JP7424579B2 - 食感評価システム及び食感評価方法 - Google Patents
食感評価システム及び食感評価方法 Download PDFInfo
- Publication number
- JP7424579B2 JP7424579B2 JP2020021923A JP2020021923A JP7424579B2 JP 7424579 B2 JP7424579 B2 JP 7424579B2 JP 2020021923 A JP2020021923 A JP 2020021923A JP 2020021923 A JP2020021923 A JP 2020021923A JP 7424579 B2 JP7424579 B2 JP 7424579B2
- Authority
- JP
- Japan
- Prior art keywords
- tongue
- artificial
- food texture
- pressure
- pressure distribution
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 182
- 238000000034 method Methods 0.000 title description 68
- 235000013305 food Nutrition 0.000 claims description 227
- 238000003825 pressing Methods 0.000 claims description 108
- 238000009826 distribution Methods 0.000 claims description 76
- 230000001953 sensory effect Effects 0.000 claims description 55
- 230000018984 mastication Effects 0.000 claims description 37
- 238000010077 mastication Methods 0.000 claims description 37
- 238000005259 measurement Methods 0.000 claims description 27
- 210000000214 mouth Anatomy 0.000 description 22
- 235000012489 doughnuts Nutrition 0.000 description 21
- 230000000052 comparative effect Effects 0.000 description 14
- 238000012360 testing method Methods 0.000 description 11
- 230000001055 chewing effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000009795 derivation Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 6
- 241000282412 Homo Species 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 4
- 238000002844 melting Methods 0.000 description 4
- 230000008018 melting Effects 0.000 description 4
- 206010016322 Feeling abnormal Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 210000003298 dental enamel Anatomy 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000013013 elastic material Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 210000002379 periodontal ligament Anatomy 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000020991 processed meat Nutrition 0.000 description 1
- 235000019685 rice crackers Nutrition 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 229920002050 silicone resin Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 235000021055 solid food Nutrition 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Description
図1には、本発明に係る食感評価システムの概略構成を示す斜視図が示されている。また、図2には、同食感評価システムを構成する第1人工歯近傍の要部拡大説明図、図3には、同食感評価システムの要部拡大説明図、図4には、同食感評価システムの概略構成を示すブロック図、図5には、本発明に係る食感評価方法のフローチャートが示されている。
素材や製造方法の異なる食品(ここではドーナツ)について、食感官能評価値を取得する。具体的には、各食品(以下、「官能値測定試料」ともいう)について、ヒトが実際に喫食する官能評価試験により、官能評価値を取得する。官能評価値は、食感評価項目i(例えば、サクサク感(i=1)、ホロホロ感(i=2)、ねっとり感(i=3)、口どけ(i=4)等)ごとに設定する。
まず、素材や製造方法の異なる食品(ここではドーナツ)について、上記官能評価における咀嚼期Iに対応した、未破砕のモデル試料(食塊状態Iのモデル試料)と、同咀嚼期II,IIIに対応した、破砕処理したモデル試料(食塊状態II,IIIのモデル試料)とを準備する。未破砕のモデル試料は、所定食品を所定の大きさに切り出して作製する。また、破砕処理したモデル試料は、所定食品を所定の大きさに切り出して、所定量の水を加え、ミキサー(例えば、岩谷産業株式会社製のクラッシュミルサー等)で所定時間破砕処理をした後、まとめて作製する。
態II、食塊状態IIIの3状態、すなわち、6種類×3状態=18種類の各モデル試料について、15回ずつの測定試験を実施する(総データ数Nは270)。
(特徴量の算出)
上記の咬合力データ及び舌圧データ測定工程により算出した、咬合力、舌力、舌圧分布から、食感推定式を導出するための、特徴量を抽出する。図8(a),(b)に示すように、咬合力及び舌力において、1ストローク中の最大値の時間的変化が、モデル試料の種類によって異なっており、舌圧分布の模様にも違いが見られる。この観点から、これらの違いを表す特徴量を設定する。
ける各モデル試料の咬合力、舌力、舌圧分布のデータから、10個の特徴量x1 II~x10 IIを算出し、食塊状態IIIにおける、各モデル試料の咬合力、舌力、舌圧分布のデータから、10個の特徴量x1 III~x10 IIIを算出する。
所定の食感評価手段により算出された特徴量に基づいて、所定の食感評価項目iについて、食感推定式を導出する。上記のDA法による官能評価値については、食感評価項目i(i=「1」のサクサク感、i=「2」のホロホロ感、i=「3」のねっとり感、i=「4」の口どけ)ごとに食感推定式を作成する。すなわち、食感官能評価値niを目的変数、各食塊状態I~IIIについてそれぞれ10個の特徴量、合計で30個の特徴量x1 I~x10 II、x1 II~x10 II、x1 III~x10 IIIを説明変数に設定し、重回
帰分析を行って、以下の数式16に示すような食感推定式を作成する。なお、下記の数式16において、a0は定数項、a1 I~a10 IIIは偏回帰係数である。
次に、本発明に係る食感評価方法について説明する。この実施形態における食感評価方法は、未破砕の被測定試料及び破砕処理した被測定試料を用意し、それぞれの試料を食感評価システム10によって測定して、それぞれの試料の咬合力データ及び舌圧データを得て、それぞれの試料の咬合力データ及び舌圧データに基づいて食感評価を行うものとなっている。また、この実施形態においては、破砕処理した被測定試料が、所定の咀嚼回数に対応した1種又は2種以上となっている。
モデル試料としての6種類の各ドーナツについて、上述した「(1)食感官能評価値取得工程」で説明した手順で、食感官能評価値を取得する。その結果を下記表2~4に示す。表2がDA法による結果であり、表3がTDS法による結果であり、表4がTI法による結果である。
まず、各モデル試料について、上述した「(2)咬合力データ及び舌圧データ測定工程」で説明した手順で、咬合力データ及び舌圧データを測定する。その後、上述した「(3)食感推定式導出工程」で説明した手順で、上記数式6~15に基づいて特徴量を算出したうえで、上記数式16,17に示す食感推定式を導出する。その結果を下記表5~7に示す。表5がDA法による結果であり、表6がTDS法による結果であり、表7がTI法による結果である。なお、各表5~7には、食感推定式における定数項及び偏回帰係数が記載されている。また、空欄は、al j=0を示している。なお、被測定試料についても、モデル試料と同様の手順で、咬合力データ及び舌圧データを測定した後、特徴量を算出する。
各モデル試料について算出した特徴量を、上記の数式18のように導出した、各評価方法における各食感評価項目の食感推定式に入力して、各モデル試料の食感推定値を算出した。そして、各食感推定値について、食感官能評価値と比較した。その結果が、図9~11に示されている。図9には、DA法による結果が示されており、図10には、TDS法による結果が示されており、図11には、TI法による結果が示されている。また、図9~11の各グラフにおいて、横軸は食感官能評価値、縦軸は食感推定値である。なお、各グラフには、推定精度を比較するための、決定係数R2の結果が併記されている。一般的に決定係数R2の値は0.49よりも大きければ食感推定値の食感官能評価値に対するあてはまりが良いとされる。そして、食感を推定したい被測定試料については、モデル試料について導出した食感推定式に、被測定試料の咬合力データ及び舌圧データから得られる特徴量を導入することによって、その食感を推定することができる。
本発明による、咬合力データ及び舌圧データの両者による食感推定の精度を比較するために、各モデル試料について、咬合力データのみで食感推定を行うと共に(比較例1)、舌圧データのみで食感推定を行った(比較例2)。すなわち、比較例1は、咬合力に関する特徴量(下付添え字1~3)のみを使用して食感推定式を作成し、比較例2は、舌圧に関する特徴量(下付添え字4~10)のみを使用して食感推定式を作成して、それぞれ食感推定を行っている。その結果が、図12に示されている。図12(a)には、DA法における決定係数を棒グラフにしたもの、図12(b)には、TDS法における決定係数を棒グラフにしたもの、図12(c)には、DA法における決定係数を棒グラフにしたものが示されており、各グラフには、咬合力データ及び舌圧データの両者による決定係数も併せて示されている。
各モデル試料の各食感推定値の精度について検討した。この推定精度は、官能評価値と推定値との間の決定係数R2で評価する。
食感推定式の作製手法の妥当性を確認するために、周知のLeave-one-out交差検証(LOOCV)を用いた食感推定も実施した。推定値の計算手順は以下の通りである。すなわち、全データ(測定データと食感官能評価値のセット)をN個とすると、1個のデータを未知食塊データとして取り除く。残りのN-1個データを用いて、推定式を作成し、取り除いた1個のデータに対して食感官能評価値の推定値を算出する。この作業を全N個のデータそれぞれについて繰り返す。食感官能評価値は、DA法によって得た。
表5に示す、DA法における「口どけ」の食感推定式に寄与する特徴量について考察する。食塊状態Iにおいて、a7 I<0は、初回の舌圧面積が小さいほど「口どけ」が大きくなることに対応する。また、a10 I<0は、咀嚼が進むに連れ、舌圧分布の標準偏差が小さくなるほど「口どけ」が大きくなることに対応する。更に食塊状態IIにおいて、a1 II>0は、初回の咬合力の値が大きいほど「口どけ」が大きくなることに対応する。また、a6 II<0は、咀嚼が進むに連れて舌力が減少していくほど「口どけ」が大きくなることに対応する。食塊状態IIIにおいて、a3 III<0及びa8 III<0は、咀嚼が進むに連れて咬合力および舌圧面積が減少していくほど「口どけ」が大きくなることに対応する。以上の性質は、「咀嚼初期では壊れにくく歯応えがあるほど、咀嚼後期では歯応え・舌触りが無くなるほど、「口どけ」の推定値が大きくなる」と整理することができる。これは、ヒトが「口どけ」を評価する要因と直感的に一致している。このように本発明による食感推定、対象とする食感評価項目において口腔内でどのような現象が起き、何をヒトが感知しているか、物理的に解明するツールとなる可能性がある。
11 センサ支持部
13 圧力分布センサ(圧力センサ)
13a セル
15,15A 環状支持部
16 長孔
17,18,19 第1人工歯
17a,18a,19a 基部
17b,18b,19b 先端部
21 貫通孔
23 弾性部材
25 押圧部
25a ロッド
27,28,29 第2人工歯
31 駆動手段
33,33A 人工舌
35 側壁
36,37 連結壁
38 硬質部材
40 処理装置
50 食感評価手段
51 データ記憶部
53 特徴量算出部
55 食感推定式導出部
Claims (9)
- 圧力分布の経時的変化を計測する圧力分布センサと、
前記圧力分布センサ上に配置され、押圧力を前記圧力分布センサに伝えることが可能な第1人工歯と、
前記第1人工歯の先端部に対向配置され、前記第1人工歯に対して近接離反可能に配置された第2人工歯と、
前記圧力分布センサに対向配置され、該圧力分布センサに近接離反可能に配置された人工舌と、
前記第1人工歯と前記第2人工歯との間で、駆動手段を介して被測定試料を複数回押圧したときに、前記第1人工歯にかかる押圧力の経時的変化を、前記圧力分布センサによって測定して得られる咬合力データ、及び、前記人工舌と前記圧力分布センサとの間で前記被測定試料を複数回押圧したときに、前記人工舌にかかる押圧力の経時的変化を、前記圧力分布センサによって測定して得られる舌圧データに基づいて、食感を評価する食感評価手段と、を備えていることを特徴とする食感評価システム。 - 前記食感評価手段は、食感の評価がなされたモデル試料の食感官能評価値、及び、前記モデル試料の前記咬合力データ及び前記舌圧データから導出された食感推定式に基づいて、前記被測定試料の前記咬合力データ及び前記舌圧データを用いて、前記被測定試料の食感を評価する、請求項1に記載の食感評価システム。
- 前記食感評価手段は、前記第1人工歯及び前記第2人工歯による1回目の押圧時にかかる押圧力の最大値をfB1、u回目の押圧時にかかる押圧力の最大値をfBuとして咬合力の特徴量を算出し、
前記人工舌の1回目の押圧時にかかる押圧力の最大値をfT1、u回目の押圧時にかかる押圧力の最大値をfTuとして舌圧の特徴量を算出し、
前記人工舌の1回目の押圧時に押圧力の最大値を検出した時点の、前記圧力分布センサのセル面積をA1、u回目の押圧時に押圧力の最大値を検出した時点の、前記圧力分布センサのセル面積をAuとして、舌圧分布の第1特徴量を算出し、
前記人工舌の1回目の押圧時に前記圧力分布センサが押圧力の最大値を検出した時点の圧力の標準偏差をS1、u回目の押圧時に前記圧力分布センサが押圧力の最大値を検出した時点の圧力の標準偏差をS2として、舌圧分布の第2特徴量を算出し、
前記咬合力の特徴量と、前記舌圧の特徴量と、前記舌圧分布の第1特徴量と、前記舌圧分布の第2特徴量とに基づいて食感の評価を行う、請求項1又は2に記載の食感評価システム。 - 前記第1人工歯及び前記第2人工歯による押圧と、前記人工舌による押圧とを、同時に行う駆動手段を有している、請求項1乃至3のいずれか1項に記載の食感評価システム。
- 前記第1人工歯は、その基部を、弾性部材を介して保持されており、該弾性部材を介して、前記圧力分布センサに圧力を伝えるように構成されている、請求項1乃至4のいずれか1項に記載の食感評価システム。
- 前記第1人工歯は、前記圧力分布センサに載置された支持部により、その基部が支持されており、前記第1人工歯にかかる圧力が、前記基部を介して前記圧力分布センサに伝達されるように構成されている、請求項1乃至4のいずれか1項に記載の食感評価システム。
- 前記第1人工歯及び前記第2人工歯は、それぞれ複数個のものが円弧状に配列されて対向配置されており、前記人工舌は、前記第2人工歯の前記円弧状の配列の内側に配置されている、請求項1乃至6のいずれか1項に記載の食感評価システム。
- 請求項1乃至7のいずれか1項に記載の食感評価システムを用い、
未破砕の被測定試料及び破砕処理した被測定試料を用意し、
それぞれの試料を前記食感評価システムによって測定して、それぞれの試料の前記咬合力データ及び前記舌圧データを得て、
それぞれの試料の前記咬合力データ及び前記舌圧データに基づいて食感評価を行うことを特徴とする食感評価方法。 - 前記破砕処理した被測定試料が、所定の咀嚼回数に対応した1種又は2種以上である、請求項8に記載の食感評価方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019022812 | 2019-02-12 | ||
JP2019022812 | 2019-02-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020134526A JP2020134526A (ja) | 2020-08-31 |
JP7424579B2 true JP7424579B2 (ja) | 2024-01-30 |
Family
ID=72262988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020021923A Active JP7424579B2 (ja) | 2019-02-12 | 2020-02-12 | 食感評価システム及び食感評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7424579B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021033583A1 (ja) * | 2019-08-21 | 2021-02-25 | ||
JP7268217B2 (ja) * | 2021-03-04 | 2023-05-02 | 三栄源エフ・エフ・アイ株式会社 | 冷菓のリッチ感の強度の推定式の作成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000283975A (ja) | 1999-03-29 | 2000-10-13 | Snow Brand Milk Prod Co Ltd | 食品の物性測定器具及びそれを用いる食品の物性測定方法 |
JP2014038025A (ja) | 2012-08-14 | 2014-02-27 | Nisshin Seifun Group Inc | 食感評価装置及び食感評価方法 |
JP2014167470A (ja) | 2013-01-29 | 2014-09-11 | Osaka Univ | 食感評価システム、食感評価プログラム、記録媒体および食感評価方法 |
US20160327537A1 (en) | 2014-01-03 | 2016-11-10 | Korea Food Research Institute | Probe device for analyzing physical properties of food, having teeth form |
CN107063904A (zh) | 2017-03-22 | 2017-08-18 | 吉林大学 | 一种仿咀嚼设备 |
-
2020
- 2020-02-12 JP JP2020021923A patent/JP7424579B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000283975A (ja) | 1999-03-29 | 2000-10-13 | Snow Brand Milk Prod Co Ltd | 食品の物性測定器具及びそれを用いる食品の物性測定方法 |
JP2014038025A (ja) | 2012-08-14 | 2014-02-27 | Nisshin Seifun Group Inc | 食感評価装置及び食感評価方法 |
JP2014167470A (ja) | 2013-01-29 | 2014-09-11 | Osaka Univ | 食感評価システム、食感評価プログラム、記録媒体および食感評価方法 |
US20160327537A1 (en) | 2014-01-03 | 2016-11-10 | Korea Food Research Institute | Probe device for analyzing physical properties of food, having teeth form |
CN107063904A (zh) | 2017-03-22 | 2017-08-18 | 吉林大学 | 一种仿咀嚼设备 |
Also Published As
Publication number | Publication date |
---|---|
JP2020134526A (ja) | 2020-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Anderson | Measurement of stress in mastication. I | |
Melito et al. | Relationships between nonlinear viscoelastic behavior and rheological, sensory and oral processing behavior of commercial cheese | |
Mathevon et al. | Texture analysis of beef cooked at various temperatures by mechanical measurements, sensory assessments and electromyography | |
Peyron et al. | Effects of increased hardness on jaw movement and muscle activity during chewing of visco-elastic model foods | |
Mioche et al. | Changes in jaw muscles activity with age: effects on food bolus properties | |
BROWN et al. | Use of combined electromyography and kinesthesiology during mastication to chart the oral breakdown of foodstuffs: Relevance to measurement of food texture | |
Pedroni-Pereira et al. | Lack of agreement between objective and subjective measures in the evaluation of masticatory function: A preliminary study | |
Brown et al. | Dynamics of food breakdown during eating in relation to perceptions of texture and preference: a study on biscuits | |
Cakir et al. | Evaluation of texture changes due to compositional differences using oral processing | |
JP7424579B2 (ja) | 食感評価システム及び食感評価方法 | |
JP5780583B2 (ja) | 食感の生理学的評価装置 | |
JP5919137B2 (ja) | 食感評価装置及び食感評価方法 | |
JP6580425B2 (ja) | 食感推定方法、食品製造方法、および食感推定装置 | |
KOHYAMA et al. | Patterns observed in the first chew of foods with various textures | |
Salleh et al. | Objective and subjective hardness of a test item used for evaluating food mixing ability | |
JACK et al. | Relationships between electromyography, sensory and instrumental measures of cheddar cheese texture | |
Kohyama et al. | Electromyographic texture characterization of hydrocolloid gels as model foods with varying mastication and swallowing difficulties | |
Yven et al. | Meat bolus properties in relation with meat texture and chewing context | |
Wagoner et al. | Caramel as a model system for evaluating the roles of mechanical properties and oral processing on sensory perception of texture | |
JP7034638B2 (ja) | 食品の食感評価方法 | |
Jack et al. | Perceived texture: direct and indirect methods for use in product development | |
Hedjazi et al. | Preliminary analysis of mastication dynamics and fragmentation during chewing of brittle cereal foods | |
JP7263068B2 (ja) | 口中挙動の評価方法 | |
Pierson et al. | Study of food textures by recording of chewing and swallowing movements | |
JP5143764B2 (ja) | ガムベースの設計方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7424579 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |