方法、および物品判別プログラム
JP2006333815A (ja) * 2005-06-03 2006-12-14 Matsushita Electric Ind Co Ltd 調理方法およびそれを用いた調理機器
JP2007047930A (ja) * 2005-08-08 2007-02-22 Hitachi High-Technologies Corp 画像処理装置及び検査装置
JP2013036906A (ja) * 2011-08-09 2013-02-21 Seiko Epson Corp 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置
JP2013040832A (ja) * 2011-08-15 2013-02-28 Seiko Epson Corp 食品判別装置および食品判別方法
JP2014062807A (ja) * 2012-09-21 2014-04-10 Panasonic Corp 分析装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4104075B2 (ja) * 2004-03-12 2008-06-18 青森県 物体のカロリー測定方法及び物体のカロリー測定装置
JP4747371B2 (ja) * 2004-03-12 2011-08-17 地方独立行政法人青森県産業技術センター 食品のカロリー測定方法及び食品のカロリー測定装置
WO2006046197A1 (en) * 2004-10-27 2006-05-04 Philips Intellectual Property & Standards Gmbh Device and method for determining the calorie content of an object
JP4504220B2 (ja) * 2005-02-17 2010-07-14 株式会社ダイクレ 排水路
JP2007122311A (ja) * 2005-10-27 2007-05-17 Matsushita Electric Ind Co Ltd 栄養解析装置
JP5540355B2 (ja) * 2010-06-08 2014-07-02 シャープ株式会社 成分分析装置、成分分析システム、および成分分析方法
JP5703813B2 (ja) * 2011-02-16 2015-04-22 セイコーエプソン株式会社 波長可変干渉フィルター、光モジュール、及び光分析装置
JP2013036907A (ja) * 2011-08-09 2013-02-21 Seiko Epson Corp 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置
JP5845703B2 (ja) * 2011-08-09 2016-01-20 セイコーエプソン株式会社 分光測定装置および分光測定データ出力装置
JP2013037648A (ja) * 2011-08-11 2013-02-21 Seiko Epson Corp 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置
JP2013181912A (ja) * 2012-03-02 2013-09-12 Seiko Epson Corp 成分分析装置
JP5928076B2 (ja) * 2012-03-28 2016-06-01 セイコーエプソン株式会社 分析方法、撮像装置
JP6142526B2 (ja) * 2012-12-27 2017-06-07 セイコーエプソン株式会社 食品分析装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006226945A (ja) * 2005-02-21 2006-08-31 Nec System Technologies Ltd 物品判別装置、物品判別方法、および物品判別プログラム
JP2006333815A (ja) * 2005-06-03 2006-12-14 Matsushita Electric Ind Co Ltd 調理方法およびそれを用いた調理機器
JP2007047930A (ja) * 2005-08-08 2007-02-22 Hitachi High-Technologies Corp 画像処理装置及び検査装置
JP2013036906A (ja) * 2011-08-09 2013-02-21 Seiko Epson Corp 摂取熱量推定装置、摂取熱量推定方法および摂取熱量推定用データ出力装置
JP2013040832A (ja) * 2011-08-15 2013-02-28 Seiko Epson Corp 食品判別装置および食品判別方法
JP2014062807A (ja) * 2012-09-21 2014-04-10 Panasonic Corp 分析装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018059739A (ja) * 2016-10-03 2018-04-12 大阪瓦斯株式会社 ポリフェノール抽出量評価システム
WO2018126082A1 (en) 2016-12-28 2018-07-05 Miroculis Inc. Digital microfluidic devices and methods
CN108309062A (zh) * 2017-01-18 2018-07-24 佛山市顺德区美的电热电器制造有限公司 储物装置和烹饪器具
CN108309062B (zh) * 2017-01-18 2022-02-11 佛山市顺德区美的电热电器制造有限公司 储物装置和烹饪器具

Also Published As

Publication number Publication date
EP3168602A4 (en) 2017-06-28
JP2016017932A (ja) 2016-02-01
EP3168602B1 (en) 2019-10-02
EP3168602A1 (en) 2017-05-17
JP6288512B2 (ja) 2018-03-07

Similar Documents

Publication Publication Date Title
WO2016006184A1 (ja) 食品分析装置
KR101226782B1 (ko) 물체의 칼로리 측정방법 및 물체의 칼로리 측정장치
JP6150156B2 (ja) カロリー算出装置
Li et al. Pears characteristics (soluble solids content and firmness prediction, varieties) testing methods based on visible-near infrared hyperspectral imaging
US20180372542A1 (en) LED Lighting Based Multispectral Imaging System for Color Measurement
JP6213759B2 (ja) 分析装置
KR20200064508A (ko) 식품 영양소 섭취량 분석 장치 및 그 방법
WO2019102400A1 (en) System and process for the recognition, characterization and classification of foods and nutrients in foods
EP3144665B1 (en) Food analysis device
JP4747371B2 (ja) 食品のカロリー測定方法及び食品のカロリー測定装置
WO2015092994A1 (ja) カロリー測定装置
US10900836B2 (en) Reflectometer, electronic device and method
JP2013040832A (ja) 食品判別装置および食品判別方法
KR20170063039A (ko) 스펙트럼 분석법을 이용한 혈중 성분 수치의 추정 장치
JP6256871B2 (ja) 食品分析装置
JP6681606B2 (ja) 食品分析装置
JP6226292B2 (ja) 食品分析装置
JP2003114191A (ja) 青果物の非破壊糖度測定方法及び装置
JP6467724B2 (ja) カロリー算出装置
US20150260644A1 (en) Foodstuff analysis device
Shao et al. Growth period determination and color coordinates visual analysis of tomato using hyperspectral imaging technology
Liu et al. A portable LED-induced fluorescence system for quantitative detection of different kinds of vegetable oil adulteration
de Oliveira et al. Feasibility of Using Reflectance Spectra from Smartphone Digital Images to Predict Quality Parameters of Bananas and Papayas
Ghasemi-Varnamkhasti et al. Utilizing visible and near infrared spectroscopy based on multi-class support vector machines classification to characterize olive oil adulteration
CN106233121A (zh) 有机材料的性质的测量

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15818332

Country of ref document: EP

Kind code of ref document: A1

REEP Request for entry into the european phase

Ref document number: 2015818332

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2015818332

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE