JP2014178184A - 水質検査システムおよび魚類監視システム - Google Patents

Abstract

【課題】魚の呼吸頻度および遊泳行動に基づいた水質検査を実現する。
【解決手段】水質検査システム（１０）は、魚（１０１）の呼吸運動に伴い発生する生体電気信号を計測するための複数の電極（１１０）が底面に配置された信号計測用水槽部（１１）と、複数の電極のそれぞれによって計測された生体電気信号のパワースペクトル密度を算出し、呼吸波の周波数帯域における総和が最大となるようなパワースペクトル密度のピーク周波数から、信号計測用水槽中の魚の呼吸頻度を推定する信号処理部（１２）と、信号計測用水槽中の魚の遊泳速度を推定する行動解析部（１３）と、基準水質下での呼吸頻度および遊泳速度を２変量正規母集団とし、水質検査開始後の呼吸頻度および遊泳速度を標本とし、標本について２変量正規母集団の中心からの距離を算出し、当該距離に基づいて信号計測用水槽部中の水の汚染状態を判別する汚染判別部（１４）とを備えている。
【選択図】図１

Description

本発明は、水質検査システムおよび魚類監視システムに関し、特に、魚の生物学的変化に基づいて水の汚染状態を判別するバイオアッセイ型の水質検査システムおよびそれに好適な魚類監視システムに関する。

魚体の周囲には電場が形成されている。この電場は、呼吸にともなう鰓蓋の開閉運動によりイオンが流出入することで発生しているため、誘起された電位変動は呼吸波と呼ばれている。これまでに、本願発明者らの研究グループでは呼吸波のピーク値が２〜１０［Ｈｚ］の周波数帯に存在していることを確認している。呼吸は延髄に存在する呼吸中枢の働きの影響を受けており、化学環境の変化に鋭敏に反応することから水質を推定するための重要な信号であると考えられている。

このように、呼吸波は魚の呼吸運動に伴い発生する生体電気信号であり、化学環境に対して敏感に反応することから、近年では、呼吸波を利用した水質検査用のバイオアッセイシステムが開発されている。たとえば、ブルーギルとメダカから計測された呼吸波から呼吸頻度に関する情報を抽出し、その変化を察知して水質汚染の判別を行うシステムが提案されている（たとえば、非特許文献１および２を参照）。

W. H. van der Schalie et al., "Response Characteristics of an Aquatic Biomonitor Used for RapidToxicity Detection," Journal of Applied Toxicology,2004, vol.24, no.5, pp.387-394 M. Terawaki et al., "Unconstrained and Noninvasive Measurement of Bioelectric Signalsfrom Small Fish," Artificial Life and Robotics, 2009,vol.14, no.3, pp.728-733

魚を用いて水質を推定することを考えた場合、化学物質に対する遊泳行動の情報も重要となる。特に、水質変化の影響が遊泳行動のみに現れた場合や、遊泳行動によって呼吸波が変動してしまった場合には、呼吸波だけに注目していると水質異常の有無を誤判別してしまう危険性がある。そのため、呼吸波解析と行動解析を同時に実現可能な水質検査バイオアッセイシステムが求められている。

また、魚の異常行動の検出に関しては、カメラシステムと画像処理技術を用いた手法が従来から多く提案されている。しかしながら、このようなカメラを用いた行動解析システムでは、カメラ撮影に必要な光量の確保や水面の反射光などの影響を考慮した環境光のコントロールが必要となり、環境光そのものが魚への刺激となってしまう可能性がある。したがって、カメラレスで魚の遊泳行動を監視することが望まれる。

上記問題に鑑み、本発明は、魚の呼吸頻度および遊泳行動に基づいて水質検査を実現することを主たる課題とする。さらに、本発明は、カメラレスで魚の遊泳行動を監視可能にすることを従たる課題とする。

本発明の一局面に従った水質検査システムは、魚の呼吸運動に伴い発生する生体電気信号を計測するための複数の電極が底面に配置された信号計測用水槽部と、前記複数の電極のそれぞれによって計測された生体電気信号のパワースペクトル密度を算出し、呼吸波の周波数帯域における総和が最大となるような前記パワースペクトル密度のピーク周波数から、前記信号計測用水槽中の魚の呼吸頻度を推定する信号処理部と、前記信号計測用水槽中の魚の遊泳速度を推定する行動解析部と、基準水質下での前記呼吸頻度および前記遊泳速度を２変量正規母集団とし、水質検査開始後の前記呼吸頻度および前記遊泳速度を標本とし、前記標本について前記２変量正規母集団の中心からの距離を算出し、当該距離に基づいて前記信号計測用水槽部中の水の汚染状態を判別する汚染判別部とを備えている。さらに、前記行動解析部が、前記複数の電極の各配置位置における前記パワースペクトル密度のピーク値に基づいて、前記遊泳速度を推定するものであってもよい。

これによると、魚の呼吸頻度および遊泳行動（特に遊泳速度）に基づいた水質検査が可能となる。さらに、カメラレスで魚の遊泳行動を監視して遊泳速度を推定することができる。

また、本発明の別の局面に従った魚類監視システムは、魚の呼吸運動に伴い発生する生体電気信号を計測するための複数の電極が底面に配置された信号計測用水槽部と、前記複数の電極のそれぞれによって計測された生体電気信号のパワースペクトル密度を算出する信号処理部と、前記複数の電極の各配置位置における前記パワースペクトル密度のピーク値に基づいて前記信号計測用水槽中の魚の位置を推定する行動解析部とを備えている。

これによると、カメラレスで魚の遊泳行動を監視することができる。

なお、上記水質検査システムおよび上記魚類監視システムにおいて、前記行動解析部が、補間により前記各配置位置間における前記パワースペクトル密度のピーク値を推定するものであってもよい。

また、上記水質検査システムおよび上記魚類監視システムにおいて、前記信号処理部が、前記生体電気信号に対して魚の呼吸波の周波数帯を通過させるフィルタリング処理を施し、当該フィルタリング処理後の信号の周波数解析を行って前記パワースペクトル密度を算出するものであってもよい。

本発明によると、従来よりも高精度なバイオアッセイ型の水質検査が可能となる。また、魚に環境光などの刺激を与えないようにしてその行動を監視することができる。

本発明の一実施形態に係る水質検査システムの概略構成図 計測された生体電気信号を示すグラフ 図２の生体電気信号のパワースペクトル密度を示すグラフ 位置推定マップを示す図 実施例に係る呼吸頻度、遊泳速度、および水質危険度を示すグラフ

以下、図面を参照しながら本発明を実施するための形態について説明する。なお、本発明は、以下の実施形態に限定されるものではない。

図１は、本発明の一実施形態に係る水質検査システムの概略構成を示す。水質検査システム１０は、信号計測用水槽部１１、信号処理部１２、行動解析部１３、汚染判別部１４、およびモニタ装置１５を備えており、水槽内を自由遊泳する魚１０１（試験魚）の呼吸波信号（生体電気信号）を計測し、魚１０１の行動情報を抽出した後、信号情報と行動情報を統合することで水槽内の水１００の汚染判別を行う。信号処理部１２、行動解析部１３、および汚染判別部１４はＰＣなどで実現することができる。モニタ装置１５は、各種信号、グラフ、解析結果などを画面表示するものであり、液晶ディスプレイなどで実現することができる。

試験魚としてＯＥＣＤ（経済協力機構）テストガイドラインにおいて試験生物に指定されているゼブラフィッシュを用いることができる。ゼブラフィッシュは体長が２０〜３０［ｍｍ］程度の小型魚類であり、金属や農薬などの毒性物質に対する研究が数多く報告されているためバイオアッセイの試験魚として適当である。

信号計測用水槽部１１は、水質検査対象の水１００を貯め、その中で魚１０１（試験魚）を遊泳させるための水槽である。試験魚が自由に遊泳できるように、信号計測用水槽部１１のサイズは比較的大きくする。信号計測用水槽部１１の水深は、試験魚の水平面の行動情報のみを推定の対象とする場合には浅くてもよい。信号計測用水槽部１１の底面のほぼ全面に、試験魚の呼吸運動に伴い発生する生体電気信号を計測するためのＬ個の電極１１０が格子状に配置されている。これにより、試験魚を拘束することなく、試験魚が水槽内を自由に遊泳してもいずれかの電極１１０によってその呼吸波を計測できるようになっている。電極１１０の配置パターンは格子状に限られず千鳥状であってもよい。電極１１０として、生体電気信号の計測に一般的に用いられているＡｇ−ＡｇＣｌ電極を用いることができる。なお、微弱な生体電気信号を計測できるように脳波計を信号増幅器として用いるとよい。さらに、ノイズを低減するために双極導出法による差動増幅を行うとよい。

信号処理部１２は、各電極１１０によって計測された生体電気信号をＡＤ変換し、サンプリング周波数ｆ_ｓ［Ｈｚ］で取り込んで呼吸波の抽出処理を行う。まず、信号処理部１２は、全電極１１０によって計測されたＬチャネルの信号に対してＭ_ｂ次のバンドパスフィルタ（低域カットオフ周波数ｆ_ｌｏｗ［Ｈｚ］、高域カットオフ周波数ｆ_ｈｉｇｈ［Ｈｚ］）で濾波することにより、呼吸波が含まれる周波数領域の信号を抽出する。次に、信号処理部１２は、突発的なノイズの影響を受けにくい特長を有するＫ次の自己回帰（ＡＲ）モデルを用いて周波数解析を行い、各時刻ｎにおいて各電極ｌ１０によって計測された信号のパワースペクトル密度（ＰＳＤ）Ｐ_ｌ（ｎ，ｆ）［μＶ^２／Ｈｚ］をたとえばYule-Walker法により求める。なお、下述の呼吸頻度を取得するための解析時間窓はＴ_ｗ ^ｓ［ｓｅｃ］、オーバーラップはＴ_ｏ ^ｓ［ｓｅｃ］と設定し、位置情報を取得するための解析時間窓はＴ_ｗ ^ｂ［ｓｅｃ］と設定する。ＡＲモデルに代えてＦＦＴ（高速フーリエ変換）で周波数解析を行ってもよい。

図２は、計測された生体電気信号を示すグラフである。図３は、図２の生体電気信号のパワースペクトル密度を示すグラフである。図２に示したように、生体電気信号は周期的な信号であり、そのピーク周波数は図３に示したように２〜１０［Ｈｚ］の帯域に存在している。

信号処理部１２は、以上より求めた周波数領域の情報を用いて試験魚の呼吸頻度と位置情報を推定する。生体電気信号を用いた水質汚染判別の指標の一つとして用いられる呼吸頻度（Ventiratory rate）Ｖ_Ｒ（ｎ）を推定するために、信号処理部１２は、まず、各時刻ｎにおいて、Ｐ_ｌ（ｎ，ｆ）の呼吸波の周波数帯（たとえば、１〜１０［Ｈｚ］）における総和が最大となるような電極１１０を選択する。次に、信号処理部１２は、選択した電極１１０のＰＳＤのピーク値が最大となるような周波数を呼吸頻度Ｖ_Ｒ（ｎ）として算出し、汚染判別部１４に出力する。

一方、魚１０１と電極１１０との距離が小さいほど計測される信号のパワーが大きいことを利用し、信号処理部１２は、ＰＳＤのピーク値が最大となる座標を魚１０１の位置として推定する。具体的には、信号処理部１２は、各時刻ｎにおけるＰ_ｌ（ｎ，ｆ）のピーク値（ｑ_ｌ（ｎ）＝ｍａｘ_ｆＰ_ｌ（ｎ，ｆ））を算出し、行動解析部１３に出力する。

図１に戻り、行動解析部１３は、信号処理部１２で算出された各チャネルにおけるＰＳＤのピーク値ｑ_ｌ（ｎ）を用いて魚１０１の位置と遊泳速度を推定する。まず、行動解析部１３は、互いに隣接する電極１１０の間をＳ等分した座標（ｘ，ｙ）におけるＰＳＤのピーク値ｑ_{（ｘ，ｙ）}をスプライン補間などにより推定する。そして、行動解析部１３は、電極１１０の各配置位置におけるＰＳＤのピーク値ｑ_ｌ（ｎ）および補間により推定した各配置位置間におけるＰＳＤのピーク値ｑ_{（ｘ，ｙ）}から位置推定マップを作成する。さらに、行動解析部１３は、作成した位置推定マップにおいてＰＳＤのピーク値が最大値を示す座標を魚１０１の位置として推定する。

図４は、推定位置マップの例を示す。マップ全体は信号計測用水槽部１１の底面全体を表し、図中の円は水槽底面における各電極１１０の配置位置を示している。この例では２５個（＝５×５）の電極１１０が水槽底面に配置されている。推定位置マップにおいてＰＳＤは等高線で表される。図中の四角はＰＳＤの等高線の頂点、すなわち、推定した魚１０１の位置を表す。行動解析部１３は、推定位置マップをたとえばサンプリング周波数ｆ_ｍ＝１／Ｔ_ｗ ^ｂ［Ｈｚ］で逐次更新する。これにより、魚１０１の位置をリアルタイムで推定して、モニタ装置１５に画面表示することができる。

図１に戻り、行動解析部１３は、さらに、推定した魚１０１の位置座標の時系列データを微分フィルタで微分して魚１０１の遊泳速度を算出する。このとき、位置推定誤差に起因する時間軸方向の突発的な変化を抑制するためにＭ_ｌ次のローパスフィルタ（カットオフ周波数ｆ_ｃｕｔ［Ｈｚ］）を用いて微分信号を濾波してもよい。そして、遊泳の速さを評価するために、行動解析部１３は、算出した遊泳速度の絶対値ｖ_ｐ（ｎ）を計算し、汚染判別部１４に出力する。なお、遊泳速度の絶対値に代えて遊泳速度の２乗値を用いてもよい。

汚染判別部１４は、信号処理部１２で算出された呼吸頻度Ｖ_Ｒ（ｎ）と行動解析部１３で算出された遊泳速度ｖ_ｐ（ｎ）の二つの情報を用いて、信号計測用水槽部１１における水１００の汚染状態の判別を行う。本開示では、この二つの尺度が異なる指標を統合するためにマハラノビス距離を用いる。具体的には、汚染判別のためのマハラノビス距離Ｍ（ｎ）を次式で定義する。

ここで、Ｉ（ｎ）＝（Ｖ_Ｒ（ｎ），ｖ_ｐ（ｎ））^Ｔはサンプリング時刻ｎにおける呼吸頻度Ｖ_Ｒ（ｎ）と遊泳速度ｖ_ｐ（ｎ）からなるベクトル、μ＝（μ^ＶＲ（ｎ），μ^ｖｐ（ｎ））^Ｔは基準水質下での呼吸頻度Ｖ_Ｒ（ｎ）と遊泳速度ｖ_ｐ（ｎ）の平均値のベクトル、Σ^−１は基準水質下での呼吸頻度Ｖ_Ｒ（ｎ）と遊泳速度ｖ_ｐ（ｎ）の共分散行列の逆行列である。

上記のように、基準水質下での呼吸頻度Ｖ_Ｒ（ｎ）および遊泳速度ｖ_ｐ（ｎ）を基準となる２変量正規母集団とし、水質検査開始後の呼吸頻度Ｖ_Ｒ（ｎ）および遊泳速度ｖ_ｐ（ｎ）を標本とみなすことで、水質の状態を、２変量正規母集団の中心からの標本の距離（たとえば、マハラノビス距離）の大きさで評価することができる。そこで、汚染判別部１４は、たとえば次のような手順に従って信号計測用水槽部１１中の水１００の汚染状態を判別する。

Ｓｔｅｐ１：基準水質下でＴ_ｄ［ｓｅｃ］間計測した呼吸頻度Ｖ_Ｒ（ｎ）および遊泳速度ｖ_ｐ（ｎ）を水質正常時の２変量正規母集団とし、時刻ｎにおけるマハラノビス距離Ｍ（ｎ）を算出する。

Ｓｔｅｐ２：マハラノビス距離Ｍ（ｎ）の突発的な変化を抑えるために、次式で示される１次のＩＩＲフィルタにマハラノビス距離Ｍ（ｎ）を入力し、水質危険度Ｄ（ｎ）を算出する。

Ｄ（ｎ）＝αＤ（ｎ−１）＋βＭ（ｎ）
ここで、α、βはＩＩＲフィルタの係数である。これらのパラメータにより、現在時刻のマハラノビス距離Ｍ（ｎ）に対する水質危険度Ｄ（ｎ）の感度を調整することができる。

Ｓｔｅｐ３：基準水質下のＴ_ｄ［ｓｅｃ］間における水質危険度Ｄ（ｎ）の平均値Ｄ_ｄと標準偏差σ_ｄを算出する。

Ｓｔｅｐ４：水質危険度Ｄ（ｎ）が警報閾値Ｄ^ＴＨ（Ｄ^ＴＨ＝Ｄ_ｄ＋γσ_ｄ）を超えたときに警報を発する。

なお、Ｓｔｅｐ２以降の処理を省略して、Ｓｔｅｐ１で算出されたマハラノビス距離Ｍ（ｎ）を数値またはグラフなどの適当な形式でモニタ装置１５にリアルタイムに表示させてもよい。これにより、信号計測用水槽部１１中の水１００の汚染状態を視覚的に捕らえることができる。また、Ｓｔｅｐ１で算出したマハラノビス距離Ｍ（ｎ）を図示しない情報記録装置に記録しておいてもよい。これにより、信号計測用水槽部１１中の水１００の水質変化を事後的に解析することができる。

≪実施例≫
以下、水質検査システム１０の実施例について説明する。試験魚として体長約２５［ｍｍ］のゼブラフィッシュを用いた。計測用水槽部１１は、ゼブラフィッシュが自由に遊泳できるように、横幅１４０×縦幅１１０×深さ５０［ｍｍ］のものを用いた。信号計測用水槽部１１の底面に電極１１０（Ｌ＝２５）を格子状（５×５）に配置し、サンプリング周波数ｆ_ｓ＝１［Ｈｚ］で計測した。信号処理部１２において、バンドパスフィルタの次数Ｍ_ｂ＝６、低域カットオフ周波数ｆ_ｌｏｗ＝１［Ｈｚ］、高域カットオフ周波数ｆ_ｈｉｇｈ＝１０［Ｈｚ］、ＡＲモデルの次数Ｋ＝２００、呼吸頻度の取得時間窓Ｔ_ｗ ^ｓ＝３０［ｓｅｃ］、オーバーラップＴ_ｏ ^ｓ＝２０［ｓｅｃ］、位置情報の取得時間窓Ｔ_ｗ ^ｂ＝０．５［ｓｅｃ］をそれぞれ設定した。行動解析部１３において、互いに隣接する電極１１０の間のＰＳＤのピーク値ｑ_{（ｘ，ｙ）}を分解能Ｓ＝５で補間し、推定位置のサンプリング周波数ｆ_ｍ＝２［Ｈｚ］、ローパスフィルタの次数Ｍ_ｌ＝３、カットオフ周波数ｆ_ｃｕｔ＝０．１６［Ｈｚ］をそれぞれ設定した。汚染判別部１４において、基準水質下の時間Ｔ_ｄ＝５［ｍｉｎ］、ＩＩＲフィルタの係数α＝０．９９、β＝０．０１、警報閾値の係数γ＝７をそれぞれ設定した。また、水質検査開始から１０分後に信号計測用水槽部１１に毒性の弱いエタノールを投入して人為的に水質汚染を引き起こし、さらに１０分ごとにエタノールを追加投入して段階的に水質を悪化させた。

図５は、実施例に係る呼吸頻度、遊泳速度、および水質危険度を示すグラフである。水質の悪化に伴って呼吸頻度および遊泳速度が変動していることがわかる。水質危険度は１３−２０［ｍｉｎ］から変動し、２０［ｍｉｎ］以降は増加傾向を示している。本実施例では、水質検査開始から１８分過ぎに水質危険度が警報閾値Ｄ^ＴＨに達して警報が発せられた。

上記実施例では魚１匹で水質検査を行ったが、魚の個体差があるため、複数の魚を用いて統計学的な処理をするとよい。そのために、たとえば、信号計測用水槽部１１の個数を増やすことができる。

以上のように、本実施形態によると、魚の呼吸頻度と遊泳速度を統合して水の汚染状態を判別することができるため、従来よりも高精度なバイオアッセイ型の水質検査が可能となる。さらに、カメラレスで魚の遊泳行動を監視することができるため、魚に環境光などの刺激を与えずにその遊泳行動を監視することができる。また、カメラ装置が不要になるばかりでなく、呼吸頻度の推定のために測定される生体電気信号を利用して遊泳速度も推定することができるため、行動監視のための追加の構成が不要であり、装置構成を簡略化することができる。

なお、本実施形態における行動解析部１２を、従来タイプのカメラ撮影による行動解析部に置き換えてもよい。このように変形した場合であっても、魚の呼吸頻度と遊泳速度を統合して水の汚染状態を判別することで、従来よりも高精度な水質検査が可能である。

また、本実施形態に係る水質検査システム１０から汚染判別部１４を省略することでカメラレスの魚類監視システムを構成することができる。当該魚類監視システムによると、従来のカメラ撮影による魚類監視では不可能であった暗闇での魚類の行動監視などが可能となる。

１０ 水質検査システム
１１０ 電極
１０１ 魚
１１ 信号計測用水槽部
１２ 信号処理部
１３ 行動解析部
１４ 汚染判別部

Claims (7)

1. 魚の呼吸運動に伴い発生する生体電気信号を計測するための複数の電極が底面に配置された信号計測用水槽部と、
   前記複数の電極のそれぞれによって計測された生体電気信号のパワースペクトル密度を算出し、呼吸波の周波数帯域における総和が最大となるような前記パワースペクトル密度のピーク周波数から、前記信号計測用水槽中の魚の呼吸頻度を推定する信号処理部と、
   前記信号計測用水槽中の魚の遊泳速度を推定する行動解析部と、
   基準水質下での前記呼吸頻度および前記遊泳速度を２変量正規母集団とし、水質検査開始後の前記呼吸頻度および前記遊泳速度を標本とし、前記標本について前記２変量正規母集団の中心からの距離を算出し、当該距離に基づいて前記信号計測用水槽部中の水の汚染状態を判別する汚染判別部とを備えている
   ことを特徴とする水質検査システム。
2. 前記行動解析部が、前記複数の電極の各配置位置における前記パワースペクトル密度のピーク値に基づいて前記遊泳速度を推定するものである、請求項１に記載の水質検査システム。
3. 前記行動解析部が、補間により前記各配置位置間における前記パワースペクトル密度のピーク値を推定するものである、請求項２に記載の水質検査システム。
4. 前記信号処理部が、前記生体電気信号に対して魚の呼吸波の周波数帯を通過させるフィルタリング処理を施し、当該フィルタリング処理後の信号の周波数解析を行って前記パワースペクトル密度を算出するものである、請求項１から３のいずれか一つに記載の水質検査システム。
5. 魚の呼吸運動に伴い発生する生体電気信号を計測するための複数の電極が底面に配置された信号計測用水槽部と、
   前記複数の電極のそれぞれによって計測された生体電気信号のパワースペクトル密度を算出する信号処理部と、
   前記複数の電極の各配置位置における前記パワースペクトル密度のピーク値に基づいて、前記信号計測用水槽中の魚の位置を推定する行動解析部とを備えている
   ことを特徴とする魚類監視システム。
6. 前記行動解析部が、補間により前記各配置位置間における前記パワースペクトル密度のピーク値を推定するものである、請求項５に記載の魚類監視システム。
7. 前記信号処理部が、前記生体電気信号に対して魚の呼吸波の周波数帯を通過させるフィルタリング処理を施し、当該フィルタリング処理後の信号の周波数解析を行って前記パワースペクトル密度を算出するものである、請求項５および６のいずれか一つに記載の魚類監視システム。