穀粉の判別方法及び装置
【課題】コスト、手間及び時間をかけずに、前処理を必要とすることなく、穀粉の品種等の種別を容易かつ確実に判別することができる穀粉の判別方法及び装置を提供する。
【解決手段】測定対象となる穀粉ＭＦの粒度を取得する工程と、各所定波長範囲で、励起波長及び蛍光波長を段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度を測定して、穀粉の励起・蛍光マトリックス（ＥＥＭ）情報を取得する工程と、このＥＥＭ情報を統計解析処理して、穀粉の蛍光特性をパラメータ化して抽出する工程と、予め、既知の穀粉の粒度及び種別のパラメータ化された蛍光特性を取得し、データベースに格納しておく工程と、得られた粒度を用いて、抽出された穀粉の蛍光特性と、既知の穀粉の種別及びその粒度に応じて、予め得られている既知の穀粉のパラメータ化された蛍光特性とを照合して、測定対象となる穀粉の種別を判別する工程とを含む。
【解決手段】測定対象となる穀粉ＭＦの粒度を取得する工程と、各所定波長範囲で、励起波長及び蛍光波長を段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度を測定して、穀粉の励起・蛍光マトリックス（ＥＥＭ）情報を取得する工程と、このＥＥＭ情報を統計解析処理して、穀粉の蛍光特性をパラメータ化して抽出する工程と、予め、既知の穀粉の粒度及び種別のパラメータ化された蛍光特性を取得し、データベースに格納しておく工程と、得られた粒度を用いて、抽出された穀粉の蛍光特性と、既知の穀粉の種別及びその粒度に応じて、予め得られている既知の穀粉のパラメータ化された蛍光特性とを照合して、測定対象となる穀粉の種別を判別する工程とを含む。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、穀粉の判別方法及び装置並びに穀粉製品の品質管理方法及び穀粉製品に関し、詳しくは、励起・蛍光マトリックス（ＥＥＭ：Excitation-Emission Matrix）計測を用いて穀粉の種別を判別する穀粉の判別方法及びこれを適用する穀粉の判別装置並びに穀粉の判別方法を用いる穀粉製品の品質管理方法及びこれによって品質管理された穀粉製品に関する。
【背景技術】
【０００２】
従来、食品中の成分は、食品の味覚、食感及び安全性等に大きな影響を持つことから、食品中に含まれる特定の成分を化学分析等によって抽出・同定することが行われている。特に、農産物やその加工品、例えば、穀粉やこれらの加工食品等は、その品質に応じて品種が設定され、品種に応じて用途や価格が決められていることから、品種を適正に維持することが重要であり、品種に応じて含まれる成分とその含有量とを適正に維持するための成分及びその含有量の検出が行われている。また、これらの農産物やその加工食品等は、生産段階、流通段階、加工段階で、農薬、保存料等の様々な化学物質が使用される場合があり、これらの人体への影響が指摘されているため、食品衛生法や農薬取締法等により農薬等の化学物質の残留や細菌等の発生が厳しく制限されているため、これらの化学物質の検出や、その含有量の検出や、放射線照射の検出等が厳格に行われている。
【０００３】
しかしながら、食品中の各成分や残留農薬等の検出やその含有量の検出は、化学分析等によって行われるため、時間と手間とがかかるばかりか、食品の一部又は全部を化学処理する必要があるため、食品の一部又は食品全体を平均値として検出することしかできず、食品の一部の検出の場合には、これを食品全体に均一であるとして検出することしかできず、そのままの状態、すなわち非破壊の状態で検査することができない。
これに対し、近年、分光スペクトル計測や励起・蛍光マトリックス（Excitation-Emission Matrix：ＥＥＭ）計測と、二次元画像化や三次元グラフィック画像化技術を融合して、ミクロトーム等によって薄片化された食品中の成分分布や食品の内部構造等を可視化して、食品内部の特定成分情報、成分分布情報、形態情報及び安全性情報等を目視により容易に観察できるようにすることが行われている。
【０００４】
このため、本発明者らは、特許文献１に、所定の励起波長範囲及び所定の蛍光波長範囲で、照射する励起波長及び観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の各測定箇所の励起・蛍光マトリックス（以下、単にＥＥＭともいう）情報を取得する励起・蛍光マトリックス情報取得工程、各測定箇所ごとに取得したＥＥＭ情報を、統計解析処理により圧縮することにより、各測定箇所の蛍光特性を抽出する蛍光特性抽出工程、圧縮されたＥＥＭ情報に基づいて各測定箇所に彩色すべき色を決定する色決定工程、及び、各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する成分分布可視化工程を含む成分分布可視化方法を提案している。
上記特許文献１には、前記可視化方法が、測定対象物の断面において成分分布情報を取得し、またその成分分布を可視化することで測定対象物の内部構造の分析や残留農薬、放射線照射の検出等に用いることができると記載されている。
【０００５】
【特許文献１】特許第３７０６９１４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところで、特許文献１の成分分布可視化方法を用いた場合には、確かに、測定対象物を化学処理することなく、測定対象物の薄片化断面において、その内部構造の成分分布情報を簡単な操作で一度に取得することができ、さらに、複数の特定成分を同時に画像表示して、可視化することができる。
しかしながら、特許文献１の成分分布可視化方法では、測定対象物の薄片化断面の分布を検出する必要があるため、薄片化断面上に存在する全ての測定箇所において、複数の励起波長及び複数の蛍光波長の組合せに対して膨大なＥＥＭ情報を取得する必要があるばかりか、取得された膨大なＥＥＭ情報を統計解析処理して全ての測定箇所に対して彩色すべき色を決定する必要があるため、成分分布を画像表示し可視化するために長時間を要するという問題がある。そのため、適用するアルゴリズムは、可視化を最終目的とした、できるだけ計算量が少ないアルゴリズムに限られていた。
【０００７】
一方、穀物の製粉による穀粉製品の品種、特に、小麦の製粉による小麦粉製品の品種においては、例えば、薄力粉、中力粉、強力粉、デュラム粉（デュラム・セモリナ）等に応じて、それぞれ、和洋菓子やてんぷら、めん類、パン類、マカロニやスパゲッティ等のように主たる用途が決まっており、その成分を厳密に調整する必要がある。
このため、従来、製粉原料である小麦は、生産時期、生産場所、天候状態、収穫後の保存状態及び品種等により、その品質が大きく異なる場合が多いため、製粉では予め、各原料小麦の一部をサンプルとして用いて一連の製粉操作を行い、それによって得られた小麦粉の最終製品の品質（特定成分）を、上述したように、化学分析等によって解析することによって原料小麦の品種のみならず、品質をも判定し、その結果に基づいて、製品としての小麦粉を実際に製造することが行われている。また、このような小麦粉等の穀粉の製造においては、製品の品種に応じて、製粉の種々の段階や工程において生成される中間生成物（粉）や最終製品等を製造中に抽出し、それらの種類や品種（成分の混合状態）又は成分等を上述の化学分析等によって検出し、その検出結果に基づいてその後の製粉操作を行うことも行われている。
【０００８】
しかしながら、これらの化学的な方法は、前処理が必要な場合が多く、上述したように、コスト、手間及び時間がかかるという問題があり、また、予め、各原料小麦（製品）のサンプルを一連の製粉操作にかける場合には、さらに、コスト、手間及び時間がかかるという問題があり、その結果、化学分析の結果が出るまで、分析結果を製粉の操作に反映させることができないという問題がある。
このため、小麦粉等の製粉現場においては、上記のような化学分析等を用いた原料小麦や中間生成物（粉）や最終製品等の検出は、新しい原料小麦の使用や新しい最終製品の製造等の場合に用いられ、通常は、製粉の種々の段階や工程において生成される中間生成物（粉）の状態を熟練者が目視判定して、中間生成物（粉）の混合等の製粉操作の調整が行われているのが現状である。
このため、このような小麦粉等の穀粉の製造においては、熟練者による調整に頼ることなく、製品の品種に応じた調整を製造中に行うために、製粉の種々の段階や工程において生成される中間生成物（粉）や最終製品等を製粉中に短時間で、好ましくはリアルタイムで簡便に検出する方法が求められている。
【０００９】
しかしながら、特許文献１の成分分布可視化方法は、多成分系の成分分布の可視化を可能にするものであるので、小麦粉の断面の成分分布の可視化は可能であるが、製粉における中間生成物（粉）や最終製品の品種や成分の特定は容易ではないという問題があるし、仮に、これらの品種や成分の特定が成分分布の可視化により可能であるとしても、可視化に長時間を要するため、製造中における上記の品種や成分の特定には適用できず、短時間での測定が必要とされる製粉工場等の製造現場では適用できないという問題があった。
また、特許文献１の成分分布可視化方法は、その厚みが一定の薄片化小麦等のように、厚み等の測定対象物の物理的条件が一定の場合の多数の測定箇所におけるＥＥＭ情報を取得するので、ＥＥＭ情報に応じた成分分布の彩色による可視化は可能であるが、測定対象物が、小麦粉のような穀粉である場合、取得されるＥＥＭ情報は、穀粉の粒度によっても異なるため、単なるＥＥＭ情報の相違だけでは、十分な穀粉の品種の種別の判別ができないという問題があった。
【００１０】
さらに、従来、食品中（製品中）にアレルゲンが含まれている場合、アトピー等、人体に様々な健康被害（食品アレルギー）をもたらすため、社会的な問題として非常によく取り上げられているが、現状では、食品中のアレルゲンの検出も、化学分析等に依存しており、コストや手間や時間がかかるという問題があった。
このような食品アレルギーを未然に防ぐためにも、コストや手間や時間をかけずにアレルゲンを含む食品であるかどうか判別するための情報を取得することが求められている。
【００１１】
本発明は、上記従来技術の問題点に鑑みて、コスト、手間及び時間をかけずに、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を前処理を必要とせずに、容易かつ確実に判別することができる穀粉の判別方法及び装置を提供することを主目的とする。
また、本発明の他の目的は、上記主目的に加え、穀粉の製造現場において、製造中の穀粉の種別を判別することができ、穀粉の製造工程において、最終製品等の製品の品質やその主成分等の化学的な成分情報、すなわち製品の品種に応じた製粉操作の調整にリアルタイムで反映させることができる穀粉の判別方法及び装置を提供することにある。
また、本発明の他の目的は、所定の品質を持つ穀物製品であることを判別することができる穀粉の品質管理方法及び所定の品質を持つ穀粉製品を提供することにある。
さらに、本発明の他の目的は、上記主目的に加え、アレルゲンを含む穀粉の種別及びその穀粉中に含まれるアレルゲンを容易かつ確実に特定することができる穀粉の判別方法及び装置を提供することにある。
また、本発明の他の目的は、アレルゲンを含まない所定の品質を持つ穀物製品であることを判別することができる穀粉の品質管理方法及びアレルゲンを含まない所定の品質を持つ穀粉製品を提供することにある。
【課題を解決するための手段】
【００１２】
上記の課題を解決するために、本発明者らは、コスト、手間及び時間をかけずに、容易、かつ確実に、また、リアルタイムで、穀粉の品種の種別を判別することについて鋭意研究を重ねた結果、所定の励起波長範囲及び所定の蛍光波長範囲で励起波長及び蛍光波長を段階的に変化させながら励起光を測定の対象となる穀粉に照射すると共に、測定対象穀粉から発生する蛍光の蛍光強度を測定して励起・蛍光マトリックス（ＥＥＭ）情報を得、得られたＥＥＭ情報に主成分分析等の様々な統計解析処理を施してパラメータ化された蛍光特性を算出することにより、パラメータ化された蛍光特性が所定粒度の測定対象穀粉に特有の蛍光指紋を表すパラメータとして用いることができることを知見し、その結果、所定粒度において、測定対象穀粉のパラメータ化された蛍光特性を求めることにより、測定対象穀粉を分離、識別又は判別できることを知見し、さらに、予め、多数又は所要数の既知の品種の穀粉の粒度及びこれに応じたパラメータ化された蛍光特性（参照蛍光特性）を求め、穀粉の既知の種別及び得られた粒度と、パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておき、測定対象穀粉の粒度及びパラメータ化された蛍光特性を用いて、データベース内を検索し、測定対象となる穀粉の粒度に応じて、測定対象となる穀粉のパラメータ化された蛍光特性と、予め得られている既知の品種の穀粉の粒度及び参照蛍光特性と照合することにより、測定対象穀粉の品種の種別を判別でき、かつ、特定できること、並びに、粒度及び蛍光特性のパラメータ同士であるので、簡単に照合できることを知見し、本発明に至ったものである。
【００１３】
すなわち、本発明は、第１の態様として、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別方法であって、前記穀粉の粒度を取得する粒度取得工程と、所定の励起波長範囲及び所定の蛍光波長範囲で、前記穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する励起・蛍光マトリックス情報取得工程と、この情報取得工程において取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程と、既知の種別の穀粉について、予め、前記粒度取得工程、励起・蛍光マトリックス情報取得工程及び蛍光特性抽出工程とを行って、前記粒度及び前記パラメータ化された蛍光特性とを取得し、前記穀粉の前記既知の種別及び得られた前記粒度と、前記パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程と、前記粒度取得工程で取得された前記測定対象となる穀粉の前記粒度及び前記蛍光特性抽出工程で抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記粒度に応じて、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合工程とを含むことを特徴とする穀粉の判別方法を提供するものである。
【００１４】
ここで、前記蛍光特性抽出工程は、前記励起・蛍光マトリックス情報から前記穀粉の蛍光特性を二次元パラメータとして取得することが好ましい。
また、前記蛍光特性抽出工程は、前記統計解析処理を、多変量解析又はデータマイニングにより行うことが好ましい。
また、前記多変量解析又は前記データマイニングを、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うことが好ましい。
また、前記データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うことが好ましい。
【００１５】
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記主成分分析の手法を用いて行い、前記励起・蛍光マトリックス情報から、２つ以下の主成分得点をパラメータとすることで迅速に、それらを前記穀粉の蛍光特性として取得することが好ましい。
また、前記判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うことが好ましい。
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記判別分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている判別式に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合し、前記穀粉の種別を判別することが好ましい。
また、前記パターン分類を、クラスター分析又は多次元尺度法で行うことが好ましい。
また、前記回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うことが好ましい。
【００１６】
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記重回帰分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている検量線に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合することが好ましい。
また、前記学習機械は、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことが好ましい。
また、前記穀粉は、前記穀物の特定の成分を主成分として含む穀粉であり、前記蛍光特性照合工程は、前記蛍光特性抽出工程において抽出された前記穀粉の蛍光特性と、前記穀粉の各成分毎の穀粉及びその粒度に応じて、予め得られ、前記データベースに格納されている前記穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる穀粉を、前記穀物の特定の成分を主成分として含む穀粉であることを特定することが好ましい。
【００１７】
また、前記穀粉が、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物からなる群より選択される少なくとも１つを含むことが好ましい。
また、前記小麦粉が、デュラム小麦粉、強力粉、中力粉及び薄力粉からなる群より選択される少なくとも１つを含むことが好ましい。
また、前記測定対象となる穀粉は、その中にアレルゲンを含む穀粉であり、前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる前記アレルゲンが特定されることが好ましい。
また、前記測定対象となる前記穀粉は、多種類の穀粉の混合物であり、前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる特定の穀粉が特定されることが好ましい。
また、前記粒度取得工程は、前記測定対象となる前記穀粉の予め測定された既知の粒度を情報として取得するものであることが好ましい。
【００１８】
また、上記課題を解決するために、本発明は、第２の態様として、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別装置であって、前記穀粉の粒度を取得する粒度取得手段と、所定の励起波長範囲で、励起波長を段階的に変化させながら、前記穀粉に前記励起光を照射する分光照明手段と、この分光照明手段によって前記穀粉に照射される前記励起光の前記励起波長の段階的な変化に応じて、所定の蛍光波長範囲で、測定する蛍光波長を段階的に変化させながら、前記励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する情報取得手段と、この情報取得手段によって取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出手段と、その種別及び粒度が既知の穀粉について、予め、前記分光照明手段、前記情報取得手段及び前記蛍光特性抽出手段を用いて取得された、その種別及び粒度が既知の穀粉の前記パラメータ化された蛍光特性と、前記穀粉の既知の種別及び粒度とを関連付けて予め格納しておくためのデータベースと、前記測定対象となる穀粉の既知の粒度及び前記蛍光特性抽出手段によって抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている、前記測定対象となる穀粉の既知の粒度に対応する粒度を持つ前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合手段とを含むことを特徴とする穀粉の判別装置を提供するものである。
【００１９】
また、上記課題を解決するために、本発明は第３の態様は、上記穀粉の判別方法又は判別装置を用いて、所定の品質を持つ穀粉製品であることを判別することを特徴とする穀粉製品の品質管理方法を提供するものである。
また、上記課題を解決するために、本発明は第４の態様は、上記穀粉の判別方法又は判別装置を用いて管理された、所定の品質を持つ穀粉製品を提供するものである。
【発明の効果】
【００２０】
本発明の穀粉の判別方法及び装置によれば、コスト、手間及び時間をかけずに、前処理を必要とすることなく、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を容易かつ確実に判別することができる。
また、本発明の穀粉の判別方法及び装置によれば、上記効果に加え、穀粉の製造現場において、製造中の穀粉の化学的な成分情報及び粒度等の物理的な情報も含めた穀粉の種別を判別することができ、穀粉の製造工程において、最終製品等の製品の品質やその主成分等の化学的な成分情報、すなわち製品の品種に応じた製粉操作の調整にリアルタイムで反映させることができる。
したがって、本発明の穀粉の品質管理方法及び穀粉製品によれば、上記の穀粉の判別方法又は判別装置を用いることにより、所定の品質を持つ穀物製品であることが管理でき、その結果、所定の品質を持つ穀粉製品を提供することができる。
【００２１】
さらに、本発明の穀粉の判別方法及び装置によれば、上記効果に加え、アレルゲンを含む穀粉の種別及びその穀粉中に含まれるアレルゲンを容易かつ確実に特定することができる。
その結果、本発明の穀粉の品質管理方法及び製品によれば、アレルゲンを含まない所定の品質を持つ穀物製品であることが管理でき、その結果、アレルゲンを含まない所定の品質である穀粉製品とすることができる。
【発明を実施するための最良の形態】
【００２２】
以下、本発明に係る穀粉の判別方法及び当該判別方法を実施する穀粉の判別装置並びに前記判別方法又は判別装置を用いる穀粉の品質管理方法及びこれにより品質管理された製品を添付の図面に示す好適な実施形態に基づいて詳細に説明する。
【００２３】
［１］穀粉の判別方法
まず、図１及び図２を参照して、本発明の穀粉の種別を判別する方法について説明する。なお、本発明の穀粉の判別方法は、これに限定されるものではない。
【００２４】
図１に、本発明の穀粉の判別方法のフローチャートの一例を示す。
本発明の穀粉の判別方法は、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、穀粉の種別を判別する穀粉の判別方法であって、予め、既知の穀粉の種別及びその粒度に対する参照蛍光特性として、各穀粉の種別及びその粒度に応じて穀粉のパラメータ化された蛍光特性を取得し、既知の種別及び粒度と、パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程（ステップＳ１０）と、測定対象となる穀粉の粒度を取得する粒度取得工程 (ステップＳ１２)と、所定の励起波長範囲及び所定の蛍光波長範囲で、測定対象となる穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度を測定して、穀粉の励起・蛍光マトリックス（Excitation-Emission Matrix）情報を取得するＥＥＭ情報取得工程 (ステップＳ１４)と、このステップＳ１４のＥＥＭ情報取得工程において取得された穀粉のＥＥＭ情報を統計解析処理して、穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程(ステップＳ１６)と、ステップＳ１２の粒度取得工程で得られた粒度を用いて、ステップＳ１６の蛍光特性抽出工程において抽出された穀粉の蛍光特性と、ステップＳ１０の参照蛍光特性取得・格納工程で予め得られている穀粉の粒度に応じた参照蛍光特性とを照合して、測定対象となる穀粉の種別を判別する蛍光特性照合工程 (ステップＳ１８)とを含むことを特徴とするものである。
【００２５】
ここで、励起・蛍光マトリックス（ＥＥＭ）とは、励起波長λＥｘ、蛍光波長（測定波長）λＥｍ、蛍光強度ＩＥｘ，Ｅｍの３軸からなる等高線状のグラフ（蛍光指紋）であり、穀粉の含有成分特有のパターンを示す。
なお、ＥＥＭの一例として、例えば、後述する実施例１のパスタ用粉（デュラム粉）のＥＥＭを図６（ａ）に示す。
図６（ａ）に示すように、ＥＥＭは、横軸を励起波長、縦軸を蛍光波長として各ポイントの蛍光強度を色分けして等高線プロットすることにより平面的に表すことができる。ＥＥＭは、試料を前処理することなくキャラクタリゼーションが可能であること、操作が容易で短時間で計測できること、さらに紫外吸収度に比べ感度が高い等の長所を有することから、海水汚染物質の同定や、染色の原料特定等に汎用されている手法である。本発明は、このＥＥＭを対象として、その中から目的とする情報を統計解析処理により見いだし、穀粉を判別する新しい技術である。
ここで、本発明の対象となる種々の成分が混合されている穀粉の場合には、各成分のＥＥＭが重畳されたパターンとなるものと思われる。このため、本発明においては、種々の成分の混合状態が異なる穀粉の品種の種別に応じて個々に特有のＥＥＭが得られるので、この特有のＥＥＭを用いて穀粉の種別を判別しようとするものである。
【００２６】
本発明においては、穀物を粉砕した穀粉であれば、どのような穀粉でも、穀粉中にどのような成分や物質（アレルゲン、化学物質、農薬、夾雑物、保存料等）が混入していたとしても、原理的に全ての穀粉が測定対象物となり得る。
どんな分子もその分子構造に対応した吸光・蛍光のパターンをもっており、たとえ全く蛍光を発さなくとも、「蛍光を出さないＥＥＭ」という情報があり、それをもとに他の物質と識別可能だからである。
なお、測定対象となる穀粉は、水分を含んでいてもよい。水の蛍光強度は低いため、赤外線（IR）や近赤外線（NIR）で測定した場合よりも水分の影響を受けることがなく測定することができる。
【００２７】
ここで、測定対象となる穀粉としては、主として、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物が挙げられる。
小麦粉としては、デュラム粉（デュラム・セモリナ）、強力粉、中力粉及び薄力粉が挙げられる。
また、測定対象となる穀粉の中に含まれるアレルゲンや夾雑物としては、大豆、菜種、マイロ、メイズ、蕎麦かずら、卵、牛乳・乳製品、蕎麦及び落花生等が挙げられる。
また、測定対象となる穀粉の中に含まれる化学物質としては、農薬、保存料等が挙げられる。
【００２８】
まず、ステップＳ１２の測定対象となる穀粉の粒度を取得する粒度取得工程について説明する。
本発明において、粒度取得工程は、測定対象となる穀粉の粒度を取得できれば、どのような方法で取得しても良く、予め粒度の測定方法や装置によって測定されて既知となっている穀粉の粒度を粒度の情報として取得しても良いし、粒度取得工程において粒度の測定方法や装置によって測定対象となる穀粉の粒度を測定して取得しても良い。なお、穀粉の既知の粒度を情報として取得する場合には、本発明の穀粉の判別方法の実施に際して予め測定された粒度であっても、本発明の穀粉の判別方法の実施とは無関係に予め測定され、穀粉に粒度の情報として与えられている粒度であっても良い。
本発明において、穀粉の粒度を取得する理由は、穀粉の同一の品種（化学的な成分が同一）であっても、粒度の違いによって得られるＥＥＭ情報が異なるからである。すなわち、穀粉の品種の種別を正確に判別するには、粒度の違いによるＥＥＭ情報の違いを考慮する必要があるからである。
【００２９】
ここで、穀粉の粒度測定方法としては、特に制限的ではないが、穀粉の粒度を測定できれば、どのような方法でも良く、従来公知の穀粉の粒度測定方法を始めとして、種々の公知の穀粉の粒度取得方法を用いることができる。例えば、マイクロトラック（日機装社製）、マスターサイザ（マルバーン社製）等のレーザー回折・散乱法による粒度分布測定装置を用いる測定方法が好適に用いられる。
なお、ステップＳ１２の粒度取得工程は、ステップＳ１８の蛍光特性照合工程より前であれば、何時行っても良い。また、測定対象となる穀粉の粒度が既知の場合には、上述したように、粒度測定等を行うことなく、既知の粒度を用いて、測定対象穀粉の粒度を情報として取得すれば良い。
【００３０】
なお、穀粉の粒度としては、その平均粒径に換算して取得すれば良く、特に制限的ではなく、どのような粒度であっても良い。
なお、穀粉の粒度分布は、できるだけ少なく、シャープであるのが好ましく、穀粉の平均粒径に対して分散が小さいのが好ましい。その理由は、穀粉の種別を判別するので、種別の判別に用いるＥＥＭ情報に影響を与える穀粉の粒度のばらつきは少ない方が好ましいからであり、穀粉の粒度のばらつきが少なければ、粒度のばらつきを考慮せずに、穀粉の1点のみを測定しても穀粉の判別が可能だからである。１点測定であれば、短時間で測定することが要求される製造現場でも使用することができる。
なお、穀粉の粒度分布が広がっており、いわゆるブロードである場合には、穀粉のＥＥＭ情報の測定を複数点において行い、それらを平均して用いても良いが、穀粉を再粉砕する等粒度分布を揃えてから本発明における測定対象としても良い。
【００３１】
次に、測定対象となる穀粉のＥＥＭ情報を取得するＥＥＭ情報取得工程について説明する（ステップＳ１４）。
測定対象となる穀粉のＥＥＭ情報は、所定の励起波長範囲及び所定の蛍光波長範囲で当該穀粉に照射する励起波長λＥｘ及び測定する蛍光波長λＥｍを段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度（スペクトル情報）ＩＥｘ，Ｅｍを測定することにより取得することができる。
【００３２】
ＥＥＭ情報が何次元のデータになるかは、何種類の励起波長λＥｘ及び蛍光波長λＥｍの組み合わせで蛍光強度ＩＥｘ，Ｅｍを測定するかによって決まる。例えば、１種類の励起波長λＥｘ及びｍ種類の蛍光波長λＥｍの組み合わせ（１×ｍ＝ｍ）で蛍光強度ＩＥｘ，Ｅｍを測定すれば、ｍ次元のＥＥＭ情報が取得できる。
励起波長λＥｘ及び蛍光波長λＥｍの組み合わせの数ｍは、正の整数であり、５以上の整数であることが好ましいが、ｍが小さいと得られるＥＥＭ情報の情報量が小さく、正確な成分の情報が得られないので、ｍは５０以上がより好ましく、１００以上であることがさらに好ましい。また、ｍがあまり大きいと、後の統計処理が煩雑となるので、ｍは好ましくは１０００以下、より好ましくは５００以下である。
【００３３】
図２に、所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら、穀粉のＥＥＭ情報を取得するために、測定対象である穀粉の蛍光強度を測定する蛍光強度測定工程のフローチャートの一例を示す。
励起波長範囲、励起/蛍光スリット幅（励起波長ピッチ）、蛍光波長範囲、励起/蛍光取得間隔（蛍光波長ピッチ）及びスキャンスピードは、測定対象である穀粉に応じて、測定者が適宜設定することができる。
【００３４】
図２に示すように、測定対象である穀粉はセルに収納される（ステップＳ２０）。所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら（ステップＳ２２、Ｓ２６）、測定対象である穀粉の蛍光強度（スペクトル情報）を測定する（ステップＳ３０）。
例えば、［励起波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔、蛍光波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔］の測定条件で、ＥＥＭ情報を取得する場合、測定対象である穀粉に照射する励起波長を２００ｎｍに設定し（ステップＳ２２）、測定する蛍光波長を２００ｎｍ、２１０ｎｍ、・・・と１０ｎｍずつ上げて（ステップＳ２６、Ｓ２８）、測定蛍光波長９００ｎｍまでの蛍光強度を測定する（ステップＳ３０）。測定蛍光波長が９００ｎｍを超えたら（ステップＳ２８）、次いで、照射する励起波長を２００ｎｍから２１０ｎｍへと１ピッチ上げて（ステップＳ２２、Ｓ２４）、再び測定蛍光波長を２００ｎｍ、２１０ｎｍ、・・・と段階的に上げて（ステップＳ２６、Ｓ２８）、測定蛍光波長９００ｎｍまでの蛍光強度を測定していく（ステップＳ３０）。この測定蛍光波長２００ｎｍから９００ｎｍまでの蛍光強度の測定（ステップＳ２６、Ｓ２８、Ｓ３０）を、照射励起波長を２００ｎｍから９００ｎｍまでと１０ｎｍずつ上げて（ステップＳ２２、Ｓ２４）繰り返す。照射励起波長が９００ｎｍを超えた時点（ステップＳ２４）で穀粉の蛍光強度の測定を終了する。
この測定条件では、合計５０４１条件の蛍光強度の測定値を取得することになる。こうして得られた５０４１条件の蛍光強度の測定値を励起波長及び蛍光波長に対してマトリックス表示することにより、ＥＥＭ情報とすることができる。
【００３５】
所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら、測定対象である穀粉の蛍光強度を測定することにより、穀粉のＥＥＭ情報を得ることができる。ＥＥＭ情報が何次元のデータになるかは、何種類の励起波長λＥｘ及び蛍光波長λＥｍの組み合わせで蛍光強度ＩＥｘ，Ｅｍを測定するかによって決まる。すなわち、蛍光強度の測定数がｍの場合、ｍ次元のＥＥＭ情報が取得できる。
上記測定条件の例では、励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍで、ＩＭＥｘ２００，Ｅｍ２００、ＩＭＥｘ２００,Ｅｍ２１０、・・・ＩＭＥｘ８９０,Ｅｍ９００、ＩＭＥｘ９００,Ｅｍ９００の合計５０４１条件のパラメータからなる蛍光強度の測定値を取得するので、５０４１次元のＥＥＭ情報を有している。
【００３６】
なお、測定対象である穀粉が発する蛍光波長は励起波長より長波長であるため、励起波長より長波長の蛍光波長で蛍光強度を測定してもよい。
例えば、照射励起波長を５００ｎｍに設定する場合では、測定蛍光波長が５００ｎｍ未満では蛍光は観察されないので、測定蛍光波長２００〜４９０ｎｍの範囲の蛍光強度を測定する必要はなく、５００〜９００ｎｍ程度の範囲の蛍光強度を測定すれば足りる。
又は、上記測定条件［励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍ］で取得した穀粉から発生する蛍光の蛍光強度の測定結果から、励起波長より短波長の蛍光波長の範囲における蛍光強度を削除してもよい。
なお、後述する蛍光特性抽出工程において、励起波長と蛍光波長が或る限られた範囲、又は特定の波長で十分に判別できることが明らかになった場合は、当該波長範囲又は当該波長における計測のみを行うだけでも良い。
【００３７】
また、こうして取得したＥＥＭ情報には、穀物の品質以外のノイズ情報を低減し、外乱を除去する目的として、さまざまな既知の信号処理を施しても良い。
信号処理の方法としては、ウェーブレット変換、フーリエ変換、ピーク検出、平滑化、微分、スペクトル補正、近似・補間及び波形除去、Savitzky-Golay、移動平均、正規化等が挙げられる。
【００３８】
ステップＳ１４のＥＥＭ情報取得工程において、上記測定条件［励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍ］で取得した５０４１条件のパラメータＩＭＥｘ２００，Ｅｍ２００、ＩＭＥｘ２００,Ｅｍ２１０、・・・ＩＭＥｘ８９０,Ｅｍ９００、ＩＭＥｘ９００,Ｅｍ９００に基づいて、ＥＥＭ情報を５０４１次元空間に分布させることができる。５０４１次元空間における分布情報は、すなわち、穀粉の品種の種別（化学的な成分情報）及び粒度の違いを表す。しかし、５０４１次元空間における分布情報は高次元であるため、穀粉の種別の判別にそのまま用いることができない。
そこで、測定対象である穀粉のＥＥＭ情報を統計解析処理によって、より低次元にすると共に、穀粉の品種の種別の特徴を端的に表すようにパラメータ化して、好ましくは、２次元パラメータ化して、測定対象となる穀粉の蛍光特性を抽出する。
以下に、この蛍光特性抽出工程について説明する（ステップＳ１６）。
【００３９】
統計解析処理としては、穀粉の品種の種別の特徴を端的に表すようにパラメータ化、好ましくは、２次元パラメータ化できればどのようなものでも良いが、多変量解析又はデータマイニングにより行うことが好ましい。
また、その具体例としては、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械等が挙げられる。
【００４０】
また、データ構造分析としては、主成分分析、因子分析、対応分析及び独立成分分析が挙げられる。
また、判別分析としては、線形判別分析又は非線形判別分析が挙げられる。
ここで、線形判別分析としては、正準判別分析が挙げられ、非線形判別分析としては、決定木が挙げられる。
また、パターン分類としては、クラスター分析、多次元尺度法が挙げられる。
また、回帰分析としては、線形回帰及び非線形回帰が挙げられる。
ここで、線形判別分析としては、Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅ（ＰＬＳ）回帰、単回帰分析、重回帰分析及び主成分回帰が挙げられ、非線形判別分析としては、ロジスティック回帰及び回帰木が挙げられる。
また、学習機械としては、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムが挙げられる。
統計解析処理は、測定対象となる穀粉の品種の個々の差（種別差）が最も的確に解析できる手法であれば、どの分析方法を用いても良い。
【００４１】
ステップＳ１６の蛍光特性抽出工程において、ｍ次元のＥＥＭ情報は、２次元パラメータとして取得されることが好ましい。ＥＥＭ情報をｍ次元から２次元パラメータとして取得することにより、ＥＥＭ情報の特徴を保持しながら、測定対象となる穀粉の粒度及び品種（化学的な成分）におけるＥＥＭの違いを、測定対象となる穀粉の品種の種別が判別可能な簡単なパラメータとして取得できる。
例えば、ステップＳ１４のＥＥＭ情報取得工程で得られた多次元のＥＥＭ情報に対して主成分分析を行って、２次元パラメータとして２つの主成分得点１及び２を得ることができる。この２つの主成分得点は、所定の粒度における測定対象となる穀粉の品種の種別を表す。すなわち、ステップＳ１６の蛍光特性抽出工程において、統計解析処理として主成分分析を行う場合には、パラメータ化された蛍光特性として２つの主成分得点１及び２からなる２次元パラメータを求めるのが好ましい。
【００４２】
次に、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じてパラメータ化された蛍光特性を算出し、データベースに格納しておく参照蛍光特性取得・格納工程について説明する（ステップＳ１０）。
本発明においては、その粒度及び品種の種別が既知である、照合の対象となる穀粉に対して、予め、上述したステップＳ１４のＥＥＭ情報取得工程及びステップＳ１６の蛍光特性抽出工程を全く同様に行っておき、パラメータ化された蛍光特性を参照蛍光特性として求めておく必要がある。
あらゆる穀粉を測定対象とする場合には、照合の対象となるあらゆる穀粉の品種及び粒度に対して参照蛍光特性を求めておく必要があるので、多数の穀粉種（穀粉の種別）について、その粒度毎の参照蛍光特性を求めておき、データベース等のデータ記憶装置に照合のために保存（格納）しておく必要がある。なお、参照蛍光特性としてはパラメータ化されており、データ量としては、限られたものとなっているので、予め求めて記憶しておく必要がある穀粉種についての参照蛍光特性及び粒度のデータは、データベース等のデータ記憶装置に容易に保存することができる。
【００４３】
なお、照合の対象となる穀粉の品種の種別が未知の場合には、予め、もしくは、参照蛍光特性抽出後に、化学分析等によって化学的な成分情報を求めておき、穀粉の品種の種別を特定しておくことが好ましい。また、穀粉の粒度が未知の場合には、予め、もしくは、参照蛍光特性抽出後に、上述したステップＳ１２の粒度取得工程を行って粒度を特定しておくことが好ましい。
なお、照合の対象となる穀粉の品種、粒度及びパラメータ化蛍光特性（参照蛍光特性）の３つの特性は、いずれを先に、いずれを後に求めておいても良いが、少なくともステップＳ１８の蛍光特性照合工程よりも前に、少なくとも参照蛍光特性を、好ましくは、３つの特性の全てを求めておくのが良い。
【００４４】
また、本発明者らの知見によれば、ステップＳ１６の蛍光特性抽出工程において抽出された参照蛍光特性、例えば、主成分分析によって参照蛍光特性として抽出された主成分得点１及び２は、参照蛍光特性（パラメータ化蛍光特性）のパラメータ数を次元とする空間座標や平面座標において、穀粉の品種の種別内における化学的な成分情報や粒度に多少のばらつきがあっても、所定の空間領域や平面領域内に入ることが分かっている（例えば、図８、図１１及び図１４参照）。
したがって、穀粉の品種の種別及び粒度に応じた参照蛍光特性自体をデータ記憶装置に保存するのではなく、ステップＳ１６の蛍光特性抽出工程において、未知試料の蛍光特性を抽出する際に用いることができる、既知の穀粉の粒度及び種別から求められたＥＥＭ情報から作成された一般式 Ｙ=ｆ（ｘ）（ｘ：ＥＥＭ情報、Ｙ：出力情報）や、穀粉の品種の種別及び粒度に応じた参照蛍光特性の空間座標における空間領域や平面座標における平面領域（既知の穀粉の粒度及び種別から求められたＥＥＭ情報の平均値や標準偏差等の分布状況）をデータ記憶装置に保存（格納）するようにしても良い。こうすることにより、データ記憶装置に保存するデータ量を減らすことができ、ステップＳ１８の蛍光特性照合工程における照合を容易なものとすることができる。
【００４５】
ところで、蛍光特性抽出工程において抽出された穀粉の蛍光特性を照合する対照となる参照蛍光特性として、既知の穀粉及びその粒度に応じて、穀物の各成分を主成分として含む既知の穀粉のパラメータ化された蛍光特性を求めておき、これらの参照蛍光特性を用いて照合することにより、測定対象となる穀粉を穀物の特定の成分を主成分として含む穀粉であることを特定することができる。なお、既知の穀粉製品の品種の種別について参照蛍光特性を求めておくことにより、測定対象となる穀粉の種別を穀粉製品の品種の種別とすることができる。
測定対象となる穀粉がアレルゲンを含む穀粉であるか否かを検出する場合、既知の特定のアレルゲンを含む既知の穀粉について参照蛍光特性を求めておくことにより、測定対象となる穀粉の種別を特定のアレルゲンを含む穀粉であると判別することができ、この穀粉中に含まれるアレルゲンを特定することができる。
【００４６】
多種類の穀粉の混合物からなる混合穀粉が測定対象となる穀粉である場合、既知の多種類の穀粉の既知の混合物について参照蛍光特性を求めておくことにより、測定対象となる混合穀粉の種別を特定することができ、この混合穀粉中に含まれる特定の穀粉を特定することができる。
また、農薬等の化学物質を含む穀粉が測定対象となる穀粉である場合、既知の農薬等の化学物質を含む既知の穀粉について参照蛍光特性を求めておくことにより、測定対象となる、残留農薬等の化学物質を含む穀粉の種別を特定することができ、その結果、穀粉中に含まれる残留農薬等の化学物質を特定することができる。
【００４７】
次に、蛍光特性照合工程について説明する（ステップＳ１８）。
ステップＳ１８の蛍光特性照合工程において、ステップＳ１２の粒度取得工程で得られた測定対象である穀粉の粒度と、ステップＳ１６の蛍光特性抽出工程において抽出された穀粉の蛍光特性を検索キーとして用いて、データベースを検索し、データベースから検索キーとなる粒度及び蛍光特性と、一致又は略一致する、もしくは対応する粒度及び参照蛍光特性、並びにこれらの粒度及び参照蛍光特性を持つ穀粉の種別を読み出し、抽出された穀粉の蛍光特性と読み出された穀粉の参照蛍光特性とを照合することにより、測定対象となる穀粉の種別を、蛍光特性が一致する照合の対象となる穀粉の種別として、特定し、判別することができる。なお、データベースには、ステップＳ１０の参照蛍光特性取得・格納工程において、照合の対象となる穀粉の種別及びその粒度に応じて、予め得られている穀粉の参照蛍光特性が格納されているのは上述した通りである。
【００４８】
すなわち、蛍光特性抽出工程において抽出された穀粉の蛍光特性を、穀物の各成分ごとの穀粉及びその粒度に応じて、予め得られている、穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性と照合することにより、測定対象となる穀粉を穀物の特定の成分を主成分として含む穀粉であることを特定することができる。本発明における測定された蛍光特性と参照蛍光特性との照合は、パラメータ同士の照合であるため、極めて簡単に、また、正確に行うことができる。
【００４９】
なお、粒度が同じ又は略同じである時、測定された蛍光特性と参照蛍光特性との照合方法は、特に制限的ではないが、パラメータ同士の比較により、パラメータの一致度を算出し一致度が所定閾値以上であれば、測定された蛍光特性を持つ穀粉の種別を、参照蛍光特性を持つ穀粉の種別として特定することができる。
また、上述したように、照合の対象となる参照蛍光特性がパラメータ空間座標の空間領域やパラメータ平面座標の平面領域として求められている場合には、測定された蛍光特性が、これらの空間領域や平面領域の内部に入るか否かによって、両者を照合することができる。これらの空間領域や平面領域の内部に入る場合には、測定された蛍光特性を持つ穀粉の種別を、これらの空間領域や平面領域を持つ穀粉の種別として特定することができるのはもちろんである。
【００５０】
本発明の穀粉の判別方法によれば、測定対象となる穀粉がアレルゲンを含む穀粉である場合、測定対象となる穀粉の種別を特定のアレルゲンを含む穀粉であると判別することができ、この穀粉中に含まれるアレルゲンを特定することができる。
また、本発明の穀粉の判別方法によれば、測定対象となる穀粉が多種類の穀粉の混合物である場合、測定対象となる混合穀粉の種別を特定することができ、この混合穀粉中に含まれる特定の穀粉を特定することができる。
また、同様にして、本発明の穀粉の判別方法によれば、測定対象となる穀粉中に含まれる残留農薬等の化学物質を特定することができる。
なお、測定対象となる穀粉の種別は、穀粉製品の品種の種別であってもよい。
ところで、本発明の穀粉の判別方法は、予め、既知の穀粉の品種の種別、粒度及び参照蛍光特性が取得済みであるので、小麦粉製品等の穀粉製品の判別や、穀粉製品の製造工程の管理のための中間生成穀粉の判別や、穀物の各成分からなる穀粉又は各成分を主成分とする穀粉の判別や、既知のアレルゲンや既知の他成分等を含む穀粉の判別及びこの判別結果により、穀粉中に含まれるアレルゲンや他成分等を特定等するのに好適である。
本発明の穀粉の判別方法は、基本的に以上のように構成される。
【００５１】
［II］穀粉の判別装置
次に、図３〜図５を参照して、本発明の穀粉の判別方法を実施する本発明の穀粉の判別装置について説明する。なお、本発明の穀粉の判別装置は、図示例の穀粉の判別装置に限定されるものではない。
図３は、本発明の穀粉の判別装置の一実施形態のブロック図であり、図４は、図３に示す穀粉の判別装置の測定ユニットの一実施形態のブロック図である。
【００５２】
図３に示すように、本発明の穀粉の判別装置１０は、穀物を粉砕して得られた測定対象穀粉（測定対象となる穀粉）ＭＦの持つ所定の特性に応じて、測定対象穀粉ＭＦの品質の種別を判別するものであって、蛍光強度（スペクトル情報）を測定する測定ユニット１２と、測定対象穀粉ＭＦの粒度を取得する粒度取得部２０と、測定対象穀粉ＭＦの品質の種別を判別する穀粉判別ユニット１４と、測定ユニット１２による測定操作や穀粉判別ユニット１４による判別操作等の指示や入力を行う操作部１６と、測定ユニット１２による測定結果や粒度取得部２０により取得された粒度や穀粉判別ユニット１４による判別結果や操作部１６による操作の指示や入力等を表示するディスプレイ１８とを有する。
なお、測定対象穀粉ＭＦの粒度が予め測定されて情報として得られている場合には、操作部１６によって測定対象穀粉ＭＦの粒度を情報として入力することにより、測定対象穀粉ＭＦの粒度を取得するようにしても良い。この場合には、操作部１６による入力が粒度の取得となるので、粒度取得部２０を設けなくても良い。
【００５３】
また、本発明の穀粉の判別装置１０は、測定対象穀粉ＭＦの品質の種別を判別するための照合の対象となる、穀粉の品質の種別や粒度が既知の参照蛍光特性（パラメータ化された蛍光特性）を、予め求める場合にも用いることができる。この場合は、その種別及び粒度が既知の穀粉を測定対象穀粉ＭＦとすれば良い。
また、本発明の穀粉の判別装置１０は、測定対象穀粉ＭＦの品質の種別を判別するための照合の対象となる、品質の種別が既知の穀粉の粒度や参照蛍光特性（パラメータ化された蛍光特性）を、予め求める場合にも用いることができることはいうまでもない。この場合には、その種別が既知の穀粉を、測定対象穀粉ＭＦとすれば良い。
また、参照蛍光特性を持つ穀粉の種別を既知とするために予め求めておくには、穀粉の化学分析等を予め行えば良いし、逆に化学分析等によって予め種別や粒度が既知である標準となる穀粉を用いても良い。
【００５４】
ここで、測定ユニット１２は、測定対象穀粉ＭＦからの蛍光を分光して測定するものであって、測定対象穀粉ＭＦを所定の測定位置に位置決めして支持する測定対象穀粉支持部（以下、単に支持部という）２１と、支持部２１に位置決めされた測定対象穀粉ＭＦに所定の波長の励起光を照射して測定対象穀粉ＭＦから蛍光を生じさせる分光照明部２２と、この分光照明部２２によって所定の波長の励起光が照射された測定対象穀粉ＭＦから発生する所定の蛍光波長の蛍光を測定し、測定された蛍光の測定値を穀粉判別ユニット１４に送信する蛍光測定部２４とを備えている。なお、分光照明部２２及び蛍光測定部２４は、上述した本発明の穀粉の判別方法のステップＳ１４のＥＥＭ情報取得工程（図１参照）の蛍光強度測定工程を実施する分光測定ユニットを構成する。
【００５５】
また、穀粉判別ユニット１４は、蛍光測定部２４によって得られた蛍光の測定値から測定対象穀粉ＭＦの励起・蛍光マトリックス（ＥＥＭ）情報を取得する情報取得部２６と、この情報取得部２６によって取得された測定対象穀粉ＭＦのＥＥＭ情報を統計解析処理して、測定対象穀粉ＭＦの蛍光特性をパラメータ化して抽出する蛍光特性抽出部２８と、粒度取得部２０によって得られた粒度を用いて、蛍光特性抽出部２８によって抽出された測定対象穀粉ＭＦのパラメータ化された蛍光特性と、予め得られているパラメータ化された参照蛍光特性とを照合して、測定対象穀粉ＭＦの種別を判別する蛍光特性照合部３０と、粒度取得部２０で取得された測定対象穀粉ＭＦの粒度、情報取得部２６で取得された測定対象穀粉ＭＦのＥＥＭ情報及び蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性、並びに、照合の対照となる多数の穀粉の種別、粒度、参照蛍光特性等を記憶しておくメモリ（ＤＢ）３２と、粒度取得部２０、測定ユニット１２の分光照明部２２及び蛍光測定部２４の各部、並びに、穀粉判別ユニット１４の情報取得部２６、蛍光特性抽出部２８、蛍光特性照合部３０及びメモリ（ＤＢ（データベース））３２の各部を制御すると共に、本発明の判別装置１０全体の制御も行う制御部３４とを備えている。
なお、穀粉判別ユニット１４は、図３に示すように、メモリ（ＤＢ）３２に加え、照合の対照となる多数の穀粉の種別、粒度、参照蛍光特性等を記憶しておくための外部メモリ３６を備えているのが好ましい。
【００５６】
まず、粒度取得部２０について説明する。
粒度取得部２０は、測定対象穀粉ＭＦの粒度を取得するためのものである。粒度取得部２０は、上述した本発明の穀粉の判別方法のステップＳ１２の粒度取得工程（図１参照）において、測定対象穀粉ＭＦの粒度が取得できるものであればどのようなものでも良い。例えば、予め粒度の測定方法や装置によって測定されて既知となっている測定対象穀粉ＭＦの粒度を、粒度の情報として取得する粒度情報の入力デバイスや読取デバイスなどであっても良いし、測定対象穀粉ＭＦの粒度を測定する粒度測定装置であっても良い。なお、粒度取得部２０によって情報として取得される測定対象穀粉ＭＦの既知の粒度は、粒度取得部２０の粒度測定装置で事前に測定された粒度であっても良いし、本発明の穀粉の判別装置１０とは無関係の粒度測定装置によって予め測定され、測定対象穀粉ＭＦに粒度の情報として与えられている粒度であっても良い。この粒度の情報は、測定対象穀粉ＭＦに添付された書類に記載されたものでも、記録媒体にデータとして格納されているものであっても良いし、メモリ（ＤＢ）に測定対象穀粉ＭＦの種別と関連付けて格納されているものであっても良い。
【００５７】
ここで、粒度取得部２０に用いられる穀粉の粒度測定装置としては、特に制限的ではなく、穀粉の粒度を測定できれば、どのような装置でも良く、従来公知の穀粉の粒度測定装置を始めとして、種々の公知の穀粉の粒度取得装置を用いることができる。例えば、マイクロトラック（日機装社製）、マスターサイザ（マルバーン社製）等のレーザー回折・散乱法による粒度分布測定装置が好適に用いられる。
なお、測定対象穀粉ＭＦの粒度が予め測定されて既知の場合には、上述したように、粒度取得部２０に粒度測定装置を備えていなくても良いし、既知の粒度を操作部１６によって入力する場合には、粒度取得部２０自体がなくても良いのはもちろんである。
【００５８】
次に、測定ユニット１２の各構成要素について説明する。
測定ユニット１２の測定対象穀粉支持部２１（以下、単に支持部２１ともいう。）は、測定対象穀粉ＭＦを分光測定のための所定の測定位置に位置決めして支持するものであり、測定対象穀粉ＭＦを内部に収納するセルを所定測定位置に支持する支持台であっても良いし、又は、支持部２１自体が測定対象穀粉ＭＦを固定する粉体の固定装置であっても良い。なお、このようなセルとしては、本出願人らの出願に係る特願２００７−２１５６７２号明細書に提案されたセルを用いることができるし、粉体の固定装置としては、本出願人の１人の出願に係る特開２００２−２２８５６３号公報に開示の固定装置等を用いることができる。
【００５９】
次に、分光照明部２２は、測定対象穀粉ＭＦから蛍光を発生させるために、所定の励起波長範囲で、励起波長を段階的に変化させながら、測定対象穀粉ＭＦに所定の波長の励起光を照射するものである。すなわち、分光照明部２２は、測定対象穀粉ＭＦに照射する励起光の励起波長を任意に変えることができるものである。
なお、分光照明部２２は、図４に示すように、所定の励起波長範囲の励起光を射出するための光源３８と、測定対象穀粉ＭＦに照射するために所定の励起波長を有する励起光に分光する分光デバイス４０と、分光デバイス４０によって分光される励起光の励起波長を任意に設定するように調整する分光デバイス４０の励起波長調節部４２と、分光デバイス４０によって分光された所定の励起波長を有する励起光を導波する光学デバイス４４と、光学デバイス４４によって導波された励起光を測定対象穀粉ＭＦに向けて照射する励起光照射部４６とを備えている。
【００６０】
ここで、分光照明部２２の光源３８としては、所定の励起波長範囲、例えば、２００ｎｍ〜９００ｎｍの励起光を射出することができるものであればどのようなものでも良い。光源３８としては、例えば、キセノンランプ、タングステンランプ、波長可変レーザ、水銀ランプ、重水素ランプ等を用いることができる。
また、分光デバイス４０としては、光源３８から射出された励起光を、所定の励起波長範囲において、所定波長間隔、例えば１０ｎｍ間隔で、分光できればどのようなものでも良い。分光デバイス４０としては、例えばＡＯＴＦ（Acousto Optic Tunable Filter）、チューナブルフィルタ（液晶チューナブルフィルタ）、干渉フィルタ、回折格子等を用いることができる。
【００６１】
分光デバイス４０の励起波長調節部４２は、分光デバイス４０によって分光される励起光の励起波長を所望の励起波長に任意に設定するためのものであり、測定者が分光デバイス４０によって分光される励起光の励起波長自体を所望の励起波長に任意に設定可能な手動調節部であっても良いし、測定者は、励起波長の初期値、可変ピッチ（変化させる励起波長間隔）、最終設定値又は可変回数を入力又は指定し、励起波長の変更を自動的に行っても良い。
光学デバイス４４は、分光デバイス４０によって分光された所定の励起波長を有する励起光を励起光照射部４６まで導波するものであり、分光測定に供される励起光を導波できればどのようなものでも良く、例えば、光ファイバーやレンズや反射鏡等からなる光学系等を挙げることできる。
励起光照射部４６は、支持部２１の所定の測定位置に位置決めして支持された測定対象穀粉ＭＦに適切に励起光が照射されるように励起光の照射位置を決めるものである。
なお、分光デバイス４０によって分光された所定波長の励起光を、直接、支持部２１に支持された測定対象穀粉ＭＦに適切に照射できる場合には、光学デバイス４４及び励起光照射部４６を設けなくても良い。
【００６２】
光源３８から射出された励起光は、分光デバイス４０において、励起波長調節部４２によって測定者により又は自動的に設定された所定の励起波長を有する励起光に分光される。
分光デバイス４０において所定の波長を有する励起光に変換された励起光は、光学デバイス４４によって導波され、励起光照射部４６から、測定対象穀粉ＭＦに照射される。所定の励起波長を有する励起光が照射されることにより、測定対象穀粉ＭＦは、その成分（化学的な成分）及び粒度に特有なパターンの（蛍光強度を持つ）蛍光を発する。
なお、光源３８として波長可変レーザを用いる場合、光源３８から直接所望の波長を有する励起光が得られるので分光デバイス４０は不要である。
なお、測定者は、光源３８に対して励起波長調節部４２を持つ分光デバイス４０を用いることにより、又は、光源３８として波長可変レーザを用いることにより、測定対象穀粉ＭＦに照射する励起光の波長を任意の励起波長に設定することができる。
なお、分光照明部２２としては、上述した特許文献１に開示された分光照明装置を用いることができる。
【００６３】
測定ユニット１２の蛍光測定部２４は、所定の蛍光波長において、支持部２１の所定測定位置に支持された測定対象穀粉ＭＦが発した蛍光の内、特定の蛍光波長を選択的に捕えて、その蛍光強度を測定し、測定結果を穀粉判別ユニット１４に送信するものであるが、本発明では特に、分光照明部２２によって測定対象穀粉ＭＦに照射される励起光の励起波長の段階的な変化に応じて、所定の蛍光波長範囲で測定する蛍光波長を段階的に変化させながら、所定の波長の励起光が照射された測定対象穀粉ＭＦから発生する蛍光の蛍光強度を測定するものである。すなわち、蛍光測定部２４は、測定対象穀粉ＭＦから発生する蛍光を測定する蛍光波長を任意に変えることができるものである。
【００６４】
なお、蛍光測定部２４は、図４に示すように、所定の励起波長範囲において、支持部２１の測定位置に位置決めされた測定対象穀粉ＭＦから発生する蛍光を測定する際に蛍光波長を任意に変える蛍光波長可変手段として機能する分光デバイス４８と、測定対象穀粉ＭＦから発生し、分光デバイス４８で分光された所定の蛍光波長の蛍光の蛍光強度を測定する蛍光測定デバイス５０とを備えている。
なお、支持部２１の所定測定位置に支持された測定対象穀粉ＭＦから発生した蛍光の蛍光強度を測定する際に、測定対象穀粉ＭＦの測定対象サイズによっては、例えば、測定する穀粉のサイズがミクロなサイズである場合には、測定対象穀粉ＭＦと分光デバイス４８との間に光学デバイスを介在させ、測定対象サイズを測定に適した大きさに拡大しても良いし、多点測定のためにマクロなサイズである場合には、縮小しても良い。このような光学デバイスとしては、例えば、顕微鏡、ズームレンズ、マクロレンズ、広角レンズ等を用いることができる。
【００６５】
ここで、分光デバイス４８は、分光照明部２２から射出された所定励起波長の励起光が照射された測定対象穀粉ＭＦから発生する蛍光を所定の波長を有する蛍光に分光するものである。この分光デバイス４８は、測定対象穀粉ＭＦから発生する蛍光を、所定の蛍光波長範囲において、所定波長間隔、例えば１０ｎｍ間隔で、分光できればどのようなものでも良い。分光デバイス４８としては、測定する蛍光の蛍光波長を任意に設定する手段を有するものであれば良く、例えば、分光デバイス４０と同様に、ＡＯＴＦ（Acousto Optic Tunable Filter）、液晶チューナブルフィルタ、干渉フィルタ、回折格子等を用いることができる。
【００６６】
また、蛍光測定デバイス５０は、分光デバイス４８によって、測定対象穀粉ＭＦが発した蛍光の内から選択的に分光されて捕らえられた所定の波長を有する蛍光のみの蛍光強度を測定するものである。
蛍光測定デバイス５０は、所定の波長を有する蛍光の蛍光強度を測定できればどのようなものでも良く、例えば、フォトダイオード、フォトトランジスタ、光電管等の光検出素子や、ＣＣＤセンサやＭＯＳセンサ等の光センサ、フォトマルチプライヤ（光電子増倍管）、光検出器等を用いることができ、さらには、多点測定の場合には、ＣＣＤカメラ、走査型画像カメラ等も用いることができる。特に、光検出器は、一点測定であるため計測が迅速に行えるとともに、感度を高くすることができるために僅かな違いの判別もでき、本願の目的とする品質管理に適していることに大きな特徴がある。
【００６７】
蛍光測定デバイス５０においては、分光デバイス４８を通過することにより、測定対象穀粉ＭＦが発した蛍光の内、所定の波長を有する蛍光のみが選択的に捕えられ、その蛍光強度が測定される。
蛍光測定デバイス５０により測定された蛍光強度から、特定の励起波長λＥｘ（照射波長）及び特定の蛍光波長λＥｍ（測定波長）における蛍光強度ＩＥｘ，Ｅｍの情報が得られる。したがって、蛍光測定デバイス５０を用いることにより、測定対象穀粉ＭＦの特定の励起波長及び蛍光波長における蛍光強度を測定することができる。
蛍光測定デバイス５０により測定された測定対象穀粉ＭＦに関する情報（取得された蛍光強度）は、ＥＥＭ情報を取得する穀粉判別ユニット１４へ伝送され、制御部３４を介して穀粉判別ユニット１４の情報取得部２６に送信され、また、必要に応じて、メモリ３２に直接格納される。
【００６８】
蛍光測定デバイス５０により、測定対象穀粉ＭＦの測定点においてｍ次元のＥＥＭ情報を取得する場合には、励起波長及び蛍光波長の組み合わせを変えながらｍ種の蛍光の蛍光強度を測定する。こうして、蛍光測定デバイス５０によって測定されたｍ種の蛍光の蛍光強度の情報が、穀粉判別ユニット１４に伝送される。
【００６９】
ところで、測定ユニット１２の分光照明部２２及び蛍光測定部２４においては、それぞれ、照射する励起波長及び測定する蛍光波長を、手動又は自動で、測定者が任意に変えることができる。本発明において、測定ユニット１２の分光照明部２２及び蛍光測定部２４は、それぞれ励起波長及び蛍光波長を自動的に変更する手段を有するのが好ましい。例えば、穀粉判別ユニット１４の制御部３４の制御に基づいて、測定ユニット１２の分光照明部２２及び蛍光測定部２４は、それぞれ励起波長及び蛍光波長を自動的に変更するのが好ましい。
図５は、制御部による制御下で、測定ユニット１２において、励起波長及び蛍光波長を自動的に変更しながら蛍光強度を測定する工程（上述の本発明の蛍光強度測定工程参照）のフローチャートの一例である。
【００７０】
まず、分光照明部２２の励起波長及び蛍光測定部２４の蛍光波長を自動的に変更するため、測定者は、キーボード・マウス等からなる操作部１６を通じて、測定するＥＥＭの励起波長範囲、励起波長ピッチを入力する（ステップＳ５０）。次いで、蛍光波長範囲、蛍光波長ピッチを入力する（ステップＳ５２）。
次に、制御部３４は、分光照明部２２及び蛍光測定部２４に対し、入力された励起波長範囲、蛍光波長範囲、各波長ピッチに基づいて、最低励起波長、最低蛍光波長を初期値に設定し（ステップＳ５４）、１つ目の蛍光強度を測定するよう指示する（ステップＳ５６）。
【００７１】
蛍光波長を１ピッチ上げても、蛍光波長が設定された蛍光波長範囲外とならない場合（ステップＳ５８のＮ）には、制御部３４は、蛍光測定部２４に、蛍光波長を１ピッチだけ上げて２回目の蛍光強度を測定するよう命令する（ステップＳ６０、ステップＳ５６）。同様にして、蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となるまで、蛍光波長を１ピッチずつ上げて蛍光強度の測定を繰り返す（ステップＳ５８のＮ、ステップＳ６０、ステップＳ５６）。
【００７２】
蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となる場合（ステップＳ５８のＹ）で、かつ、励起波長を１ピッチ上げても波長が設定された励起波長範囲外とならない場合（ステップＳ６２のＮ）には、制御部３４は、分光照明部２２に、励起波長を１ピッチ上げ、蛍光測定部２４に、蛍光波長を初期値（ここでいう蛍光波長の初期値とは、１ピッチ上げた励起波長と同じ波長を意味する）に設定するように命令し（ステップＳ６４）、蛍光測定部２４に蛍光強度を測定するように命令する（ステップＳ５６）。この後、励起波長を１ピッチ上げると、波長が設定された励起波長範囲外となるまで、励起波長を１ピッチずつ上げて測定を繰り返す（ステップＳ６２のＮ、ステップＳ６４）。
蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となる場合（ステップＳ５８のＹ）で、かつ、励起波長を１ピッチ上げると、波長が設定された励起波長範囲外となる場合（ステップＳ６２のＹ）には、測定を終了し、測定した蛍光の蛍光強度の測定値を穀粉判別ユニット１４に送信する。
【００７３】
なお、本実施形態は、所定の波長の励起光を照射して測定対象となる穀粉（の各成分）から蛍光を生じさせる分光照明部２２と測定対象となる穀粉が発した蛍光の内、所定の波長を有する蛍光を選択的に捕え、蛍光強度を測定する蛍光測定部２４とを有する装置としたが、両者を一体とした１つの装置としてもよい。
また、上述した測定ユニット１２は、ステップＳ１０の参照蛍光特性取得・格納工程（図１参照）を実施して、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じたパラメータ化された蛍光特性を、参照蛍光特性として算出しておく場合にも用いることができる。
本発明に用いられる測定ユニット１２は、基本的に以上のように構成される。
【００７４】
次に、穀粉判別ユニット１４の各構成要素について説明する。
情報取得部２６は、特定の励起波長λＥｘ（照射波長）及び特定の蛍光波長λＥｍ（測定波長）における蛍光強度ＩＥｘ,Ｅｍの測定値から、測定対象穀粉ＭＦのＥＥＭ情報を取得するもので、上述した本発明のステップＳ１４のＥＥＭ情報取得工程（図１参照）の蛍光強度測定後の後工程を実施するためのものある。すなわち、情報取得部２６は、測定ユニット１２において、所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長を段階的に変化させながら、測定ユニット１２の蛍光測定部２４によって得られた蛍光強度の測定値を蛍光測定部２４から受け取り、受け取った蛍光強度の測定値から測定対象穀粉ＭＦのＥＥＭ情報を取得する。
【００７５】
蛍光特性抽出部２８は、情報取得部２６によって取得された測定対象穀粉ＭＦのＥＥＭ情報を統計解析処理して、測定対象穀粉ＭＦの蛍光特性をパラメータ化して抽出するもので、上述した本発明のステップＳ１６の蛍光特性抽出工程（図１参照）を実施するためのものある。
ここで、蛍光特性抽出部２８は、ＥＥＭ情報から測定対象穀粉ＭＦの蛍光特性を二次元パラメータとして取得するのが好ましいが、特性が適確に把握できれば多次元パラメータとして取得しても良い。
【００７６】
また、蛍光特性抽出部２８は、蛍光特性抽出として、統計解析処理を、多変量解析又はデータマイニングにより行うことが好ましく、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うのが好ましい。
さらに、蛍光特性抽出部２８は、データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、統計解析処理を主成分分析の手法を用いて行い、ＥＥＭ情報から２つの主成分得点を２次元パラメータとして算出し、算出された２つの主成分得点を測定対象穀粉ＭＦの蛍光特性として取得するのが好ましい。
【００７７】
さらに、蛍光特性抽出部２８は、判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、多変量解析又は前記データマイニングを、判別分析の手法を用いて行い、ＥＥＭ情報を、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されている判別式に当てはめることでパラメータを算出し、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されたパラメータと照合し、前記穀粉の種別を判別することが好ましい。
さらに、蛍光特性抽出部２８は、パターン分類を、クラスター分析又は多次元尺度法で行うのが好ましい。
さらに、蛍光特性抽出部２８は、回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、多変量解析又は前記データマイニングを、重回帰分析の手法を用いて行い、パラメータとして、ＥＥＭ情報を、予め前記データベースに格納されている検量線に当てはめることで算出し、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されたパラメータと照合することが好ましい。
【００７８】
さらに、蛍光特性抽出部２８は、学習機械を、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことが好ましい。
なお、上述した穀粉判別ユニット１４の情報取得部２６及び蛍光特性抽出部２８は、ステップＳ１０の参照蛍光特性取得・格納工程（図１参照）を実施して、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じたパラメータ化された蛍光特性を、参照蛍光特性として算出しておく場合にも用いることができる。
【００７９】
蛍光特性照合部３０は、粒度取得部２０で得られた粒度を用いて、蛍光特性抽出部２８によって抽出された測定対象穀粉ＭＦのパラメータ化された蛍光特性を、穀粉の種別及びその粒度に応じて、予め得られている既知の穀粉のパラメータ化された蛍光特性（参照蛍光特性）と照合して、測定対象穀粉ＭＦの品種の種別を判別するもので、上述した本発明のステップＳ１８の蛍光特性照合工程（図１参照）を実施するためのものである。
なお、蛍光特性照合部３０は、蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦの蛍光特性を、穀物の各成分ごとの穀粉及びその粒度に応じて、予め得られている既知の穀物の各成分を主成分として含む既知の穀粉のパラメータ化された蛍光特性と照合して、測定対象穀粉ＭＦを既知の穀物の特定の成分を主成分として含む既知の穀粉であると特定することもできる。
【００８０】
なお、蛍光特性照合部３０おける測定対象穀粉ＭＦの蛍光特性と既知の穀粉の参照蛍光特性との照合は、上述したように、測定対象穀粉ＭＦの粒度と蛍光特性（パラメータ）とを検索データとして、多数の既知の品種の穀粉の粒度及び参照蛍光特性が格納されているメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６を検索して一致するもの、又は、一致度が所定閾値以上のものを求めて、穀粉の品種の種別を特定するようにしても良いし、穀粉の所定の品種の種別が、穀粉の粒度に応じて蛍光特性空間（３次元パラメータ以上）の空間領域や蛍光特性平面(２次元パラメータ）の平面領域として与えられている場合には、当該空間領域や平面領域内に入るものを求めて、穀粉の品種の種別を特定するようにしても良い。
【００８１】
制御部３４は、粒度取得部２０、測定ユニット１２の分光照明部２２及び蛍光測定部２４の各部、並びに、穀粉判別ユニット１４の情報取得部２６、蛍光特性抽出部２８、蛍光特性照合部３０及びメモリ（ＤＢ）３２、さらには、外部メモリ（ＤＢ）３６の各部を制御すると共に、本発明の穀粉の判別装置１０全体の制御も行い、判別装置１０に本発明の穀粉の判別方法を実施させるように制御するものである。
すなわち、制御部３４は、粒度取得部２０に対し、測定対象穀粉ＭＦの粒度を取得する指示や命令、また、測定ユニット１２の分光照明部２２及び蛍光測定部２４に対して、測定者が操作部１６によって入力した励起波長範囲、蛍光波長範囲及び波長ピッチを用いて、測定する励起波長及び測定する蛍光波長を調整して測定対象穀粉ＭＦの蛍光データを測定する指示や命令、さらに、情報取得部２６に対して、蛍光測定部２４から伝送された蛍光強度の測定値からＥＥＭ情報を取得する指示や命令を出すことができる。
【００８２】
なお、制御部３４は、情報取得部２６に対し、さらに、蛍光測定部２４から伝送された蛍光強度の測定値に前処理を施し、蛍光強度の測定値から外乱光の影響を削除したＥＥＭ情報を取得する指示や命令や、蛍光強度の測定結果から取得されたＥＥＭ情報及び前処理後のＥＥＭ情報に統計解析処理を行う指示や命令を出すこともできる。
また、制御部３４は、蛍光特性抽出部２８に対して情報取得部２６で得られたＥＥＭ情報をパラメータ化するための統計解析処理を行う指示や命令を出し、また、蛍光特性照合部３０に対し、パラメータ化された蛍光特性と、予め得られている既知の品種及びその粒度の穀粉の参照蛍光特性とを照合して、測定対象穀粉ＭＦの品種の種別を判別する指示や命令を出すことができる。
【００８３】
メモリ３２は、粒度取得部２０で取得された測定対象穀粉ＭＦの粒度、穀粉判別ユニット１４の情報取得部２６で取得された測定対象穀粉ＭＦのＥＥＭ情報及び蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性を記憶しておくためのものであり、また、照合の対照となる多数の穀粉の品種の種別、粒度、参照蛍光特性等を記憶しておくためのデータベース（ＤＢ）としての機能も持つものである。
すなわち、メモリ３２は、粒度取得部２０から伝送された粒度の値、及び測定ユニット１２の蛍光測定部２４で測定され、蛍光測定部２４から伝送された蛍光強度の測定結果（測定値）を格納することができ、蛍光測定部２４から伝送された蛍光強度の測定結果から情報取得部２６において得られたＥＥＭ情報を格納することもできる。
【００８４】
また、メモリ３２は、蛍光特性抽出部２８において、情報取得部２６によって取得された穀粉のＥＥＭ情報を統計解析処理して抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性、及び蛍光特性照合部３０で照合されて特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性を一体として格納することもできる。
さらに、メモリ３２は、データベースとして、照合の対照となる予め得られている多数の既知の穀粉の品種の種別（既知の穀物の各成分ごとの穀粉の場合は各成分の種別）及びその粒度に応じた既知の穀粉（各成分を主成分として含む穀粉）の参照蛍光特性（パラメータ化された蛍光特性）の３者を一体として格納することもできる。
【００８５】
また、穀粉の品種の種別及び粒度に応じた参照蛍光特性自体をメモリ３２に保存するだけでなく、蛍光特性抽出工程において、未知試料の蛍光特性を抽出する際に用いることができる、既知の穀粉の粒度及び種別から求められたＥＥＭ情報をもとに作成された一般式 Ｙ=ｆ（ｘ）（ｘ：ＥＥＭ情報、Ｙ：出力情報）や、穀粉の品種の種別及び粒度に応じた参照蛍光特性の空間座標における空間領域や平面座標における平面領域（既知の穀粉の粒度及び種別から求められたＥＥＭ情報の平均値や標準偏差等の分布状況）をメモリ３２に保存（格納）することもできる。
【００８６】
なお、外部メモリ３６は、データベースとして、メモリ３２の代わりに、又はメモリ３２に加え、照合の対照となる多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性の３者を一体として格納するものである。なお、外部メモリ３６に照合の対照となる多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性を格納する場合、メモリ３２にこれらのデータを格納しなくても良く、また、データベースとしての機能を持たせなくても良いので、メモリ３２の容量を小さくすることができる。従って、上記理由から、外部メモリ３６は、設けなくても良いが、備えている方が好ましい。
また、外部メモリ３６に、粒度の測定値、蛍光強度の測定結果、種々のＥＥＭ情報、パラメータ化蛍光特性、特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性等を格納しても良い。
穀粉判別ユニット１４は、基本的に以上のように構成される。
【００８７】
また、操作部１６は、キーボードやマウス等から構成され、測定者が判別装置１０に対し、粒度取得部２０による粒度取得や測定ユニット１２による測定操作や穀粉判別ユニット１４による判別操作等の指示や入力、また、本発明の穀粉の判別方法を実施させるための様々な指示や命令のための入力や、さらに、データベース作成のための多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性等の入力等を行うためのものである。
また、ディスプレイ１８は、粒度取得部２０による取得粒度の値、及び、測定ユニット１２による測定結果、例えば、蛍光測定部２４による蛍光強度の測定結果、及び、穀粉判別ユニット１４による種々の結果、例えば、情報取得部２６による種々のＥＥＭ情報、蛍光特性抽出部２８によるパラメータ化蛍光特性、蛍光特性照合部３０による特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性等、さらに、操作部１６による操作の指示や入力等の一部又は全部を表示するためのものである。なお、ディスプレイ１８には、操作部１６のキーボードやマウス等からの入力結果のみならず、操作部１６による入力を支援するＧＵＩ等を表示するように構成しても良い。
【００８８】
以下に、穀粉判別ユニット１４による穀粉の判別操作の一例について説明する。
本発明においては、測定ユニット１２において、測定対象穀粉ＭＦの蛍光強度の測定値が得られると、測定ユニット１２の蛍光測定部２４から穀粉判別ユニット１４に伝送された蛍光強度の測定結果は、メモリ３２に格納される。
ここで、測定者によって操作部１６から制御部３４に、穀粉判別ユニット１４による穀粉の判別操作の指示又は命令が出されると、制御部３４は、情報取得部２６に、メモリ３２に格納された蛍光強度の測定結果を読み出して、ｍ次元のＥＥＭ情報を取得するよう命令する。上述したように、情報取得部２６は、読み出された蛍光強度の測定結果からｍ次元のＥＥＭ情報を取得し、取得したＥＥＭ情報をメモリ３２に格納させる。
【００８９】
次に、制御部３４が、蛍光特性抽出部２８にｍ次元のＥＥＭ情報の蛍光特性を抽出するように指示すると、蛍光特性抽出部２８は、メモリ３２に格納されているｍ次元のＥＥＭ情報を読み出し、デフォルトで設定されていた、又は測定者が指定した主成分分析法等の統計解析処理により、蛍光特性をパラメータ、例えば２次元パラメータとして取得し、取得したパラメータ化蛍光特性をメモリ３２に格納する。
また、蛍光特性抽出部２８は、情報取得部２６により得られたＥＥＭ情報を統計解析処理して、パラメータ化、好ましくは２次元パラメータ化した蛍光特性を抽出すると、ディスプレイ１８に送信し、ディスプレイ１８上に表示させることができる。
【００９０】
次に、制御部３４が、蛍光特性照合部３０に測定対象穀粉ＭＦの品種の種別を判別する指示を出すと、蛍光特性照合部３０は、メモリ３２に格納されているパラメータ化蛍光特性と、メモリ３２又は外部メモリ３６にデータベースとして格納されている既知の穀粉の同じ又は略同じ粒度の参照蛍光特性（パラメータ）を次々と読み出し、それらを各統計処理方法を用いて、一致した既知の穀粉の品種の種別を測定対象穀粉ＭＦの種別として特定して、あるいは、一致する既知の穀粉の参照蛍光特性がなかった場合には、測定対象穀粉ＭＦの種別は判別不可又は判別不能であるとして、判別操作を終了する。
なお、各統計解析処理方法による照合方法については、実施例にて詳述する。
【実施例】
【００９１】
以下に、本発明の実施例について具体的に説明するが、本発明はこれらの実施例に限定されるものではない。
【００９２】
〔実施例１〕
測定対象穀粉ＭＦとして、穀粉製品を用いて、測定対象穀粉ＭＦの判別を行った。
未知試料として、穀粉製品のパスタ用粉（デュラム小麦粉 商品名 ＤＦ 日清製粉社製）及びパン用粉（強力小麦粉 商品名 カメリヤ 日清製粉社製）を用いて、穀粉製品の判別を行った。
なお、用いたパスタ用粉及びパン用粉の平均粒径は、それぞれ６８μｍ、６５μｍであった。
まず、パスタ用粉の試料とパン用粉の試料とをそれぞれ石英セルに封入した。各試料を封入した石英セルを、それぞれ図１に示す判別装置１０の測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、測定ユニット１２の分光照明部２２及び蛍光測定部２４を用いて、下記の測定条件で、上述した本発明の穀粉の判別方法のステップ１４のＥＥＭ情報取得工程の蛍光強度測定を実施し、２反復で蛍光強度を測定した。
測定条件
励起波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔
蛍光波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔
スキャンスピード：１０００ｎｍ／ｍiｎ
【００９３】
ここでは、測定ユニット１２の分光照明部２２、測定対象穀粉支持部２１及び蛍光測定部２４が一体となった分光測定装置を用いた。
また、図３に示す判別装置１０の穀粉判別ユニット１４には、市販のパーソナルコンピュータに、本発明者らが開発した穀粉判別ソフトウェアを組み込んだものを用いた。
【００９４】
こうして得られた各試料の蛍光強度の測定値（測定結果）から各資料のＥＥＭ情報を得た。その結果を図６（ａ）及び（ｂ）に示す。なお、図６（ａ）及び（ｂ）は、それぞれパスタ用粉の試料及びパン用粉の試料の結果を示す。
このＥＥＭ情報から、統計解析処理として主成分分析を行い、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図７に示す。
【００９５】
なお、予め、既知の穀粉製品の参照用穀粉（既知試料）として、複数の既知のパスタ用粉及び複数の既知のパン用粉を用いて、同様の装置構成、同様の測定条件で、各参照穀粉の蛍光強度の測定結果を得、各参照穀粉のＥＥＭ情報を得た。なお、ここで、参照用に測定したパスタ用粉及びパン用粉の各参照穀粉は、測定対象穀粉と平均粒径が同じであるものを使用した。得られた各参照穀粉のＥＥＭ情報は、統計解析処理として同じ主成分分析を行い、各穀粉製品別の参照蛍光特性（２次元パラメータ）を求めておいた。その結果を図８に示す。
図７及び図８を照合することにより、各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率９６．６％）と主成分軸２（寄与率３．３％））上の位置）が、予め得られている各穀粉製品（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、パスタ用粉とパン用粉が判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【００９６】
〔実施例２〕
測定対象穀粉ＭＦとして、粒度の異なる穀粉を用いて、測定対象穀粉ＭＦの判別を行った。
未知試料として、乾麺（商品名 ナンバーワン 日清フーズ社製）を、まず、粗粉砕して、粒度の粗い粉末（平均粒径２００μｍ）を調整した後、さらに粉砕し、粒度の細かい粉末（平均粒径８０μｍ）を調整したものを用いた。
まず、粒度の粗い粉末の試料と粒度の細かい粉末の試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの粉末試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。その結果を図９（ａ）及び（ｂ）に示す。なお、図９（ａ）及び（ｂ）は、それぞれ粗い粉末の試料及び細かい粉末の試料の結果を示す。
【００９７】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図１０に示す。なお、予め、既知試料として、未知試料と同じ粒度（平均粒径８０μｍ又は平均粒径２００μｍ）の乾麺粉末試料を別途用意し、実施例１と同様にして、粒度の異なる各乾麺粉末試料につき、複数の乾麺粉末試料の参照蛍光特性（２次元パラメータ）を求めておいた。その結果を図１１に示す。
図１０及び図１１を照合することにより、各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率８６．７％）と主成分軸３（寄与率２．５％））上の位置）が、予め得られている各粒度の粉末（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、粗い粉末と細かい粉末が判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【００９８】
〔実施例３〕
異種穀粉試料（純度の異なる穀粉、すなわち純粋な穀粉と異種穀粉の混合物（アレルゲンを含む穀粉ともいえる））を用いて、穀粉の判別を行った。
未知試料として、国内産蕎麦粉（商品名 さらしな粉 石森製粉社製）１００％の試料と、同蕎麦粉に小麦粉（商品名 カメリヤ 日清製粉社製）を３０％配合した混合試料との２つの試料を用意した。なお、ここで、用いられた蕎麦粉及び小麦粉の平均粒径は、それぞれ９０μｍ、６３μｍであった。
まず、国内産蕎麦粉１００％の純粋穀粉試料と蕎麦粉に小麦粉を３０％配合した混合穀粉試料とをそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。その結果を図１２（ａ）及び（ｂ）に示す。なお、図１２（ａ）及び（ｂ）は、それぞれ蕎麦粉のみの純粋穀粉試料及び混合穀粉試料の結果を示す。
【００９９】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図１３に示す。
なお、予め、既知試料として、同様に蕎麦粉のみの純粋穀粉試料及び同様な混合穀粉試料を別途用意し、実施例１と同様にして、様々な粒度の各穀粉試料につき、複数の穀粉試料の参照蛍光特性（２次元パラメータ）を求めておいた。そのうち、蕎麦粉及び小麦粉の各参照穀粉の平均粒度が、それぞれ９０μｍ、６３μｍである場合の参照蛍光特性（２次元パラメータ）の結果を図１４に示す。
図１３及び図１４を照合することにより、各穀粉試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率７１．３％）と主成分軸２（寄与率１０．０％））上の位置）が、予め得られている各穀粉試料（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、１００％の蕎麦粉の純粋穀粉試料と小麦粉を３０％配合する蕎麦粉の混合穀粉試料を判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【０１００】
〔実施例４〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として主成分分析を用いて、異種穀粉の判別を行った。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
なお、同様の方法で、予め既知試料のＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、主成分座標系に変換する数式（固有ベクトル）：ｘ がＥＥＭ情報、Ｙが出力結果となる一般式 Ｙ=ｆ（ｘ）を作成し、さらに、主成分座標系における各試料群の分布状態をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、前述した試料をそれぞれ２サンプルずつ用いた。参照用に測定した蕎麦粉、ライ麦粉、強力粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍのものである場合の主成分座標系における各既知試料群の分布状態を図１５に示す。
【０１０１】
未知試料のＥＥＭ情報を上記一般式に代入して得られた出力結果を、図１５に示される既知試料をもとに作成された主成分座標系に重ねてプロットした場合、その主成分座標系における位置が、以下の（１）〜（３）のような条件を満たすかどうかでその穀粉の種別が決定される。
（１）未知試料の各主成分得点が、平均±２×標準偏差におさまる。
（２）未知試料のプロットが既知試料のプロット図の９５％確立楕円（既知試料の９５％が分布する範囲）の内部に存在する。
（３）未知資料の各主成分得点が、既知試料の各主成分得点の重心に最も近い。
なお、上記（１）及び（２）に記載の範囲は、任意に設定することができる。（例えば、平均±２．５×標準偏差、９０％確率楕円）
本実施例においては、図１５に示されるように、各未知試料が各既知試料に属することが確認された。
【０１０２】
〔実施例５〕
統計解析処理法としてクラスター分析を用いて、未知試料（穀粉）の属性を判定した。クラスター分析は、多次元空間における距離の近いサンプル同士を次々と結合させ、１つのクラスターを形成させる分析方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。
なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、４８μｍである。
また、実施例１と同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉及び米粉）のＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、各クラスターに分類された既知試料の分布状況（平均値、標準偏差等）をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、未知試料と同様の試料及び粒度のものを使用した。参照穀粉である蕎麦粉、ライ麦粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、４８μｍである場合の各クラスターの分類状況を図１６（ａ）に示す。
上記データベースに格納された既知試料のクラスターをもとに、３種の未知試料がどのクラスターに結合されるかにより、各未知試料の属性を判別する。
本実施例においては、図１６（ｂ）が示すように、３つの検証用データを追加したところ、それぞれの試料が各クラスターに結合することが確認された。
【０１０３】
〔実施例６〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として判別分析を用いて、異種穀粉の判別を行った。判別分析は、既知試料を用いて、各既知試料の群を判別する判別式を作成し、その判別式に未知試料のＥＥＭ情報をあてはめて試料群を判別する方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
なお、同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉、強力粉及び米粉）のＥＥＭ情報を２サンプル分ずつ取得し、そのＥＥＭ情報をもとに、ｘ がＥＥＭ情報、Ｙが出力結果となる一般式 （判別式）Ｙ=ｆ（ｘ）を作成し、さらに、判別分析における各試料群の分布状態をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、粒度が未知試料と同様のものを使用した。既知試料の蕎麦粉、ライ麦粉、強力粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍのものである場合の判別分析における各群の分布状態を図１７に示す。
【０１０４】
未知試料である各穀粉のＥＥＭ情報を上記一般式（判別式）に代入して得られた出力結果は、その未知試料が各既知試料群に所属する確率として示される。従って、図１７に示される既知試料をもとに作成された判別分析の各試料群の分布状態に、未知試料による出力結果を重ねてプロットした場合、最もその確立（出力結果）が大きい試料群にその未知試料が属することから、穀粉の種別を判別することができる。図１８に各未知試料の判別結果を示した。本実施例においては、図１８に示されるように、１００％の精度で各未知試料を判別することが確認できた。
【０１０５】
〔実施例７〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として回帰分析（ＰＬＳ回帰分析）を用いて、異種穀粉の判別を行った。回帰分析は、既知試料のＥＥＭ情報から測定対象物の量（測定対象物の配合割合）を予測する検量線を作成し、その検量線に未知試料のＥＥＭ情報を当てはめてその測定対象物の含量を判別する方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）と強力粉（商品名 カメリヤ 日清製粉社製）を配合した混合試料を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、６３μｍである。
まず、試料を石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１０６】
なお、同様の方法で、予め、強力粉（既知試料）の粒度及びＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、測定対象物である強力粉の配合割合を予測する検量線を作成し、メモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。既知試料により作成された検量線を図１９（ａ）に示す。なお、既知試料は、未知試料の強力粉と同様のものを用いた。また、粒度も未知試料と同様のものを使用した。
未知試料である強力粉のＥＥＭ情報を検量線に代入し、その出力結果、すなわち、未知試料に含まれる成分の含量（予測値）を得たところ、図１９（ｂ）に示すような予測値が得られた。上記既知試料における検量線と未知試料による予測値を照合した結果、未知試料中の強力粉の含量を決定係数０．９９以上、誤差３．５９％で予測できることが確認された。
【０１０７】
〔実施例８〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法としてニューラルネットワークを用いて、異種穀粉の判別を行った。
ニューラルネットワークは、図２０が示すように、入力層、中間層及び出力層よりなるネットワーク構造を構築し、既知試料を用いて、強力粉のＥＥＭ情報を入力すれば、「強力粉」という応答が得られるような重み係数ｗを算出する方法である。
本実施例においては、未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。
なお、蕎麦粉、ライ麦粉、強力粉及び米粉の各平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１０８】
なお、同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉、強力粉及び米粉）の粒度及びＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、ｘがＥＥＭ情報、Ｙが出力結果となる一般式 Ｙ=ｆ（ｘ）を作成し、上記ネットワーク構造、重み係数及び一般式をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、未知試料と同様のものを用いた。また、粒度も未知試料と同様のものを使用した。
上記ネットワーク構造の出力層には、蕎麦粉、ライ麦粉、強力粉及び米粉の各群に対応する４つのノードがあり、上記一般式に未知試料のＥＥＭ情報を入力すると、各既知試料群に所属する確率が出力結果として得られ、最もその確率（出力結果）が大きい試料群にその未知試料が属することから、穀粉の種別を予測することができる。図２１に各未知試料の予測結果を示した。
本実施例においては、図２１に示すように、１００％の精度で未知試料を各穀粉に正しく判別できることが確認された。
【０１０９】
〔実施例９〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計処理方法として主成分分析を用いて、粒度が異なる穀粉の判別を行った。
未知試料の穀粉として、デュラム・セモリナを、粉砕機で粉砕し、下記４つのゾーンに該当する粒度の画分に分けて調整したものを用いた。各粒度は、粒度取得部２０で測定し、確認した。粒度取得部２０としては、粒度測定装置（商品名 マイクロトラック 日機装社製）を用いた。
ゾーン（１）：粒度の粗い画分 ３００μｍ以上（平均粒径５００μｍ）
ゾーン（２）：粒度のやや粗い画分 １５０μｍ以上３００μｍ未満（平均粒径２００μｍ）
ゾーン（３）：粒度の細かい画分 １０μｍ以上１５０μｍ未満（平均粒径６０μｍ）
ゾーン（４）：粒度の非常に細かい画分 １０μｍ未満（平均粒径１μｍ）
まず、各粒度の画分の穀粉試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１１０】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図２２に示す。なお、予め、既知試料として、それぞれ略同じ粒度（平均粒径）のデュラム・セモリナの穀粉試料を別途用意し、実施例１と同様にして、各粒度における画分の穀粉試料につき、複数の参照蛍光特性（２次元パラメータ）を求めておいた。
図２２に示される各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸1：寄与率８２．３％、主成分軸２：寄与率４．７％）上の位置）が、予め与えられている各粒度の穀粉の参照蛍光特性の領域内にほぼプロットされたことから、ゾーン（１）から（４）までの穀粉を判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述したとおりである。
【産業上の利用可能性】
【０１１１】
本発明の穀粉の判別方法及び装置は、コスト、手間及び時間をかけずに、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を容易かつ確実に、また、リアルタイムで判別することができるので、小麦粉等の穀粉製品の品質管理や、穀粉製品の製造現場での製造工程（製粉工程）の管理や制御、特に、最終工程のみならず、中間生成穀粉の製造工程（製粉中間工程）の管理や制御、中間生成穀粉の品質管理等に用いることができる。
また、本発明の穀粉の判別方法及び装置は、穀物の各成分の粉末(穀粉）の判別や特定、あるいは、アレルゲンを含む穀粉及び穀粉中のアレルゲンの判別や特定に用いることができる。
特に、本発明は、予め、既知の穀粉の品種の種別、粒度及び参照蛍光特性を用意しておくので、小麦粉製品等の穀粉製品の判別、穀粉製品の製造工程の管理のための中間生成穀粉の判別、穀物の各成分からなる穀粉又は各成分を主成分とする穀粉の判別、既知のアレルゲンや既知の他成分等を含む穀粉の判別、及びこの判別結果による穀粉中に含まれるアレルゲンや他成分等の特定等に好適に用いることができる。
【０１１２】
したがって、本発明は、穀粉、穀粉混合物中の穀粉やその成分や異種穀粉、例えば、ライ麦粉中の小麦粉、デュラム粉中の小麦粉の簡易判別技術や簡易検出技術、穀粉、穀粉混合物中の豆類粉、米粉、コーン粉の簡易判別技術や簡易検出技術、蕎麦粉中の小麦粉、米粉中の小麦粉の簡易判別技術や簡易検出技術、穀粉、穀粉原料中のアレルゲン素材、例えば、卵、小麦、牛乳、乳製品、蕎麦、落花生等の簡易判別技術や簡易検出技術、として好適に用いることができる。
また、本発明の穀粉の品質管理方法及び穀粉製品は、所定の品質を持つ穀物製品であることが管理でき、その結果、所定の品質を持つ穀粉製品を提供することができる。また、本発明の穀粉の品質管理方法及び製品は、アレルゲンを含まない所定の品質を持つ穀物製品であることが管理でき、その結果、アレルゲンを含まない所定の品質である穀粉製品を提供することができる。
【図面の簡単な説明】
【０１１３】
【図１】本発明の穀粉の判別方法のフローチャートの一例である。
【図２】図１に示す穀粉の判別方法のＥＥＭ情報取得工程の蛍光強度測定工程のフローチャートの一例である。
【図３】本発明の穀粉の判別装置の一実施形態のブロック図である。
【図４】図３に示す穀粉の判別装置の測定ユニットの分光照明部及び蛍光測定部の一実施形態のブロック図である。
【図５】図４に示す測定ユニットにおける蛍光強度測定フローチャートの一例である。
【図６】（ａ）及び（ｂ）は、それぞれ本発明の実施例１のパスタ用粉及びパン用粉のＥＥＭを表す図である。
【図７】本発明の実施例１の主成分分析の結果を示す蛍光特性のグラフである。
【図８】本発明の実施例１で用いられる既知の穀粉製品別の蛍光特性のグラフである。
【図９】（ａ）及び（ｂ）は、それぞれ本発明の実施例２の乾麺の粗い粉末及び細かい粉末のＥＥＭを表す図である。
【図１０】本発明の実施例２の主成分分析の結果を示す蛍光特性のグラフである。
【図１１】本発明の実施例２で用いられる既知の粒度の乾麺の穀粉別の蛍光特性のグラフである。
【図１２】（ａ）及び（ｂ）は、それぞれ本発明の実施例３の１００％蕎麦粉と３０％小麦粉配合蕎麦粉のＥＥＭを表す図である。
【図１３】本発明の実施例３の主成分分析の結果を示す蛍光特性のグラフである。
【図１４】本発明の実施例３で用いられる既知の異種穀粉別の蛍光特性のグラフである。
【図１５】本発明の実施例４の主成分分析の結果を示す蛍光特性のグラフである。
【図１６】本発明の実施例５のクラスター分析の結果を示すグラフである。
【図１７】本発明の実施例６の既知試料による判別分析の結果を示すグラフである。
【図１８】本発明の実施例６の判別分析の結果を示す表である。
【図１９】本発明の実施例７の回帰分析の結果を示すグラフである。
【図２０】本発明のニューラルネットワークを説明する模式図である。
【図２１】本発明の実施例８のニューラルネットワークによる結果を示す表である。
【図２２】本発明の実施例９の主成分分析の結果を示すグラフである。
【符号の説明】
【０１１４】
１０ 穀粉の判別装置（判別装置）
１２ 測定ユニット
１４ 穀粉判別ユニット
１６ 操作部
１８ ディスプレイ
２０ 粒度取得部
２１ 測定対象穀粉支持部（支持部）
２２ 分光照明部
２４ 蛍光測定部
２６ 情報取得部
２８ 蛍光特性抽出部
３０ 蛍光特性照合部
３２ メモリ（ＤＢ）
３４ 制御部
３６ 外部メモリ（ＤＢ）
３８ 光源
４０，４８ 分光デバイス
４２ 励起波長調節部
４４ 光学デバイス
４６ 励起光照射部
５０ 蛍光測定デバイス
ＭＦ 測定対象物（測定対象穀粉）
【技術分野】
【０００１】
本発明は、穀粉の判別方法及び装置並びに穀粉製品の品質管理方法及び穀粉製品に関し、詳しくは、励起・蛍光マトリックス（ＥＥＭ：Excitation-Emission Matrix）計測を用いて穀粉の種別を判別する穀粉の判別方法及びこれを適用する穀粉の判別装置並びに穀粉の判別方法を用いる穀粉製品の品質管理方法及びこれによって品質管理された穀粉製品に関する。
【背景技術】
【０００２】
従来、食品中の成分は、食品の味覚、食感及び安全性等に大きな影響を持つことから、食品中に含まれる特定の成分を化学分析等によって抽出・同定することが行われている。特に、農産物やその加工品、例えば、穀粉やこれらの加工食品等は、その品質に応じて品種が設定され、品種に応じて用途や価格が決められていることから、品種を適正に維持することが重要であり、品種に応じて含まれる成分とその含有量とを適正に維持するための成分及びその含有量の検出が行われている。また、これらの農産物やその加工食品等は、生産段階、流通段階、加工段階で、農薬、保存料等の様々な化学物質が使用される場合があり、これらの人体への影響が指摘されているため、食品衛生法や農薬取締法等により農薬等の化学物質の残留や細菌等の発生が厳しく制限されているため、これらの化学物質の検出や、その含有量の検出や、放射線照射の検出等が厳格に行われている。
【０００３】
しかしながら、食品中の各成分や残留農薬等の検出やその含有量の検出は、化学分析等によって行われるため、時間と手間とがかかるばかりか、食品の一部又は全部を化学処理する必要があるため、食品の一部又は食品全体を平均値として検出することしかできず、食品の一部の検出の場合には、これを食品全体に均一であるとして検出することしかできず、そのままの状態、すなわち非破壊の状態で検査することができない。
これに対し、近年、分光スペクトル計測や励起・蛍光マトリックス（Excitation-Emission Matrix：ＥＥＭ）計測と、二次元画像化や三次元グラフィック画像化技術を融合して、ミクロトーム等によって薄片化された食品中の成分分布や食品の内部構造等を可視化して、食品内部の特定成分情報、成分分布情報、形態情報及び安全性情報等を目視により容易に観察できるようにすることが行われている。
【０００４】
このため、本発明者らは、特許文献１に、所定の励起波長範囲及び所定の蛍光波長範囲で、照射する励起波長及び観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の各測定箇所の励起・蛍光マトリックス（以下、単にＥＥＭともいう）情報を取得する励起・蛍光マトリックス情報取得工程、各測定箇所ごとに取得したＥＥＭ情報を、統計解析処理により圧縮することにより、各測定箇所の蛍光特性を抽出する蛍光特性抽出工程、圧縮されたＥＥＭ情報に基づいて各測定箇所に彩色すべき色を決定する色決定工程、及び、各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する成分分布可視化工程を含む成分分布可視化方法を提案している。
上記特許文献１には、前記可視化方法が、測定対象物の断面において成分分布情報を取得し、またその成分分布を可視化することで測定対象物の内部構造の分析や残留農薬、放射線照射の検出等に用いることができると記載されている。
【０００５】
【特許文献１】特許第３７０６９１４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
ところで、特許文献１の成分分布可視化方法を用いた場合には、確かに、測定対象物を化学処理することなく、測定対象物の薄片化断面において、その内部構造の成分分布情報を簡単な操作で一度に取得することができ、さらに、複数の特定成分を同時に画像表示して、可視化することができる。
しかしながら、特許文献１の成分分布可視化方法では、測定対象物の薄片化断面の分布を検出する必要があるため、薄片化断面上に存在する全ての測定箇所において、複数の励起波長及び複数の蛍光波長の組合せに対して膨大なＥＥＭ情報を取得する必要があるばかりか、取得された膨大なＥＥＭ情報を統計解析処理して全ての測定箇所に対して彩色すべき色を決定する必要があるため、成分分布を画像表示し可視化するために長時間を要するという問題がある。そのため、適用するアルゴリズムは、可視化を最終目的とした、できるだけ計算量が少ないアルゴリズムに限られていた。
【０００７】
一方、穀物の製粉による穀粉製品の品種、特に、小麦の製粉による小麦粉製品の品種においては、例えば、薄力粉、中力粉、強力粉、デュラム粉（デュラム・セモリナ）等に応じて、それぞれ、和洋菓子やてんぷら、めん類、パン類、マカロニやスパゲッティ等のように主たる用途が決まっており、その成分を厳密に調整する必要がある。
このため、従来、製粉原料である小麦は、生産時期、生産場所、天候状態、収穫後の保存状態及び品種等により、その品質が大きく異なる場合が多いため、製粉では予め、各原料小麦の一部をサンプルとして用いて一連の製粉操作を行い、それによって得られた小麦粉の最終製品の品質（特定成分）を、上述したように、化学分析等によって解析することによって原料小麦の品種のみならず、品質をも判定し、その結果に基づいて、製品としての小麦粉を実際に製造することが行われている。また、このような小麦粉等の穀粉の製造においては、製品の品種に応じて、製粉の種々の段階や工程において生成される中間生成物（粉）や最終製品等を製造中に抽出し、それらの種類や品種（成分の混合状態）又は成分等を上述の化学分析等によって検出し、その検出結果に基づいてその後の製粉操作を行うことも行われている。
【０００８】
しかしながら、これらの化学的な方法は、前処理が必要な場合が多く、上述したように、コスト、手間及び時間がかかるという問題があり、また、予め、各原料小麦（製品）のサンプルを一連の製粉操作にかける場合には、さらに、コスト、手間及び時間がかかるという問題があり、その結果、化学分析の結果が出るまで、分析結果を製粉の操作に反映させることができないという問題がある。
このため、小麦粉等の製粉現場においては、上記のような化学分析等を用いた原料小麦や中間生成物（粉）や最終製品等の検出は、新しい原料小麦の使用や新しい最終製品の製造等の場合に用いられ、通常は、製粉の種々の段階や工程において生成される中間生成物（粉）の状態を熟練者が目視判定して、中間生成物（粉）の混合等の製粉操作の調整が行われているのが現状である。
このため、このような小麦粉等の穀粉の製造においては、熟練者による調整に頼ることなく、製品の品種に応じた調整を製造中に行うために、製粉の種々の段階や工程において生成される中間生成物（粉）や最終製品等を製粉中に短時間で、好ましくはリアルタイムで簡便に検出する方法が求められている。
【０００９】
しかしながら、特許文献１の成分分布可視化方法は、多成分系の成分分布の可視化を可能にするものであるので、小麦粉の断面の成分分布の可視化は可能であるが、製粉における中間生成物（粉）や最終製品の品種や成分の特定は容易ではないという問題があるし、仮に、これらの品種や成分の特定が成分分布の可視化により可能であるとしても、可視化に長時間を要するため、製造中における上記の品種や成分の特定には適用できず、短時間での測定が必要とされる製粉工場等の製造現場では適用できないという問題があった。
また、特許文献１の成分分布可視化方法は、その厚みが一定の薄片化小麦等のように、厚み等の測定対象物の物理的条件が一定の場合の多数の測定箇所におけるＥＥＭ情報を取得するので、ＥＥＭ情報に応じた成分分布の彩色による可視化は可能であるが、測定対象物が、小麦粉のような穀粉である場合、取得されるＥＥＭ情報は、穀粉の粒度によっても異なるため、単なるＥＥＭ情報の相違だけでは、十分な穀粉の品種の種別の判別ができないという問題があった。
【００１０】
さらに、従来、食品中（製品中）にアレルゲンが含まれている場合、アトピー等、人体に様々な健康被害（食品アレルギー）をもたらすため、社会的な問題として非常によく取り上げられているが、現状では、食品中のアレルゲンの検出も、化学分析等に依存しており、コストや手間や時間がかかるという問題があった。
このような食品アレルギーを未然に防ぐためにも、コストや手間や時間をかけずにアレルゲンを含む食品であるかどうか判別するための情報を取得することが求められている。
【００１１】
本発明は、上記従来技術の問題点に鑑みて、コスト、手間及び時間をかけずに、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を前処理を必要とせずに、容易かつ確実に判別することができる穀粉の判別方法及び装置を提供することを主目的とする。
また、本発明の他の目的は、上記主目的に加え、穀粉の製造現場において、製造中の穀粉の種別を判別することができ、穀粉の製造工程において、最終製品等の製品の品質やその主成分等の化学的な成分情報、すなわち製品の品種に応じた製粉操作の調整にリアルタイムで反映させることができる穀粉の判別方法及び装置を提供することにある。
また、本発明の他の目的は、所定の品質を持つ穀物製品であることを判別することができる穀粉の品質管理方法及び所定の品質を持つ穀粉製品を提供することにある。
さらに、本発明の他の目的は、上記主目的に加え、アレルゲンを含む穀粉の種別及びその穀粉中に含まれるアレルゲンを容易かつ確実に特定することができる穀粉の判別方法及び装置を提供することにある。
また、本発明の他の目的は、アレルゲンを含まない所定の品質を持つ穀物製品であることを判別することができる穀粉の品質管理方法及びアレルゲンを含まない所定の品質を持つ穀粉製品を提供することにある。
【課題を解決するための手段】
【００１２】
上記の課題を解決するために、本発明者らは、コスト、手間及び時間をかけずに、容易、かつ確実に、また、リアルタイムで、穀粉の品種の種別を判別することについて鋭意研究を重ねた結果、所定の励起波長範囲及び所定の蛍光波長範囲で励起波長及び蛍光波長を段階的に変化させながら励起光を測定の対象となる穀粉に照射すると共に、測定対象穀粉から発生する蛍光の蛍光強度を測定して励起・蛍光マトリックス（ＥＥＭ）情報を得、得られたＥＥＭ情報に主成分分析等の様々な統計解析処理を施してパラメータ化された蛍光特性を算出することにより、パラメータ化された蛍光特性が所定粒度の測定対象穀粉に特有の蛍光指紋を表すパラメータとして用いることができることを知見し、その結果、所定粒度において、測定対象穀粉のパラメータ化された蛍光特性を求めることにより、測定対象穀粉を分離、識別又は判別できることを知見し、さらに、予め、多数又は所要数の既知の品種の穀粉の粒度及びこれに応じたパラメータ化された蛍光特性（参照蛍光特性）を求め、穀粉の既知の種別及び得られた粒度と、パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておき、測定対象穀粉の粒度及びパラメータ化された蛍光特性を用いて、データベース内を検索し、測定対象となる穀粉の粒度に応じて、測定対象となる穀粉のパラメータ化された蛍光特性と、予め得られている既知の品種の穀粉の粒度及び参照蛍光特性と照合することにより、測定対象穀粉の品種の種別を判別でき、かつ、特定できること、並びに、粒度及び蛍光特性のパラメータ同士であるので、簡単に照合できることを知見し、本発明に至ったものである。
【００１３】
すなわち、本発明は、第１の態様として、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別方法であって、前記穀粉の粒度を取得する粒度取得工程と、所定の励起波長範囲及び所定の蛍光波長範囲で、前記穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する励起・蛍光マトリックス情報取得工程と、この情報取得工程において取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程と、既知の種別の穀粉について、予め、前記粒度取得工程、励起・蛍光マトリックス情報取得工程及び蛍光特性抽出工程とを行って、前記粒度及び前記パラメータ化された蛍光特性とを取得し、前記穀粉の前記既知の種別及び得られた前記粒度と、前記パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程と、前記粒度取得工程で取得された前記測定対象となる穀粉の前記粒度及び前記蛍光特性抽出工程で抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記粒度に応じて、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合工程とを含むことを特徴とする穀粉の判別方法を提供するものである。
【００１４】
ここで、前記蛍光特性抽出工程は、前記励起・蛍光マトリックス情報から前記穀粉の蛍光特性を二次元パラメータとして取得することが好ましい。
また、前記蛍光特性抽出工程は、前記統計解析処理を、多変量解析又はデータマイニングにより行うことが好ましい。
また、前記多変量解析又は前記データマイニングを、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うことが好ましい。
また、前記データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うことが好ましい。
【００１５】
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記主成分分析の手法を用いて行い、前記励起・蛍光マトリックス情報から、２つ以下の主成分得点をパラメータとすることで迅速に、それらを前記穀粉の蛍光特性として取得することが好ましい。
また、前記判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うことが好ましい。
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記判別分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている判別式に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合し、前記穀粉の種別を判別することが好ましい。
また、前記パターン分類を、クラスター分析又は多次元尺度法で行うことが好ましい。
また、前記回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うことが好ましい。
【００１６】
また、前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記重回帰分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている検量線に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合することが好ましい。
また、前記学習機械は、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことが好ましい。
また、前記穀粉は、前記穀物の特定の成分を主成分として含む穀粉であり、前記蛍光特性照合工程は、前記蛍光特性抽出工程において抽出された前記穀粉の蛍光特性と、前記穀粉の各成分毎の穀粉及びその粒度に応じて、予め得られ、前記データベースに格納されている前記穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる穀粉を、前記穀物の特定の成分を主成分として含む穀粉であることを特定することが好ましい。
【００１７】
また、前記穀粉が、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物からなる群より選択される少なくとも１つを含むことが好ましい。
また、前記小麦粉が、デュラム小麦粉、強力粉、中力粉及び薄力粉からなる群より選択される少なくとも１つを含むことが好ましい。
また、前記測定対象となる穀粉は、その中にアレルゲンを含む穀粉であり、前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる前記アレルゲンが特定されることが好ましい。
また、前記測定対象となる前記穀粉は、多種類の穀粉の混合物であり、前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる特定の穀粉が特定されることが好ましい。
また、前記粒度取得工程は、前記測定対象となる前記穀粉の予め測定された既知の粒度を情報として取得するものであることが好ましい。
【００１８】
また、上記課題を解決するために、本発明は、第２の態様として、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別装置であって、前記穀粉の粒度を取得する粒度取得手段と、所定の励起波長範囲で、励起波長を段階的に変化させながら、前記穀粉に前記励起光を照射する分光照明手段と、この分光照明手段によって前記穀粉に照射される前記励起光の前記励起波長の段階的な変化に応じて、所定の蛍光波長範囲で、測定する蛍光波長を段階的に変化させながら、前記励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する情報取得手段と、この情報取得手段によって取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出手段と、その種別及び粒度が既知の穀粉について、予め、前記分光照明手段、前記情報取得手段及び前記蛍光特性抽出手段を用いて取得された、その種別及び粒度が既知の穀粉の前記パラメータ化された蛍光特性と、前記穀粉の既知の種別及び粒度とを関連付けて予め格納しておくためのデータベースと、前記測定対象となる穀粉の既知の粒度及び前記蛍光特性抽出手段によって抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている、前記測定対象となる穀粉の既知の粒度に対応する粒度を持つ前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合手段とを含むことを特徴とする穀粉の判別装置を提供するものである。
【００１９】
また、上記課題を解決するために、本発明は第３の態様は、上記穀粉の判別方法又は判別装置を用いて、所定の品質を持つ穀粉製品であることを判別することを特徴とする穀粉製品の品質管理方法を提供するものである。
また、上記課題を解決するために、本発明は第４の態様は、上記穀粉の判別方法又は判別装置を用いて管理された、所定の品質を持つ穀粉製品を提供するものである。
【発明の効果】
【００２０】
本発明の穀粉の判別方法及び装置によれば、コスト、手間及び時間をかけずに、前処理を必要とすることなく、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を容易かつ確実に判別することができる。
また、本発明の穀粉の判別方法及び装置によれば、上記効果に加え、穀粉の製造現場において、製造中の穀粉の化学的な成分情報及び粒度等の物理的な情報も含めた穀粉の種別を判別することができ、穀粉の製造工程において、最終製品等の製品の品質やその主成分等の化学的な成分情報、すなわち製品の品種に応じた製粉操作の調整にリアルタイムで反映させることができる。
したがって、本発明の穀粉の品質管理方法及び穀粉製品によれば、上記の穀粉の判別方法又は判別装置を用いることにより、所定の品質を持つ穀物製品であることが管理でき、その結果、所定の品質を持つ穀粉製品を提供することができる。
【００２１】
さらに、本発明の穀粉の判別方法及び装置によれば、上記効果に加え、アレルゲンを含む穀粉の種別及びその穀粉中に含まれるアレルゲンを容易かつ確実に特定することができる。
その結果、本発明の穀粉の品質管理方法及び製品によれば、アレルゲンを含まない所定の品質を持つ穀物製品であることが管理でき、その結果、アレルゲンを含まない所定の品質である穀粉製品とすることができる。
【発明を実施するための最良の形態】
【００２２】
以下、本発明に係る穀粉の判別方法及び当該判別方法を実施する穀粉の判別装置並びに前記判別方法又は判別装置を用いる穀粉の品質管理方法及びこれにより品質管理された製品を添付の図面に示す好適な実施形態に基づいて詳細に説明する。
【００２３】
［１］穀粉の判別方法
まず、図１及び図２を参照して、本発明の穀粉の種別を判別する方法について説明する。なお、本発明の穀粉の判別方法は、これに限定されるものではない。
【００２４】
図１に、本発明の穀粉の判別方法のフローチャートの一例を示す。
本発明の穀粉の判別方法は、穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、穀粉の種別を判別する穀粉の判別方法であって、予め、既知の穀粉の種別及びその粒度に対する参照蛍光特性として、各穀粉の種別及びその粒度に応じて穀粉のパラメータ化された蛍光特性を取得し、既知の種別及び粒度と、パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程（ステップＳ１０）と、測定対象となる穀粉の粒度を取得する粒度取得工程 (ステップＳ１２)と、所定の励起波長範囲及び所定の蛍光波長範囲で、測定対象となる穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度を測定して、穀粉の励起・蛍光マトリックス（Excitation-Emission Matrix）情報を取得するＥＥＭ情報取得工程 (ステップＳ１４)と、このステップＳ１４のＥＥＭ情報取得工程において取得された穀粉のＥＥＭ情報を統計解析処理して、穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程(ステップＳ１６)と、ステップＳ１２の粒度取得工程で得られた粒度を用いて、ステップＳ１６の蛍光特性抽出工程において抽出された穀粉の蛍光特性と、ステップＳ１０の参照蛍光特性取得・格納工程で予め得られている穀粉の粒度に応じた参照蛍光特性とを照合して、測定対象となる穀粉の種別を判別する蛍光特性照合工程 (ステップＳ１８)とを含むことを特徴とするものである。
【００２５】
ここで、励起・蛍光マトリックス（ＥＥＭ）とは、励起波長λＥｘ、蛍光波長（測定波長）λＥｍ、蛍光強度ＩＥｘ，Ｅｍの３軸からなる等高線状のグラフ（蛍光指紋）であり、穀粉の含有成分特有のパターンを示す。
なお、ＥＥＭの一例として、例えば、後述する実施例１のパスタ用粉（デュラム粉）のＥＥＭを図６（ａ）に示す。
図６（ａ）に示すように、ＥＥＭは、横軸を励起波長、縦軸を蛍光波長として各ポイントの蛍光強度を色分けして等高線プロットすることにより平面的に表すことができる。ＥＥＭは、試料を前処理することなくキャラクタリゼーションが可能であること、操作が容易で短時間で計測できること、さらに紫外吸収度に比べ感度が高い等の長所を有することから、海水汚染物質の同定や、染色の原料特定等に汎用されている手法である。本発明は、このＥＥＭを対象として、その中から目的とする情報を統計解析処理により見いだし、穀粉を判別する新しい技術である。
ここで、本発明の対象となる種々の成分が混合されている穀粉の場合には、各成分のＥＥＭが重畳されたパターンとなるものと思われる。このため、本発明においては、種々の成分の混合状態が異なる穀粉の品種の種別に応じて個々に特有のＥＥＭが得られるので、この特有のＥＥＭを用いて穀粉の種別を判別しようとするものである。
【００２６】
本発明においては、穀物を粉砕した穀粉であれば、どのような穀粉でも、穀粉中にどのような成分や物質（アレルゲン、化学物質、農薬、夾雑物、保存料等）が混入していたとしても、原理的に全ての穀粉が測定対象物となり得る。
どんな分子もその分子構造に対応した吸光・蛍光のパターンをもっており、たとえ全く蛍光を発さなくとも、「蛍光を出さないＥＥＭ」という情報があり、それをもとに他の物質と識別可能だからである。
なお、測定対象となる穀粉は、水分を含んでいてもよい。水の蛍光強度は低いため、赤外線（IR）や近赤外線（NIR）で測定した場合よりも水分の影響を受けることがなく測定することができる。
【００２７】
ここで、測定対象となる穀粉としては、主として、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物が挙げられる。
小麦粉としては、デュラム粉（デュラム・セモリナ）、強力粉、中力粉及び薄力粉が挙げられる。
また、測定対象となる穀粉の中に含まれるアレルゲンや夾雑物としては、大豆、菜種、マイロ、メイズ、蕎麦かずら、卵、牛乳・乳製品、蕎麦及び落花生等が挙げられる。
また、測定対象となる穀粉の中に含まれる化学物質としては、農薬、保存料等が挙げられる。
【００２８】
まず、ステップＳ１２の測定対象となる穀粉の粒度を取得する粒度取得工程について説明する。
本発明において、粒度取得工程は、測定対象となる穀粉の粒度を取得できれば、どのような方法で取得しても良く、予め粒度の測定方法や装置によって測定されて既知となっている穀粉の粒度を粒度の情報として取得しても良いし、粒度取得工程において粒度の測定方法や装置によって測定対象となる穀粉の粒度を測定して取得しても良い。なお、穀粉の既知の粒度を情報として取得する場合には、本発明の穀粉の判別方法の実施に際して予め測定された粒度であっても、本発明の穀粉の判別方法の実施とは無関係に予め測定され、穀粉に粒度の情報として与えられている粒度であっても良い。
本発明において、穀粉の粒度を取得する理由は、穀粉の同一の品種（化学的な成分が同一）であっても、粒度の違いによって得られるＥＥＭ情報が異なるからである。すなわち、穀粉の品種の種別を正確に判別するには、粒度の違いによるＥＥＭ情報の違いを考慮する必要があるからである。
【００２９】
ここで、穀粉の粒度測定方法としては、特に制限的ではないが、穀粉の粒度を測定できれば、どのような方法でも良く、従来公知の穀粉の粒度測定方法を始めとして、種々の公知の穀粉の粒度取得方法を用いることができる。例えば、マイクロトラック（日機装社製）、マスターサイザ（マルバーン社製）等のレーザー回折・散乱法による粒度分布測定装置を用いる測定方法が好適に用いられる。
なお、ステップＳ１２の粒度取得工程は、ステップＳ１８の蛍光特性照合工程より前であれば、何時行っても良い。また、測定対象となる穀粉の粒度が既知の場合には、上述したように、粒度測定等を行うことなく、既知の粒度を用いて、測定対象穀粉の粒度を情報として取得すれば良い。
【００３０】
なお、穀粉の粒度としては、その平均粒径に換算して取得すれば良く、特に制限的ではなく、どのような粒度であっても良い。
なお、穀粉の粒度分布は、できるだけ少なく、シャープであるのが好ましく、穀粉の平均粒径に対して分散が小さいのが好ましい。その理由は、穀粉の種別を判別するので、種別の判別に用いるＥＥＭ情報に影響を与える穀粉の粒度のばらつきは少ない方が好ましいからであり、穀粉の粒度のばらつきが少なければ、粒度のばらつきを考慮せずに、穀粉の1点のみを測定しても穀粉の判別が可能だからである。１点測定であれば、短時間で測定することが要求される製造現場でも使用することができる。
なお、穀粉の粒度分布が広がっており、いわゆるブロードである場合には、穀粉のＥＥＭ情報の測定を複数点において行い、それらを平均して用いても良いが、穀粉を再粉砕する等粒度分布を揃えてから本発明における測定対象としても良い。
【００３１】
次に、測定対象となる穀粉のＥＥＭ情報を取得するＥＥＭ情報取得工程について説明する（ステップＳ１４）。
測定対象となる穀粉のＥＥＭ情報は、所定の励起波長範囲及び所定の蛍光波長範囲で当該穀粉に照射する励起波長λＥｘ及び測定する蛍光波長λＥｍを段階的に変化させながら、励起光が照射された穀粉から発生する蛍光の蛍光強度（スペクトル情報）ＩＥｘ，Ｅｍを測定することにより取得することができる。
【００３２】
ＥＥＭ情報が何次元のデータになるかは、何種類の励起波長λＥｘ及び蛍光波長λＥｍの組み合わせで蛍光強度ＩＥｘ，Ｅｍを測定するかによって決まる。例えば、１種類の励起波長λＥｘ及びｍ種類の蛍光波長λＥｍの組み合わせ（１×ｍ＝ｍ）で蛍光強度ＩＥｘ，Ｅｍを測定すれば、ｍ次元のＥＥＭ情報が取得できる。
励起波長λＥｘ及び蛍光波長λＥｍの組み合わせの数ｍは、正の整数であり、５以上の整数であることが好ましいが、ｍが小さいと得られるＥＥＭ情報の情報量が小さく、正確な成分の情報が得られないので、ｍは５０以上がより好ましく、１００以上であることがさらに好ましい。また、ｍがあまり大きいと、後の統計処理が煩雑となるので、ｍは好ましくは１０００以下、より好ましくは５００以下である。
【００３３】
図２に、所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら、穀粉のＥＥＭ情報を取得するために、測定対象である穀粉の蛍光強度を測定する蛍光強度測定工程のフローチャートの一例を示す。
励起波長範囲、励起/蛍光スリット幅（励起波長ピッチ）、蛍光波長範囲、励起/蛍光取得間隔（蛍光波長ピッチ）及びスキャンスピードは、測定対象である穀粉に応じて、測定者が適宜設定することができる。
【００３４】
図２に示すように、測定対象である穀粉はセルに収納される（ステップＳ２０）。所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら（ステップＳ２２、Ｓ２６）、測定対象である穀粉の蛍光強度（スペクトル情報）を測定する（ステップＳ３０）。
例えば、［励起波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔、蛍光波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔］の測定条件で、ＥＥＭ情報を取得する場合、測定対象である穀粉に照射する励起波長を２００ｎｍに設定し（ステップＳ２２）、測定する蛍光波長を２００ｎｍ、２１０ｎｍ、・・・と１０ｎｍずつ上げて（ステップＳ２６、Ｓ２８）、測定蛍光波長９００ｎｍまでの蛍光強度を測定する（ステップＳ３０）。測定蛍光波長が９００ｎｍを超えたら（ステップＳ２８）、次いで、照射する励起波長を２００ｎｍから２１０ｎｍへと１ピッチ上げて（ステップＳ２２、Ｓ２４）、再び測定蛍光波長を２００ｎｍ、２１０ｎｍ、・・・と段階的に上げて（ステップＳ２６、Ｓ２８）、測定蛍光波長９００ｎｍまでの蛍光強度を測定していく（ステップＳ３０）。この測定蛍光波長２００ｎｍから９００ｎｍまでの蛍光強度の測定（ステップＳ２６、Ｓ２８、Ｓ３０）を、照射励起波長を２００ｎｍから９００ｎｍまでと１０ｎｍずつ上げて（ステップＳ２２、Ｓ２４）繰り返す。照射励起波長が９００ｎｍを超えた時点（ステップＳ２４）で穀粉の蛍光強度の測定を終了する。
この測定条件では、合計５０４１条件の蛍光強度の測定値を取得することになる。こうして得られた５０４１条件の蛍光強度の測定値を励起波長及び蛍光波長に対してマトリックス表示することにより、ＥＥＭ情報とすることができる。
【００３５】
所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長とを段階的に変化させながら、測定対象である穀粉の蛍光強度を測定することにより、穀粉のＥＥＭ情報を得ることができる。ＥＥＭ情報が何次元のデータになるかは、何種類の励起波長λＥｘ及び蛍光波長λＥｍの組み合わせで蛍光強度ＩＥｘ，Ｅｍを測定するかによって決まる。すなわち、蛍光強度の測定数がｍの場合、ｍ次元のＥＥＭ情報が取得できる。
上記測定条件の例では、励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍで、ＩＭＥｘ２００，Ｅｍ２００、ＩＭＥｘ２００,Ｅｍ２１０、・・・ＩＭＥｘ８９０,Ｅｍ９００、ＩＭＥｘ９００,Ｅｍ９００の合計５０４１条件のパラメータからなる蛍光強度の測定値を取得するので、５０４１次元のＥＥＭ情報を有している。
【００３６】
なお、測定対象である穀粉が発する蛍光波長は励起波長より長波長であるため、励起波長より長波長の蛍光波長で蛍光強度を測定してもよい。
例えば、照射励起波長を５００ｎｍに設定する場合では、測定蛍光波長が５００ｎｍ未満では蛍光は観察されないので、測定蛍光波長２００〜４９０ｎｍの範囲の蛍光強度を測定する必要はなく、５００〜９００ｎｍ程度の範囲の蛍光強度を測定すれば足りる。
又は、上記測定条件［励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍ］で取得した穀粉から発生する蛍光の蛍光強度の測定結果から、励起波長より短波長の蛍光波長の範囲における蛍光強度を削除してもよい。
なお、後述する蛍光特性抽出工程において、励起波長と蛍光波長が或る限られた範囲、又は特定の波長で十分に判別できることが明らかになった場合は、当該波長範囲又は当該波長における計測のみを行うだけでも良い。
【００３７】
また、こうして取得したＥＥＭ情報には、穀物の品質以外のノイズ情報を低減し、外乱を除去する目的として、さまざまな既知の信号処理を施しても良い。
信号処理の方法としては、ウェーブレット変換、フーリエ変換、ピーク検出、平滑化、微分、スペクトル補正、近似・補間及び波形除去、Savitzky-Golay、移動平均、正規化等が挙げられる。
【００３８】
ステップＳ１４のＥＥＭ情報取得工程において、上記測定条件［励起波長範囲２００〜９００ｎｍ、蛍光波長範囲２００〜９００ｎｍ］で取得した５０４１条件のパラメータＩＭＥｘ２００，Ｅｍ２００、ＩＭＥｘ２００,Ｅｍ２１０、・・・ＩＭＥｘ８９０,Ｅｍ９００、ＩＭＥｘ９００,Ｅｍ９００に基づいて、ＥＥＭ情報を５０４１次元空間に分布させることができる。５０４１次元空間における分布情報は、すなわち、穀粉の品種の種別（化学的な成分情報）及び粒度の違いを表す。しかし、５０４１次元空間における分布情報は高次元であるため、穀粉の種別の判別にそのまま用いることができない。
そこで、測定対象である穀粉のＥＥＭ情報を統計解析処理によって、より低次元にすると共に、穀粉の品種の種別の特徴を端的に表すようにパラメータ化して、好ましくは、２次元パラメータ化して、測定対象となる穀粉の蛍光特性を抽出する。
以下に、この蛍光特性抽出工程について説明する（ステップＳ１６）。
【００３９】
統計解析処理としては、穀粉の品種の種別の特徴を端的に表すようにパラメータ化、好ましくは、２次元パラメータ化できればどのようなものでも良いが、多変量解析又はデータマイニングにより行うことが好ましい。
また、その具体例としては、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械等が挙げられる。
【００４０】
また、データ構造分析としては、主成分分析、因子分析、対応分析及び独立成分分析が挙げられる。
また、判別分析としては、線形判別分析又は非線形判別分析が挙げられる。
ここで、線形判別分析としては、正準判別分析が挙げられ、非線形判別分析としては、決定木が挙げられる。
また、パターン分類としては、クラスター分析、多次元尺度法が挙げられる。
また、回帰分析としては、線形回帰及び非線形回帰が挙げられる。
ここで、線形判別分析としては、Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅ（ＰＬＳ）回帰、単回帰分析、重回帰分析及び主成分回帰が挙げられ、非線形判別分析としては、ロジスティック回帰及び回帰木が挙げられる。
また、学習機械としては、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムが挙げられる。
統計解析処理は、測定対象となる穀粉の品種の個々の差（種別差）が最も的確に解析できる手法であれば、どの分析方法を用いても良い。
【００４１】
ステップＳ１６の蛍光特性抽出工程において、ｍ次元のＥＥＭ情報は、２次元パラメータとして取得されることが好ましい。ＥＥＭ情報をｍ次元から２次元パラメータとして取得することにより、ＥＥＭ情報の特徴を保持しながら、測定対象となる穀粉の粒度及び品種（化学的な成分）におけるＥＥＭの違いを、測定対象となる穀粉の品種の種別が判別可能な簡単なパラメータとして取得できる。
例えば、ステップＳ１４のＥＥＭ情報取得工程で得られた多次元のＥＥＭ情報に対して主成分分析を行って、２次元パラメータとして２つの主成分得点１及び２を得ることができる。この２つの主成分得点は、所定の粒度における測定対象となる穀粉の品種の種別を表す。すなわち、ステップＳ１６の蛍光特性抽出工程において、統計解析処理として主成分分析を行う場合には、パラメータ化された蛍光特性として２つの主成分得点１及び２からなる２次元パラメータを求めるのが好ましい。
【００４２】
次に、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じてパラメータ化された蛍光特性を算出し、データベースに格納しておく参照蛍光特性取得・格納工程について説明する（ステップＳ１０）。
本発明においては、その粒度及び品種の種別が既知である、照合の対象となる穀粉に対して、予め、上述したステップＳ１４のＥＥＭ情報取得工程及びステップＳ１６の蛍光特性抽出工程を全く同様に行っておき、パラメータ化された蛍光特性を参照蛍光特性として求めておく必要がある。
あらゆる穀粉を測定対象とする場合には、照合の対象となるあらゆる穀粉の品種及び粒度に対して参照蛍光特性を求めておく必要があるので、多数の穀粉種（穀粉の種別）について、その粒度毎の参照蛍光特性を求めておき、データベース等のデータ記憶装置に照合のために保存（格納）しておく必要がある。なお、参照蛍光特性としてはパラメータ化されており、データ量としては、限られたものとなっているので、予め求めて記憶しておく必要がある穀粉種についての参照蛍光特性及び粒度のデータは、データベース等のデータ記憶装置に容易に保存することができる。
【００４３】
なお、照合の対象となる穀粉の品種の種別が未知の場合には、予め、もしくは、参照蛍光特性抽出後に、化学分析等によって化学的な成分情報を求めておき、穀粉の品種の種別を特定しておくことが好ましい。また、穀粉の粒度が未知の場合には、予め、もしくは、参照蛍光特性抽出後に、上述したステップＳ１２の粒度取得工程を行って粒度を特定しておくことが好ましい。
なお、照合の対象となる穀粉の品種、粒度及びパラメータ化蛍光特性（参照蛍光特性）の３つの特性は、いずれを先に、いずれを後に求めておいても良いが、少なくともステップＳ１８の蛍光特性照合工程よりも前に、少なくとも参照蛍光特性を、好ましくは、３つの特性の全てを求めておくのが良い。
【００４４】
また、本発明者らの知見によれば、ステップＳ１６の蛍光特性抽出工程において抽出された参照蛍光特性、例えば、主成分分析によって参照蛍光特性として抽出された主成分得点１及び２は、参照蛍光特性（パラメータ化蛍光特性）のパラメータ数を次元とする空間座標や平面座標において、穀粉の品種の種別内における化学的な成分情報や粒度に多少のばらつきがあっても、所定の空間領域や平面領域内に入ることが分かっている（例えば、図８、図１１及び図１４参照）。
したがって、穀粉の品種の種別及び粒度に応じた参照蛍光特性自体をデータ記憶装置に保存するのではなく、ステップＳ１６の蛍光特性抽出工程において、未知試料の蛍光特性を抽出する際に用いることができる、既知の穀粉の粒度及び種別から求められたＥＥＭ情報から作成された一般式 Ｙ=ｆ（ｘ）（ｘ：ＥＥＭ情報、Ｙ：出力情報）や、穀粉の品種の種別及び粒度に応じた参照蛍光特性の空間座標における空間領域や平面座標における平面領域（既知の穀粉の粒度及び種別から求められたＥＥＭ情報の平均値や標準偏差等の分布状況）をデータ記憶装置に保存（格納）するようにしても良い。こうすることにより、データ記憶装置に保存するデータ量を減らすことができ、ステップＳ１８の蛍光特性照合工程における照合を容易なものとすることができる。
【００４５】
ところで、蛍光特性抽出工程において抽出された穀粉の蛍光特性を照合する対照となる参照蛍光特性として、既知の穀粉及びその粒度に応じて、穀物の各成分を主成分として含む既知の穀粉のパラメータ化された蛍光特性を求めておき、これらの参照蛍光特性を用いて照合することにより、測定対象となる穀粉を穀物の特定の成分を主成分として含む穀粉であることを特定することができる。なお、既知の穀粉製品の品種の種別について参照蛍光特性を求めておくことにより、測定対象となる穀粉の種別を穀粉製品の品種の種別とすることができる。
測定対象となる穀粉がアレルゲンを含む穀粉であるか否かを検出する場合、既知の特定のアレルゲンを含む既知の穀粉について参照蛍光特性を求めておくことにより、測定対象となる穀粉の種別を特定のアレルゲンを含む穀粉であると判別することができ、この穀粉中に含まれるアレルゲンを特定することができる。
【００４６】
多種類の穀粉の混合物からなる混合穀粉が測定対象となる穀粉である場合、既知の多種類の穀粉の既知の混合物について参照蛍光特性を求めておくことにより、測定対象となる混合穀粉の種別を特定することができ、この混合穀粉中に含まれる特定の穀粉を特定することができる。
また、農薬等の化学物質を含む穀粉が測定対象となる穀粉である場合、既知の農薬等の化学物質を含む既知の穀粉について参照蛍光特性を求めておくことにより、測定対象となる、残留農薬等の化学物質を含む穀粉の種別を特定することができ、その結果、穀粉中に含まれる残留農薬等の化学物質を特定することができる。
【００４７】
次に、蛍光特性照合工程について説明する（ステップＳ１８）。
ステップＳ１８の蛍光特性照合工程において、ステップＳ１２の粒度取得工程で得られた測定対象である穀粉の粒度と、ステップＳ１６の蛍光特性抽出工程において抽出された穀粉の蛍光特性を検索キーとして用いて、データベースを検索し、データベースから検索キーとなる粒度及び蛍光特性と、一致又は略一致する、もしくは対応する粒度及び参照蛍光特性、並びにこれらの粒度及び参照蛍光特性を持つ穀粉の種別を読み出し、抽出された穀粉の蛍光特性と読み出された穀粉の参照蛍光特性とを照合することにより、測定対象となる穀粉の種別を、蛍光特性が一致する照合の対象となる穀粉の種別として、特定し、判別することができる。なお、データベースには、ステップＳ１０の参照蛍光特性取得・格納工程において、照合の対象となる穀粉の種別及びその粒度に応じて、予め得られている穀粉の参照蛍光特性が格納されているのは上述した通りである。
【００４８】
すなわち、蛍光特性抽出工程において抽出された穀粉の蛍光特性を、穀物の各成分ごとの穀粉及びその粒度に応じて、予め得られている、穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性と照合することにより、測定対象となる穀粉を穀物の特定の成分を主成分として含む穀粉であることを特定することができる。本発明における測定された蛍光特性と参照蛍光特性との照合は、パラメータ同士の照合であるため、極めて簡単に、また、正確に行うことができる。
【００４９】
なお、粒度が同じ又は略同じである時、測定された蛍光特性と参照蛍光特性との照合方法は、特に制限的ではないが、パラメータ同士の比較により、パラメータの一致度を算出し一致度が所定閾値以上であれば、測定された蛍光特性を持つ穀粉の種別を、参照蛍光特性を持つ穀粉の種別として特定することができる。
また、上述したように、照合の対象となる参照蛍光特性がパラメータ空間座標の空間領域やパラメータ平面座標の平面領域として求められている場合には、測定された蛍光特性が、これらの空間領域や平面領域の内部に入るか否かによって、両者を照合することができる。これらの空間領域や平面領域の内部に入る場合には、測定された蛍光特性を持つ穀粉の種別を、これらの空間領域や平面領域を持つ穀粉の種別として特定することができるのはもちろんである。
【００５０】
本発明の穀粉の判別方法によれば、測定対象となる穀粉がアレルゲンを含む穀粉である場合、測定対象となる穀粉の種別を特定のアレルゲンを含む穀粉であると判別することができ、この穀粉中に含まれるアレルゲンを特定することができる。
また、本発明の穀粉の判別方法によれば、測定対象となる穀粉が多種類の穀粉の混合物である場合、測定対象となる混合穀粉の種別を特定することができ、この混合穀粉中に含まれる特定の穀粉を特定することができる。
また、同様にして、本発明の穀粉の判別方法によれば、測定対象となる穀粉中に含まれる残留農薬等の化学物質を特定することができる。
なお、測定対象となる穀粉の種別は、穀粉製品の品種の種別であってもよい。
ところで、本発明の穀粉の判別方法は、予め、既知の穀粉の品種の種別、粒度及び参照蛍光特性が取得済みであるので、小麦粉製品等の穀粉製品の判別や、穀粉製品の製造工程の管理のための中間生成穀粉の判別や、穀物の各成分からなる穀粉又は各成分を主成分とする穀粉の判別や、既知のアレルゲンや既知の他成分等を含む穀粉の判別及びこの判別結果により、穀粉中に含まれるアレルゲンや他成分等を特定等するのに好適である。
本発明の穀粉の判別方法は、基本的に以上のように構成される。
【００５１】
［II］穀粉の判別装置
次に、図３〜図５を参照して、本発明の穀粉の判別方法を実施する本発明の穀粉の判別装置について説明する。なお、本発明の穀粉の判別装置は、図示例の穀粉の判別装置に限定されるものではない。
図３は、本発明の穀粉の判別装置の一実施形態のブロック図であり、図４は、図３に示す穀粉の判別装置の測定ユニットの一実施形態のブロック図である。
【００５２】
図３に示すように、本発明の穀粉の判別装置１０は、穀物を粉砕して得られた測定対象穀粉（測定対象となる穀粉）ＭＦの持つ所定の特性に応じて、測定対象穀粉ＭＦの品質の種別を判別するものであって、蛍光強度（スペクトル情報）を測定する測定ユニット１２と、測定対象穀粉ＭＦの粒度を取得する粒度取得部２０と、測定対象穀粉ＭＦの品質の種別を判別する穀粉判別ユニット１４と、測定ユニット１２による測定操作や穀粉判別ユニット１４による判別操作等の指示や入力を行う操作部１６と、測定ユニット１２による測定結果や粒度取得部２０により取得された粒度や穀粉判別ユニット１４による判別結果や操作部１６による操作の指示や入力等を表示するディスプレイ１８とを有する。
なお、測定対象穀粉ＭＦの粒度が予め測定されて情報として得られている場合には、操作部１６によって測定対象穀粉ＭＦの粒度を情報として入力することにより、測定対象穀粉ＭＦの粒度を取得するようにしても良い。この場合には、操作部１６による入力が粒度の取得となるので、粒度取得部２０を設けなくても良い。
【００５３】
また、本発明の穀粉の判別装置１０は、測定対象穀粉ＭＦの品質の種別を判別するための照合の対象となる、穀粉の品質の種別や粒度が既知の参照蛍光特性（パラメータ化された蛍光特性）を、予め求める場合にも用いることができる。この場合は、その種別及び粒度が既知の穀粉を測定対象穀粉ＭＦとすれば良い。
また、本発明の穀粉の判別装置１０は、測定対象穀粉ＭＦの品質の種別を判別するための照合の対象となる、品質の種別が既知の穀粉の粒度や参照蛍光特性（パラメータ化された蛍光特性）を、予め求める場合にも用いることができることはいうまでもない。この場合には、その種別が既知の穀粉を、測定対象穀粉ＭＦとすれば良い。
また、参照蛍光特性を持つ穀粉の種別を既知とするために予め求めておくには、穀粉の化学分析等を予め行えば良いし、逆に化学分析等によって予め種別や粒度が既知である標準となる穀粉を用いても良い。
【００５４】
ここで、測定ユニット１２は、測定対象穀粉ＭＦからの蛍光を分光して測定するものであって、測定対象穀粉ＭＦを所定の測定位置に位置決めして支持する測定対象穀粉支持部（以下、単に支持部という）２１と、支持部２１に位置決めされた測定対象穀粉ＭＦに所定の波長の励起光を照射して測定対象穀粉ＭＦから蛍光を生じさせる分光照明部２２と、この分光照明部２２によって所定の波長の励起光が照射された測定対象穀粉ＭＦから発生する所定の蛍光波長の蛍光を測定し、測定された蛍光の測定値を穀粉判別ユニット１４に送信する蛍光測定部２４とを備えている。なお、分光照明部２２及び蛍光測定部２４は、上述した本発明の穀粉の判別方法のステップＳ１４のＥＥＭ情報取得工程（図１参照）の蛍光強度測定工程を実施する分光測定ユニットを構成する。
【００５５】
また、穀粉判別ユニット１４は、蛍光測定部２４によって得られた蛍光の測定値から測定対象穀粉ＭＦの励起・蛍光マトリックス（ＥＥＭ）情報を取得する情報取得部２６と、この情報取得部２６によって取得された測定対象穀粉ＭＦのＥＥＭ情報を統計解析処理して、測定対象穀粉ＭＦの蛍光特性をパラメータ化して抽出する蛍光特性抽出部２８と、粒度取得部２０によって得られた粒度を用いて、蛍光特性抽出部２８によって抽出された測定対象穀粉ＭＦのパラメータ化された蛍光特性と、予め得られているパラメータ化された参照蛍光特性とを照合して、測定対象穀粉ＭＦの種別を判別する蛍光特性照合部３０と、粒度取得部２０で取得された測定対象穀粉ＭＦの粒度、情報取得部２６で取得された測定対象穀粉ＭＦのＥＥＭ情報及び蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性、並びに、照合の対照となる多数の穀粉の種別、粒度、参照蛍光特性等を記憶しておくメモリ（ＤＢ）３２と、粒度取得部２０、測定ユニット１２の分光照明部２２及び蛍光測定部２４の各部、並びに、穀粉判別ユニット１４の情報取得部２６、蛍光特性抽出部２８、蛍光特性照合部３０及びメモリ（ＤＢ（データベース））３２の各部を制御すると共に、本発明の判別装置１０全体の制御も行う制御部３４とを備えている。
なお、穀粉判別ユニット１４は、図３に示すように、メモリ（ＤＢ）３２に加え、照合の対照となる多数の穀粉の種別、粒度、参照蛍光特性等を記憶しておくための外部メモリ３６を備えているのが好ましい。
【００５６】
まず、粒度取得部２０について説明する。
粒度取得部２０は、測定対象穀粉ＭＦの粒度を取得するためのものである。粒度取得部２０は、上述した本発明の穀粉の判別方法のステップＳ１２の粒度取得工程（図１参照）において、測定対象穀粉ＭＦの粒度が取得できるものであればどのようなものでも良い。例えば、予め粒度の測定方法や装置によって測定されて既知となっている測定対象穀粉ＭＦの粒度を、粒度の情報として取得する粒度情報の入力デバイスや読取デバイスなどであっても良いし、測定対象穀粉ＭＦの粒度を測定する粒度測定装置であっても良い。なお、粒度取得部２０によって情報として取得される測定対象穀粉ＭＦの既知の粒度は、粒度取得部２０の粒度測定装置で事前に測定された粒度であっても良いし、本発明の穀粉の判別装置１０とは無関係の粒度測定装置によって予め測定され、測定対象穀粉ＭＦに粒度の情報として与えられている粒度であっても良い。この粒度の情報は、測定対象穀粉ＭＦに添付された書類に記載されたものでも、記録媒体にデータとして格納されているものであっても良いし、メモリ（ＤＢ）に測定対象穀粉ＭＦの種別と関連付けて格納されているものであっても良い。
【００５７】
ここで、粒度取得部２０に用いられる穀粉の粒度測定装置としては、特に制限的ではなく、穀粉の粒度を測定できれば、どのような装置でも良く、従来公知の穀粉の粒度測定装置を始めとして、種々の公知の穀粉の粒度取得装置を用いることができる。例えば、マイクロトラック（日機装社製）、マスターサイザ（マルバーン社製）等のレーザー回折・散乱法による粒度分布測定装置が好適に用いられる。
なお、測定対象穀粉ＭＦの粒度が予め測定されて既知の場合には、上述したように、粒度取得部２０に粒度測定装置を備えていなくても良いし、既知の粒度を操作部１６によって入力する場合には、粒度取得部２０自体がなくても良いのはもちろんである。
【００５８】
次に、測定ユニット１２の各構成要素について説明する。
測定ユニット１２の測定対象穀粉支持部２１（以下、単に支持部２１ともいう。）は、測定対象穀粉ＭＦを分光測定のための所定の測定位置に位置決めして支持するものであり、測定対象穀粉ＭＦを内部に収納するセルを所定測定位置に支持する支持台であっても良いし、又は、支持部２１自体が測定対象穀粉ＭＦを固定する粉体の固定装置であっても良い。なお、このようなセルとしては、本出願人らの出願に係る特願２００７−２１５６７２号明細書に提案されたセルを用いることができるし、粉体の固定装置としては、本出願人の１人の出願に係る特開２００２−２２８５６３号公報に開示の固定装置等を用いることができる。
【００５９】
次に、分光照明部２２は、測定対象穀粉ＭＦから蛍光を発生させるために、所定の励起波長範囲で、励起波長を段階的に変化させながら、測定対象穀粉ＭＦに所定の波長の励起光を照射するものである。すなわち、分光照明部２２は、測定対象穀粉ＭＦに照射する励起光の励起波長を任意に変えることができるものである。
なお、分光照明部２２は、図４に示すように、所定の励起波長範囲の励起光を射出するための光源３８と、測定対象穀粉ＭＦに照射するために所定の励起波長を有する励起光に分光する分光デバイス４０と、分光デバイス４０によって分光される励起光の励起波長を任意に設定するように調整する分光デバイス４０の励起波長調節部４２と、分光デバイス４０によって分光された所定の励起波長を有する励起光を導波する光学デバイス４４と、光学デバイス４４によって導波された励起光を測定対象穀粉ＭＦに向けて照射する励起光照射部４６とを備えている。
【００６０】
ここで、分光照明部２２の光源３８としては、所定の励起波長範囲、例えば、２００ｎｍ〜９００ｎｍの励起光を射出することができるものであればどのようなものでも良い。光源３８としては、例えば、キセノンランプ、タングステンランプ、波長可変レーザ、水銀ランプ、重水素ランプ等を用いることができる。
また、分光デバイス４０としては、光源３８から射出された励起光を、所定の励起波長範囲において、所定波長間隔、例えば１０ｎｍ間隔で、分光できればどのようなものでも良い。分光デバイス４０としては、例えばＡＯＴＦ（Acousto Optic Tunable Filter）、チューナブルフィルタ（液晶チューナブルフィルタ）、干渉フィルタ、回折格子等を用いることができる。
【００６１】
分光デバイス４０の励起波長調節部４２は、分光デバイス４０によって分光される励起光の励起波長を所望の励起波長に任意に設定するためのものであり、測定者が分光デバイス４０によって分光される励起光の励起波長自体を所望の励起波長に任意に設定可能な手動調節部であっても良いし、測定者は、励起波長の初期値、可変ピッチ（変化させる励起波長間隔）、最終設定値又は可変回数を入力又は指定し、励起波長の変更を自動的に行っても良い。
光学デバイス４４は、分光デバイス４０によって分光された所定の励起波長を有する励起光を励起光照射部４６まで導波するものであり、分光測定に供される励起光を導波できればどのようなものでも良く、例えば、光ファイバーやレンズや反射鏡等からなる光学系等を挙げることできる。
励起光照射部４６は、支持部２１の所定の測定位置に位置決めして支持された測定対象穀粉ＭＦに適切に励起光が照射されるように励起光の照射位置を決めるものである。
なお、分光デバイス４０によって分光された所定波長の励起光を、直接、支持部２１に支持された測定対象穀粉ＭＦに適切に照射できる場合には、光学デバイス４４及び励起光照射部４６を設けなくても良い。
【００６２】
光源３８から射出された励起光は、分光デバイス４０において、励起波長調節部４２によって測定者により又は自動的に設定された所定の励起波長を有する励起光に分光される。
分光デバイス４０において所定の波長を有する励起光に変換された励起光は、光学デバイス４４によって導波され、励起光照射部４６から、測定対象穀粉ＭＦに照射される。所定の励起波長を有する励起光が照射されることにより、測定対象穀粉ＭＦは、その成分（化学的な成分）及び粒度に特有なパターンの（蛍光強度を持つ）蛍光を発する。
なお、光源３８として波長可変レーザを用いる場合、光源３８から直接所望の波長を有する励起光が得られるので分光デバイス４０は不要である。
なお、測定者は、光源３８に対して励起波長調節部４２を持つ分光デバイス４０を用いることにより、又は、光源３８として波長可変レーザを用いることにより、測定対象穀粉ＭＦに照射する励起光の波長を任意の励起波長に設定することができる。
なお、分光照明部２２としては、上述した特許文献１に開示された分光照明装置を用いることができる。
【００６３】
測定ユニット１２の蛍光測定部２４は、所定の蛍光波長において、支持部２１の所定測定位置に支持された測定対象穀粉ＭＦが発した蛍光の内、特定の蛍光波長を選択的に捕えて、その蛍光強度を測定し、測定結果を穀粉判別ユニット１４に送信するものであるが、本発明では特に、分光照明部２２によって測定対象穀粉ＭＦに照射される励起光の励起波長の段階的な変化に応じて、所定の蛍光波長範囲で測定する蛍光波長を段階的に変化させながら、所定の波長の励起光が照射された測定対象穀粉ＭＦから発生する蛍光の蛍光強度を測定するものである。すなわち、蛍光測定部２４は、測定対象穀粉ＭＦから発生する蛍光を測定する蛍光波長を任意に変えることができるものである。
【００６４】
なお、蛍光測定部２４は、図４に示すように、所定の励起波長範囲において、支持部２１の測定位置に位置決めされた測定対象穀粉ＭＦから発生する蛍光を測定する際に蛍光波長を任意に変える蛍光波長可変手段として機能する分光デバイス４８と、測定対象穀粉ＭＦから発生し、分光デバイス４８で分光された所定の蛍光波長の蛍光の蛍光強度を測定する蛍光測定デバイス５０とを備えている。
なお、支持部２１の所定測定位置に支持された測定対象穀粉ＭＦから発生した蛍光の蛍光強度を測定する際に、測定対象穀粉ＭＦの測定対象サイズによっては、例えば、測定する穀粉のサイズがミクロなサイズである場合には、測定対象穀粉ＭＦと分光デバイス４８との間に光学デバイスを介在させ、測定対象サイズを測定に適した大きさに拡大しても良いし、多点測定のためにマクロなサイズである場合には、縮小しても良い。このような光学デバイスとしては、例えば、顕微鏡、ズームレンズ、マクロレンズ、広角レンズ等を用いることができる。
【００６５】
ここで、分光デバイス４８は、分光照明部２２から射出された所定励起波長の励起光が照射された測定対象穀粉ＭＦから発生する蛍光を所定の波長を有する蛍光に分光するものである。この分光デバイス４８は、測定対象穀粉ＭＦから発生する蛍光を、所定の蛍光波長範囲において、所定波長間隔、例えば１０ｎｍ間隔で、分光できればどのようなものでも良い。分光デバイス４８としては、測定する蛍光の蛍光波長を任意に設定する手段を有するものであれば良く、例えば、分光デバイス４０と同様に、ＡＯＴＦ（Acousto Optic Tunable Filter）、液晶チューナブルフィルタ、干渉フィルタ、回折格子等を用いることができる。
【００６６】
また、蛍光測定デバイス５０は、分光デバイス４８によって、測定対象穀粉ＭＦが発した蛍光の内から選択的に分光されて捕らえられた所定の波長を有する蛍光のみの蛍光強度を測定するものである。
蛍光測定デバイス５０は、所定の波長を有する蛍光の蛍光強度を測定できればどのようなものでも良く、例えば、フォトダイオード、フォトトランジスタ、光電管等の光検出素子や、ＣＣＤセンサやＭＯＳセンサ等の光センサ、フォトマルチプライヤ（光電子増倍管）、光検出器等を用いることができ、さらには、多点測定の場合には、ＣＣＤカメラ、走査型画像カメラ等も用いることができる。特に、光検出器は、一点測定であるため計測が迅速に行えるとともに、感度を高くすることができるために僅かな違いの判別もでき、本願の目的とする品質管理に適していることに大きな特徴がある。
【００６７】
蛍光測定デバイス５０においては、分光デバイス４８を通過することにより、測定対象穀粉ＭＦが発した蛍光の内、所定の波長を有する蛍光のみが選択的に捕えられ、その蛍光強度が測定される。
蛍光測定デバイス５０により測定された蛍光強度から、特定の励起波長λＥｘ（照射波長）及び特定の蛍光波長λＥｍ（測定波長）における蛍光強度ＩＥｘ，Ｅｍの情報が得られる。したがって、蛍光測定デバイス５０を用いることにより、測定対象穀粉ＭＦの特定の励起波長及び蛍光波長における蛍光強度を測定することができる。
蛍光測定デバイス５０により測定された測定対象穀粉ＭＦに関する情報（取得された蛍光強度）は、ＥＥＭ情報を取得する穀粉判別ユニット１４へ伝送され、制御部３４を介して穀粉判別ユニット１４の情報取得部２６に送信され、また、必要に応じて、メモリ３２に直接格納される。
【００６８】
蛍光測定デバイス５０により、測定対象穀粉ＭＦの測定点においてｍ次元のＥＥＭ情報を取得する場合には、励起波長及び蛍光波長の組み合わせを変えながらｍ種の蛍光の蛍光強度を測定する。こうして、蛍光測定デバイス５０によって測定されたｍ種の蛍光の蛍光強度の情報が、穀粉判別ユニット１４に伝送される。
【００６９】
ところで、測定ユニット１２の分光照明部２２及び蛍光測定部２４においては、それぞれ、照射する励起波長及び測定する蛍光波長を、手動又は自動で、測定者が任意に変えることができる。本発明において、測定ユニット１２の分光照明部２２及び蛍光測定部２４は、それぞれ励起波長及び蛍光波長を自動的に変更する手段を有するのが好ましい。例えば、穀粉判別ユニット１４の制御部３４の制御に基づいて、測定ユニット１２の分光照明部２２及び蛍光測定部２４は、それぞれ励起波長及び蛍光波長を自動的に変更するのが好ましい。
図５は、制御部による制御下で、測定ユニット１２において、励起波長及び蛍光波長を自動的に変更しながら蛍光強度を測定する工程（上述の本発明の蛍光強度測定工程参照）のフローチャートの一例である。
【００７０】
まず、分光照明部２２の励起波長及び蛍光測定部２４の蛍光波長を自動的に変更するため、測定者は、キーボード・マウス等からなる操作部１６を通じて、測定するＥＥＭの励起波長範囲、励起波長ピッチを入力する（ステップＳ５０）。次いで、蛍光波長範囲、蛍光波長ピッチを入力する（ステップＳ５２）。
次に、制御部３４は、分光照明部２２及び蛍光測定部２４に対し、入力された励起波長範囲、蛍光波長範囲、各波長ピッチに基づいて、最低励起波長、最低蛍光波長を初期値に設定し（ステップＳ５４）、１つ目の蛍光強度を測定するよう指示する（ステップＳ５６）。
【００７１】
蛍光波長を１ピッチ上げても、蛍光波長が設定された蛍光波長範囲外とならない場合（ステップＳ５８のＮ）には、制御部３４は、蛍光測定部２４に、蛍光波長を１ピッチだけ上げて２回目の蛍光強度を測定するよう命令する（ステップＳ６０、ステップＳ５６）。同様にして、蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となるまで、蛍光波長を１ピッチずつ上げて蛍光強度の測定を繰り返す（ステップＳ５８のＮ、ステップＳ６０、ステップＳ５６）。
【００７２】
蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となる場合（ステップＳ５８のＹ）で、かつ、励起波長を１ピッチ上げても波長が設定された励起波長範囲外とならない場合（ステップＳ６２のＮ）には、制御部３４は、分光照明部２２に、励起波長を１ピッチ上げ、蛍光測定部２４に、蛍光波長を初期値（ここでいう蛍光波長の初期値とは、１ピッチ上げた励起波長と同じ波長を意味する）に設定するように命令し（ステップＳ６４）、蛍光測定部２４に蛍光強度を測定するように命令する（ステップＳ５６）。この後、励起波長を１ピッチ上げると、波長が設定された励起波長範囲外となるまで、励起波長を１ピッチずつ上げて測定を繰り返す（ステップＳ６２のＮ、ステップＳ６４）。
蛍光波長を１ピッチ上げると、蛍光波長が設定された蛍光波長範囲外となる場合（ステップＳ５８のＹ）で、かつ、励起波長を１ピッチ上げると、波長が設定された励起波長範囲外となる場合（ステップＳ６２のＹ）には、測定を終了し、測定した蛍光の蛍光強度の測定値を穀粉判別ユニット１４に送信する。
【００７３】
なお、本実施形態は、所定の波長の励起光を照射して測定対象となる穀粉（の各成分）から蛍光を生じさせる分光照明部２２と測定対象となる穀粉が発した蛍光の内、所定の波長を有する蛍光を選択的に捕え、蛍光強度を測定する蛍光測定部２４とを有する装置としたが、両者を一体とした１つの装置としてもよい。
また、上述した測定ユニット１２は、ステップＳ１０の参照蛍光特性取得・格納工程（図１参照）を実施して、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じたパラメータ化された蛍光特性を、参照蛍光特性として算出しておく場合にも用いることができる。
本発明に用いられる測定ユニット１２は、基本的に以上のように構成される。
【００７４】
次に、穀粉判別ユニット１４の各構成要素について説明する。
情報取得部２６は、特定の励起波長λＥｘ（照射波長）及び特定の蛍光波長λＥｍ（測定波長）における蛍光強度ＩＥｘ,Ｅｍの測定値から、測定対象穀粉ＭＦのＥＥＭ情報を取得するもので、上述した本発明のステップＳ１４のＥＥＭ情報取得工程（図１参照）の蛍光強度測定後の後工程を実施するためのものある。すなわち、情報取得部２６は、測定ユニット１２において、所定の励起波長範囲及び所定の蛍光波長範囲で、励起波長及び蛍光波長を段階的に変化させながら、測定ユニット１２の蛍光測定部２４によって得られた蛍光強度の測定値を蛍光測定部２４から受け取り、受け取った蛍光強度の測定値から測定対象穀粉ＭＦのＥＥＭ情報を取得する。
【００７５】
蛍光特性抽出部２８は、情報取得部２６によって取得された測定対象穀粉ＭＦのＥＥＭ情報を統計解析処理して、測定対象穀粉ＭＦの蛍光特性をパラメータ化して抽出するもので、上述した本発明のステップＳ１６の蛍光特性抽出工程（図１参照）を実施するためのものある。
ここで、蛍光特性抽出部２８は、ＥＥＭ情報から測定対象穀粉ＭＦの蛍光特性を二次元パラメータとして取得するのが好ましいが、特性が適確に把握できれば多次元パラメータとして取得しても良い。
【００７６】
また、蛍光特性抽出部２８は、蛍光特性抽出として、統計解析処理を、多変量解析又はデータマイニングにより行うことが好ましく、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うのが好ましい。
さらに、蛍光特性抽出部２８は、データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、統計解析処理を主成分分析の手法を用いて行い、ＥＥＭ情報から２つの主成分得点を２次元パラメータとして算出し、算出された２つの主成分得点を測定対象穀粉ＭＦの蛍光特性として取得するのが好ましい。
【００７７】
さらに、蛍光特性抽出部２８は、判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、多変量解析又は前記データマイニングを、判別分析の手法を用いて行い、ＥＥＭ情報を、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されている判別式に当てはめることでパラメータを算出し、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されたパラメータと照合し、前記穀粉の種別を判別することが好ましい。
さらに、蛍光特性抽出部２８は、パターン分類を、クラスター分析又は多次元尺度法で行うのが好ましい。
さらに、蛍光特性抽出部２８は、回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うのが好ましい。
さらにまた、蛍光特性抽出部２８は、蛍光特性抽出として、多変量解析又は前記データマイニングを、重回帰分析の手法を用いて行い、パラメータとして、ＥＥＭ情報を、予め前記データベースに格納されている検量線に当てはめることで算出し、予めメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納されたパラメータと照合することが好ましい。
【００７８】
さらに、蛍光特性抽出部２８は、学習機械を、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことが好ましい。
なお、上述した穀粉判別ユニット１４の情報取得部２６及び蛍光特性抽出部２８は、ステップＳ１０の参照蛍光特性取得・格納工程（図１参照）を実施して、予め、照合の対象となる既知の穀粉の粒度及び品種の種別に応じたパラメータ化された蛍光特性を、参照蛍光特性として算出しておく場合にも用いることができる。
【００７９】
蛍光特性照合部３０は、粒度取得部２０で得られた粒度を用いて、蛍光特性抽出部２８によって抽出された測定対象穀粉ＭＦのパラメータ化された蛍光特性を、穀粉の種別及びその粒度に応じて、予め得られている既知の穀粉のパラメータ化された蛍光特性（参照蛍光特性）と照合して、測定対象穀粉ＭＦの品種の種別を判別するもので、上述した本発明のステップＳ１８の蛍光特性照合工程（図１参照）を実施するためのものである。
なお、蛍光特性照合部３０は、蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦの蛍光特性を、穀物の各成分ごとの穀粉及びその粒度に応じて、予め得られている既知の穀物の各成分を主成分として含む既知の穀粉のパラメータ化された蛍光特性と照合して、測定対象穀粉ＭＦを既知の穀物の特定の成分を主成分として含む既知の穀粉であると特定することもできる。
【００８０】
なお、蛍光特性照合部３０おける測定対象穀粉ＭＦの蛍光特性と既知の穀粉の参照蛍光特性との照合は、上述したように、測定対象穀粉ＭＦの粒度と蛍光特性（パラメータ）とを検索データとして、多数の既知の品種の穀粉の粒度及び参照蛍光特性が格納されているメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６を検索して一致するもの、又は、一致度が所定閾値以上のものを求めて、穀粉の品種の種別を特定するようにしても良いし、穀粉の所定の品種の種別が、穀粉の粒度に応じて蛍光特性空間（３次元パラメータ以上）の空間領域や蛍光特性平面(２次元パラメータ）の平面領域として与えられている場合には、当該空間領域や平面領域内に入るものを求めて、穀粉の品種の種別を特定するようにしても良い。
【００８１】
制御部３４は、粒度取得部２０、測定ユニット１２の分光照明部２２及び蛍光測定部２４の各部、並びに、穀粉判別ユニット１４の情報取得部２６、蛍光特性抽出部２８、蛍光特性照合部３０及びメモリ（ＤＢ）３２、さらには、外部メモリ（ＤＢ）３６の各部を制御すると共に、本発明の穀粉の判別装置１０全体の制御も行い、判別装置１０に本発明の穀粉の判別方法を実施させるように制御するものである。
すなわち、制御部３４は、粒度取得部２０に対し、測定対象穀粉ＭＦの粒度を取得する指示や命令、また、測定ユニット１２の分光照明部２２及び蛍光測定部２４に対して、測定者が操作部１６によって入力した励起波長範囲、蛍光波長範囲及び波長ピッチを用いて、測定する励起波長及び測定する蛍光波長を調整して測定対象穀粉ＭＦの蛍光データを測定する指示や命令、さらに、情報取得部２６に対して、蛍光測定部２４から伝送された蛍光強度の測定値からＥＥＭ情報を取得する指示や命令を出すことができる。
【００８２】
なお、制御部３４は、情報取得部２６に対し、さらに、蛍光測定部２４から伝送された蛍光強度の測定値に前処理を施し、蛍光強度の測定値から外乱光の影響を削除したＥＥＭ情報を取得する指示や命令や、蛍光強度の測定結果から取得されたＥＥＭ情報及び前処理後のＥＥＭ情報に統計解析処理を行う指示や命令を出すこともできる。
また、制御部３４は、蛍光特性抽出部２８に対して情報取得部２６で得られたＥＥＭ情報をパラメータ化するための統計解析処理を行う指示や命令を出し、また、蛍光特性照合部３０に対し、パラメータ化された蛍光特性と、予め得られている既知の品種及びその粒度の穀粉の参照蛍光特性とを照合して、測定対象穀粉ＭＦの品種の種別を判別する指示や命令を出すことができる。
【００８３】
メモリ３２は、粒度取得部２０で取得された測定対象穀粉ＭＦの粒度、穀粉判別ユニット１４の情報取得部２６で取得された測定対象穀粉ＭＦのＥＥＭ情報及び蛍光特性抽出部２８で抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性を記憶しておくためのものであり、また、照合の対照となる多数の穀粉の品種の種別、粒度、参照蛍光特性等を記憶しておくためのデータベース（ＤＢ）としての機能も持つものである。
すなわち、メモリ３２は、粒度取得部２０から伝送された粒度の値、及び測定ユニット１２の蛍光測定部２４で測定され、蛍光測定部２４から伝送された蛍光強度の測定結果（測定値）を格納することができ、蛍光測定部２４から伝送された蛍光強度の測定結果から情報取得部２６において得られたＥＥＭ情報を格納することもできる。
【００８４】
また、メモリ３２は、蛍光特性抽出部２８において、情報取得部２６によって取得された穀粉のＥＥＭ情報を統計解析処理して抽出された測定対象穀粉ＭＦのパラメータ化蛍光特性、及び蛍光特性照合部３０で照合されて特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性を一体として格納することもできる。
さらに、メモリ３２は、データベースとして、照合の対照となる予め得られている多数の既知の穀粉の品種の種別（既知の穀物の各成分ごとの穀粉の場合は各成分の種別）及びその粒度に応じた既知の穀粉（各成分を主成分として含む穀粉）の参照蛍光特性（パラメータ化された蛍光特性）の３者を一体として格納することもできる。
【００８５】
また、穀粉の品種の種別及び粒度に応じた参照蛍光特性自体をメモリ３２に保存するだけでなく、蛍光特性抽出工程において、未知試料の蛍光特性を抽出する際に用いることができる、既知の穀粉の粒度及び種別から求められたＥＥＭ情報をもとに作成された一般式 Ｙ=ｆ（ｘ）（ｘ：ＥＥＭ情報、Ｙ：出力情報）や、穀粉の品種の種別及び粒度に応じた参照蛍光特性の空間座標における空間領域や平面座標における平面領域（既知の穀粉の粒度及び種別から求められたＥＥＭ情報の平均値や標準偏差等の分布状況）をメモリ３２に保存（格納）することもできる。
【００８６】
なお、外部メモリ３６は、データベースとして、メモリ３２の代わりに、又はメモリ３２に加え、照合の対照となる多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性の３者を一体として格納するものである。なお、外部メモリ３６に照合の対照となる多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性を格納する場合、メモリ３２にこれらのデータを格納しなくても良く、また、データベースとしての機能を持たせなくても良いので、メモリ３２の容量を小さくすることができる。従って、上記理由から、外部メモリ３６は、設けなくても良いが、備えている方が好ましい。
また、外部メモリ３６に、粒度の測定値、蛍光強度の測定結果、種々のＥＥＭ情報、パラメータ化蛍光特性、特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性等を格納しても良い。
穀粉判別ユニット１４は、基本的に以上のように構成される。
【００８７】
また、操作部１６は、キーボードやマウス等から構成され、測定者が判別装置１０に対し、粒度取得部２０による粒度取得や測定ユニット１２による測定操作や穀粉判別ユニット１４による判別操作等の指示や入力、また、本発明の穀粉の判別方法を実施させるための様々な指示や命令のための入力や、さらに、データベース作成のための多数の既知の穀粉の品種の種別、粒度及び参照蛍光特性等の入力等を行うためのものである。
また、ディスプレイ１８は、粒度取得部２０による取得粒度の値、及び、測定ユニット１２による測定結果、例えば、蛍光測定部２４による蛍光強度の測定結果、及び、穀粉判別ユニット１４による種々の結果、例えば、情報取得部２６による種々のＥＥＭ情報、蛍光特性抽出部２８によるパラメータ化蛍光特性、蛍光特性照合部３０による特定された測定対象穀粉ＭＦの品種の種別、粒度及び蛍光特性等、さらに、操作部１６による操作の指示や入力等の一部又は全部を表示するためのものである。なお、ディスプレイ１８には、操作部１６のキーボードやマウス等からの入力結果のみならず、操作部１６による入力を支援するＧＵＩ等を表示するように構成しても良い。
【００８８】
以下に、穀粉判別ユニット１４による穀粉の判別操作の一例について説明する。
本発明においては、測定ユニット１２において、測定対象穀粉ＭＦの蛍光強度の測定値が得られると、測定ユニット１２の蛍光測定部２４から穀粉判別ユニット１４に伝送された蛍光強度の測定結果は、メモリ３２に格納される。
ここで、測定者によって操作部１６から制御部３４に、穀粉判別ユニット１４による穀粉の判別操作の指示又は命令が出されると、制御部３４は、情報取得部２６に、メモリ３２に格納された蛍光強度の測定結果を読み出して、ｍ次元のＥＥＭ情報を取得するよう命令する。上述したように、情報取得部２６は、読み出された蛍光強度の測定結果からｍ次元のＥＥＭ情報を取得し、取得したＥＥＭ情報をメモリ３２に格納させる。
【００８９】
次に、制御部３４が、蛍光特性抽出部２８にｍ次元のＥＥＭ情報の蛍光特性を抽出するように指示すると、蛍光特性抽出部２８は、メモリ３２に格納されているｍ次元のＥＥＭ情報を読み出し、デフォルトで設定されていた、又は測定者が指定した主成分分析法等の統計解析処理により、蛍光特性をパラメータ、例えば２次元パラメータとして取得し、取得したパラメータ化蛍光特性をメモリ３２に格納する。
また、蛍光特性抽出部２８は、情報取得部２６により得られたＥＥＭ情報を統計解析処理して、パラメータ化、好ましくは２次元パラメータ化した蛍光特性を抽出すると、ディスプレイ１８に送信し、ディスプレイ１８上に表示させることができる。
【００９０】
次に、制御部３４が、蛍光特性照合部３０に測定対象穀粉ＭＦの品種の種別を判別する指示を出すと、蛍光特性照合部３０は、メモリ３２に格納されているパラメータ化蛍光特性と、メモリ３２又は外部メモリ３６にデータベースとして格納されている既知の穀粉の同じ又は略同じ粒度の参照蛍光特性（パラメータ）を次々と読み出し、それらを各統計処理方法を用いて、一致した既知の穀粉の品種の種別を測定対象穀粉ＭＦの種別として特定して、あるいは、一致する既知の穀粉の参照蛍光特性がなかった場合には、測定対象穀粉ＭＦの種別は判別不可又は判別不能であるとして、判別操作を終了する。
なお、各統計解析処理方法による照合方法については、実施例にて詳述する。
【実施例】
【００９１】
以下に、本発明の実施例について具体的に説明するが、本発明はこれらの実施例に限定されるものではない。
【００９２】
〔実施例１〕
測定対象穀粉ＭＦとして、穀粉製品を用いて、測定対象穀粉ＭＦの判別を行った。
未知試料として、穀粉製品のパスタ用粉（デュラム小麦粉 商品名 ＤＦ 日清製粉社製）及びパン用粉（強力小麦粉 商品名 カメリヤ 日清製粉社製）を用いて、穀粉製品の判別を行った。
なお、用いたパスタ用粉及びパン用粉の平均粒径は、それぞれ６８μｍ、６５μｍであった。
まず、パスタ用粉の試料とパン用粉の試料とをそれぞれ石英セルに封入した。各試料を封入した石英セルを、それぞれ図１に示す判別装置１０の測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、測定ユニット１２の分光照明部２２及び蛍光測定部２４を用いて、下記の測定条件で、上述した本発明の穀粉の判別方法のステップ１４のＥＥＭ情報取得工程の蛍光強度測定を実施し、２反復で蛍光強度を測定した。
測定条件
励起波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔
蛍光波長範囲：２００〜９００ｎｍ／１０ｎｍ間隔
スキャンスピード：１０００ｎｍ／ｍiｎ
【００９３】
ここでは、測定ユニット１２の分光照明部２２、測定対象穀粉支持部２１及び蛍光測定部２４が一体となった分光測定装置を用いた。
また、図３に示す判別装置１０の穀粉判別ユニット１４には、市販のパーソナルコンピュータに、本発明者らが開発した穀粉判別ソフトウェアを組み込んだものを用いた。
【００９４】
こうして得られた各試料の蛍光強度の測定値（測定結果）から各資料のＥＥＭ情報を得た。その結果を図６（ａ）及び（ｂ）に示す。なお、図６（ａ）及び（ｂ）は、それぞれパスタ用粉の試料及びパン用粉の試料の結果を示す。
このＥＥＭ情報から、統計解析処理として主成分分析を行い、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図７に示す。
【００９５】
なお、予め、既知の穀粉製品の参照用穀粉（既知試料）として、複数の既知のパスタ用粉及び複数の既知のパン用粉を用いて、同様の装置構成、同様の測定条件で、各参照穀粉の蛍光強度の測定結果を得、各参照穀粉のＥＥＭ情報を得た。なお、ここで、参照用に測定したパスタ用粉及びパン用粉の各参照穀粉は、測定対象穀粉と平均粒径が同じであるものを使用した。得られた各参照穀粉のＥＥＭ情報は、統計解析処理として同じ主成分分析を行い、各穀粉製品別の参照蛍光特性（２次元パラメータ）を求めておいた。その結果を図８に示す。
図７及び図８を照合することにより、各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率９６．６％）と主成分軸２（寄与率３．３％））上の位置）が、予め得られている各穀粉製品（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、パスタ用粉とパン用粉が判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【００９６】
〔実施例２〕
測定対象穀粉ＭＦとして、粒度の異なる穀粉を用いて、測定対象穀粉ＭＦの判別を行った。
未知試料として、乾麺（商品名 ナンバーワン 日清フーズ社製）を、まず、粗粉砕して、粒度の粗い粉末（平均粒径２００μｍ）を調整した後、さらに粉砕し、粒度の細かい粉末（平均粒径８０μｍ）を調整したものを用いた。
まず、粒度の粗い粉末の試料と粒度の細かい粉末の試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの粉末試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。その結果を図９（ａ）及び（ｂ）に示す。なお、図９（ａ）及び（ｂ）は、それぞれ粗い粉末の試料及び細かい粉末の試料の結果を示す。
【００９７】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図１０に示す。なお、予め、既知試料として、未知試料と同じ粒度（平均粒径８０μｍ又は平均粒径２００μｍ）の乾麺粉末試料を別途用意し、実施例１と同様にして、粒度の異なる各乾麺粉末試料につき、複数の乾麺粉末試料の参照蛍光特性（２次元パラメータ）を求めておいた。その結果を図１１に示す。
図１０及び図１１を照合することにより、各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率８６．７％）と主成分軸３（寄与率２．５％））上の位置）が、予め得られている各粒度の粉末（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、粗い粉末と細かい粉末が判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【００９８】
〔実施例３〕
異種穀粉試料（純度の異なる穀粉、すなわち純粋な穀粉と異種穀粉の混合物（アレルゲンを含む穀粉ともいえる））を用いて、穀粉の判別を行った。
未知試料として、国内産蕎麦粉（商品名 さらしな粉 石森製粉社製）１００％の試料と、同蕎麦粉に小麦粉（商品名 カメリヤ 日清製粉社製）を３０％配合した混合試料との２つの試料を用意した。なお、ここで、用いられた蕎麦粉及び小麦粉の平均粒径は、それぞれ９０μｍ、６３μｍであった。
まず、国内産蕎麦粉１００％の純粋穀粉試料と蕎麦粉に小麦粉を３０％配合した混合穀粉試料とをそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。その結果を図１２（ａ）及び（ｂ）に示す。なお、図１２（ａ）及び（ｂ）は、それぞれ蕎麦粉のみの純粋穀粉試料及び混合穀粉試料の結果を示す。
【００９９】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図１３に示す。
なお、予め、既知試料として、同様に蕎麦粉のみの純粋穀粉試料及び同様な混合穀粉試料を別途用意し、実施例１と同様にして、様々な粒度の各穀粉試料につき、複数の穀粉試料の参照蛍光特性（２次元パラメータ）を求めておいた。そのうち、蕎麦粉及び小麦粉の各参照穀粉の平均粒度が、それぞれ９０μｍ、６３μｍである場合の参照蛍光特性（２次元パラメータ）の結果を図１４に示す。
図１３及び図１４を照合することにより、各穀粉試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸１（寄与率７１．３％）と主成分軸２（寄与率１０．０％））上の位置）が、予め得られている各穀粉試料（既知試料）の参照蛍光特性の領域内の９５％確率楕円（既知試料の参照蛍光特性の９５％が分布する範囲）にプロットされていることから、１００％の蕎麦粉の純粋穀粉試料と小麦粉を３０％配合する蕎麦粉の混合穀粉試料を判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述する。
【０１００】
〔実施例４〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として主成分分析を用いて、異種穀粉の判別を行った。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
なお、同様の方法で、予め既知試料のＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、主成分座標系に変換する数式（固有ベクトル）：ｘ がＥＥＭ情報、Ｙが出力結果となる一般式 Ｙ=ｆ（ｘ）を作成し、さらに、主成分座標系における各試料群の分布状態をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、前述した試料をそれぞれ２サンプルずつ用いた。参照用に測定した蕎麦粉、ライ麦粉、強力粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍのものである場合の主成分座標系における各既知試料群の分布状態を図１５に示す。
【０１０１】
未知試料のＥＥＭ情報を上記一般式に代入して得られた出力結果を、図１５に示される既知試料をもとに作成された主成分座標系に重ねてプロットした場合、その主成分座標系における位置が、以下の（１）〜（３）のような条件を満たすかどうかでその穀粉の種別が決定される。
（１）未知試料の各主成分得点が、平均±２×標準偏差におさまる。
（２）未知試料のプロットが既知試料のプロット図の９５％確立楕円（既知試料の９５％が分布する範囲）の内部に存在する。
（３）未知資料の各主成分得点が、既知試料の各主成分得点の重心に最も近い。
なお、上記（１）及び（２）に記載の範囲は、任意に設定することができる。（例えば、平均±２．５×標準偏差、９０％確率楕円）
本実施例においては、図１５に示されるように、各未知試料が各既知試料に属することが確認された。
【０１０２】
〔実施例５〕
統計解析処理法としてクラスター分析を用いて、未知試料（穀粉）の属性を判定した。クラスター分析は、多次元空間における距離の近いサンプル同士を次々と結合させ、１つのクラスターを形成させる分析方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。
なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、４８μｍである。
また、実施例１と同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉及び米粉）のＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、各クラスターに分類された既知試料の分布状況（平均値、標準偏差等）をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、未知試料と同様の試料及び粒度のものを使用した。参照穀粉である蕎麦粉、ライ麦粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、４８μｍである場合の各クラスターの分類状況を図１６（ａ）に示す。
上記データベースに格納された既知試料のクラスターをもとに、３種の未知試料がどのクラスターに結合されるかにより、各未知試料の属性を判別する。
本実施例においては、図１６（ｂ）が示すように、３つの検証用データを追加したところ、それぞれの試料が各クラスターに結合することが確認された。
【０１０３】
〔実施例６〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として判別分析を用いて、異種穀粉の判別を行った。判別分析は、既知試料を用いて、各既知試料の群を判別する判別式を作成し、その判別式に未知試料のＥＥＭ情報をあてはめて試料群を判別する方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
なお、同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉、強力粉及び米粉）のＥＥＭ情報を２サンプル分ずつ取得し、そのＥＥＭ情報をもとに、ｘ がＥＥＭ情報、Ｙが出力結果となる一般式 （判別式）Ｙ=ｆ（ｘ）を作成し、さらに、判別分析における各試料群の分布状態をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、粒度が未知試料と同様のものを使用した。既知試料の蕎麦粉、ライ麦粉、強力粉及び米粉の平均粒径が、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍのものである場合の判別分析における各群の分布状態を図１７に示す。
【０１０４】
未知試料である各穀粉のＥＥＭ情報を上記一般式（判別式）に代入して得られた出力結果は、その未知試料が各既知試料群に所属する確率として示される。従って、図１７に示される既知試料をもとに作成された判別分析の各試料群の分布状態に、未知試料による出力結果を重ねてプロットした場合、最もその確立（出力結果）が大きい試料群にその未知試料が属することから、穀粉の種別を判別することができる。図１８に各未知試料の判別結果を示した。本実施例においては、図１８に示されるように、１００％の精度で各未知試料を判別することが確認できた。
【０１０５】
〔実施例７〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法として回帰分析（ＰＬＳ回帰分析）を用いて、異種穀粉の判別を行った。回帰分析は、既知試料のＥＥＭ情報から測定対象物の量（測定対象物の配合割合）を予測する検量線を作成し、その検量線に未知試料のＥＥＭ情報を当てはめてその測定対象物の含量を判別する方法である。
未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）と強力粉（商品名 カメリヤ 日清製粉社製）を配合した混合試料を用意した。なお、各穀粉の平均粒径は、それぞれ９０μｍ、６３μｍである。
まず、試料を石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１０６】
なお、同様の方法で、予め、強力粉（既知試料）の粒度及びＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、測定対象物である強力粉の配合割合を予測する検量線を作成し、メモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。既知試料により作成された検量線を図１９（ａ）に示す。なお、既知試料は、未知試料の強力粉と同様のものを用いた。また、粒度も未知試料と同様のものを使用した。
未知試料である強力粉のＥＥＭ情報を検量線に代入し、その出力結果、すなわち、未知試料に含まれる成分の含量（予測値）を得たところ、図１９（ｂ）に示すような予測値が得られた。上記既知試料における検量線と未知試料による予測値を照合した結果、未知試料中の強力粉の含量を決定係数０．９９以上、誤差３．５９％で予測できることが確認された。
【０１０７】
〔実施例８〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計解析処理法としてニューラルネットワークを用いて、異種穀粉の判別を行った。
ニューラルネットワークは、図２０が示すように、入力層、中間層及び出力層よりなるネットワーク構造を構築し、既知試料を用いて、強力粉のＥＥＭ情報を入力すれば、「強力粉」という応答が得られるような重み係数ｗを算出する方法である。
本実施例においては、未知試料として、蕎麦粉（商品名 さらしな粉 石森製粉社製）、ライ麦粉（商品名 メールダンケル 日清製粉社製）、強力粉（商品名 カメリヤ 日清製粉社製）及び米粉（商品名 リファリーヌ 群馬製粉社製）を用意した。
なお、蕎麦粉、ライ麦粉、強力粉及び米粉の各平均粒径は、それぞれ９０μｍ、９０μｍ、６３μｍ、４８μｍである。
まず、試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１０８】
なお、同様の方法で、予め、各既知試料（蕎麦粉、ライ麦粉、強力粉及び米粉）の粒度及びＥＥＭ情報を取得し、そのＥＥＭ情報をもとに、ｘがＥＥＭ情報、Ｙが出力結果となる一般式 Ｙ=ｆ（ｘ）を作成し、上記ネットワーク構造、重み係数及び一般式をメモリ（ＤＢ）３２及び／又は外部メモリ（ＤＢ）３６に格納しておく。なお、既知試料は、未知試料と同様のものを用いた。また、粒度も未知試料と同様のものを使用した。
上記ネットワーク構造の出力層には、蕎麦粉、ライ麦粉、強力粉及び米粉の各群に対応する４つのノードがあり、上記一般式に未知試料のＥＥＭ情報を入力すると、各既知試料群に所属する確率が出力結果として得られ、最もその確率（出力結果）が大きい試料群にその未知試料が属することから、穀粉の種別を予測することができる。図２１に各未知試料の予測結果を示した。
本実施例においては、図２１に示すように、１００％の精度で未知試料を各穀粉に正しく判別できることが確認された。
【０１０９】
〔実施例９〕
実施例１と同様の方法でＥＥＭ情報を取得し、統計処理方法として主成分分析を用いて、粒度が異なる穀粉の判別を行った。
未知試料の穀粉として、デュラム・セモリナを、粉砕機で粉砕し、下記４つのゾーンに該当する粒度の画分に分けて調整したものを用いた。各粒度は、粒度取得部２０で測定し、確認した。粒度取得部２０としては、粒度測定装置（商品名 マイクロトラック 日機装社製）を用いた。
ゾーン（１）：粒度の粗い画分 ３００μｍ以上（平均粒径５００μｍ）
ゾーン（２）：粒度のやや粗い画分 １５０μｍ以上３００μｍ未満（平均粒径２００μｍ）
ゾーン（３）：粒度の細かい画分 １０μｍ以上１５０μｍ未満（平均粒径６０μｍ）
ゾーン（４）：粒度の非常に細かい画分 １０μｍ未満（平均粒径１μｍ）
まず、各粒度の画分の穀粉試料をそれぞれ石英セルに封入した。
実施例１と同様の判別装置１０を用い、各試料を封入した石英セルを、それぞれ測定ユニット１２の支持部２１の所定の測定位置に位置決めして載置し、各試料に対し、実施例１と同様の測定条件で蛍光測定を実施し、これらの穀粉試料の蛍光強度を測定し、その結果から、実施例１と同様にして、ＥＥＭ情報を得た。
【０１１０】
さらに、蛍光強度の測定結果から得られたＥＥＭ情報から、実施例１と同様に主成分分析を実施し、パラメータ化した蛍光特性として２次元パラメータを得た。その結果を図２２に示す。なお、予め、既知試料として、それぞれ略同じ粒度（平均粒径）のデュラム・セモリナの穀粉試料を別途用意し、実施例１と同様にして、各粒度における画分の穀粉試料につき、複数の参照蛍光特性（２次元パラメータ）を求めておいた。
図２２に示される各試料の蛍光特性（２次元パラメータで表される２次元座標（主成分軸1：寄与率８２．３％、主成分軸２：寄与率４．７％）上の位置）が、予め与えられている各粒度の穀粉の参照蛍光特性の領域内にほぼプロットされたことから、ゾーン（１）から（４）までの穀粉を判別でき、かつ、特定できることが確認された。
なお、主成分分析による未知試料と既知試料の照合方法については、実施例４で詳述したとおりである。
【産業上の利用可能性】
【０１１１】
本発明の穀粉の判別方法及び装置は、コスト、手間及び時間をかけずに、穀粉の種別、例えば、穀粉の最終製品の品種や、穀粉の製造中に生成される中間生成物（粉）の品種や、特定成分を含む品種等の種別を容易かつ確実に、また、リアルタイムで判別することができるので、小麦粉等の穀粉製品の品質管理や、穀粉製品の製造現場での製造工程（製粉工程）の管理や制御、特に、最終工程のみならず、中間生成穀粉の製造工程（製粉中間工程）の管理や制御、中間生成穀粉の品質管理等に用いることができる。
また、本発明の穀粉の判別方法及び装置は、穀物の各成分の粉末(穀粉）の判別や特定、あるいは、アレルゲンを含む穀粉及び穀粉中のアレルゲンの判別や特定に用いることができる。
特に、本発明は、予め、既知の穀粉の品種の種別、粒度及び参照蛍光特性を用意しておくので、小麦粉製品等の穀粉製品の判別、穀粉製品の製造工程の管理のための中間生成穀粉の判別、穀物の各成分からなる穀粉又は各成分を主成分とする穀粉の判別、既知のアレルゲンや既知の他成分等を含む穀粉の判別、及びこの判別結果による穀粉中に含まれるアレルゲンや他成分等の特定等に好適に用いることができる。
【０１１２】
したがって、本発明は、穀粉、穀粉混合物中の穀粉やその成分や異種穀粉、例えば、ライ麦粉中の小麦粉、デュラム粉中の小麦粉の簡易判別技術や簡易検出技術、穀粉、穀粉混合物中の豆類粉、米粉、コーン粉の簡易判別技術や簡易検出技術、蕎麦粉中の小麦粉、米粉中の小麦粉の簡易判別技術や簡易検出技術、穀粉、穀粉原料中のアレルゲン素材、例えば、卵、小麦、牛乳、乳製品、蕎麦、落花生等の簡易判別技術や簡易検出技術、として好適に用いることができる。
また、本発明の穀粉の品質管理方法及び穀粉製品は、所定の品質を持つ穀物製品であることが管理でき、その結果、所定の品質を持つ穀粉製品を提供することができる。また、本発明の穀粉の品質管理方法及び製品は、アレルゲンを含まない所定の品質を持つ穀物製品であることが管理でき、その結果、アレルゲンを含まない所定の品質である穀粉製品を提供することができる。
【図面の簡単な説明】
【０１１３】
【図１】本発明の穀粉の判別方法のフローチャートの一例である。
【図２】図１に示す穀粉の判別方法のＥＥＭ情報取得工程の蛍光強度測定工程のフローチャートの一例である。
【図３】本発明の穀粉の判別装置の一実施形態のブロック図である。
【図４】図３に示す穀粉の判別装置の測定ユニットの分光照明部及び蛍光測定部の一実施形態のブロック図である。
【図５】図４に示す測定ユニットにおける蛍光強度測定フローチャートの一例である。
【図６】（ａ）及び（ｂ）は、それぞれ本発明の実施例１のパスタ用粉及びパン用粉のＥＥＭを表す図である。
【図７】本発明の実施例１の主成分分析の結果を示す蛍光特性のグラフである。
【図８】本発明の実施例１で用いられる既知の穀粉製品別の蛍光特性のグラフである。
【図９】（ａ）及び（ｂ）は、それぞれ本発明の実施例２の乾麺の粗い粉末及び細かい粉末のＥＥＭを表す図である。
【図１０】本発明の実施例２の主成分分析の結果を示す蛍光特性のグラフである。
【図１１】本発明の実施例２で用いられる既知の粒度の乾麺の穀粉別の蛍光特性のグラフである。
【図１２】（ａ）及び（ｂ）は、それぞれ本発明の実施例３の１００％蕎麦粉と３０％小麦粉配合蕎麦粉のＥＥＭを表す図である。
【図１３】本発明の実施例３の主成分分析の結果を示す蛍光特性のグラフである。
【図１４】本発明の実施例３で用いられる既知の異種穀粉別の蛍光特性のグラフである。
【図１５】本発明の実施例４の主成分分析の結果を示す蛍光特性のグラフである。
【図１６】本発明の実施例５のクラスター分析の結果を示すグラフである。
【図１７】本発明の実施例６の既知試料による判別分析の結果を示すグラフである。
【図１８】本発明の実施例６の判別分析の結果を示す表である。
【図１９】本発明の実施例７の回帰分析の結果を示すグラフである。
【図２０】本発明のニューラルネットワークを説明する模式図である。
【図２１】本発明の実施例８のニューラルネットワークによる結果を示す表である。
【図２２】本発明の実施例９の主成分分析の結果を示すグラフである。
【符号の説明】
【０１１４】
１０ 穀粉の判別装置（判別装置）
１２ 測定ユニット
１４ 穀粉判別ユニット
１６ 操作部
１８ ディスプレイ
２０ 粒度取得部
２１ 測定対象穀粉支持部（支持部）
２２ 分光照明部
２４ 蛍光測定部
２６ 情報取得部
２８ 蛍光特性抽出部
３０ 蛍光特性照合部
３２ メモリ（ＤＢ）
３４ 制御部
３６ 外部メモリ（ＤＢ）
３８ 光源
４０，４８ 分光デバイス
４２ 励起波長調節部
４４ 光学デバイス
４６ 励起光照射部
５０ 蛍光測定デバイス
ＭＦ 測定対象物（測定対象穀粉）
【特許請求の範囲】
【請求項１】
穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別方法であって、
前記穀粉の粒度を取得する粒度取得工程と、
所定の励起波長範囲及び所定の蛍光波長範囲で、前記穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する励起・蛍光マトリックス情報取得工程と、
この情報取得工程において取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程と、
既知の種別の穀粉について、予め、前記粒度取得工程、励起・蛍光マトリックス情報取得工程及び蛍光特性抽出工程とを行って、前記粒度及び前記パラメータ化された蛍光特性とを取得し、前記穀粉の前記既知の種別及び得られた前記粒度と、前記パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程と、
前記粒度取得工程で取得された前記測定対象となる穀粉の前記粒度及び前記蛍光特性抽出工程で抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記粒度に応じて、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合工程とを含むことを特徴とする穀粉の判別方法。
【請求項２】
前記蛍光特性抽出工程は、前記励起・蛍光マトリックス情報から前記穀粉の蛍光特性を二次元パラメータとして取得することを特徴とする請求項１に記載の穀粉の判別方法。
【請求項３】
前記蛍光特性抽出工程は、前記統計解析処理を、多変量解析又はデータマイニングにより行うことを特徴とする請求項１又は２に記載の穀粉の判別方法。
【請求項４】
前記多変量解析又は前記データマイニングを、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うことを特徴とする請求項３に記載の穀粉の判別方法。
【請求項５】
前記データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項６】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記主成分分析の手法を用いて行い、前記励起・蛍光マトリックス情報から、２つ以下の主成分得点をパラメータとして抽出し、それらを前記穀粉の蛍光特性として取得することを特徴とする請求項５に記載の穀粉の判別方法。
【請求項７】
前記判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項８】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記判別分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている判別式に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合し、前記穀粉の種別を判別することを特徴とする請求項７に記載の穀粉の判別方法。
【請求項９】
前記パターン分類を、クラスター分析又は多次元尺度法で行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１０】
前記回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１１】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記重回帰分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、それらを予め前記データベースに格納されている検量線に当てはめることでパラメータを算出し、予め前記データベースに格納されたパラメータと照合することを特徴とする請求項１０に記載の穀粉の判別方法。
【請求項１２】
前記学習機械は、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１３】
前記穀粉は、前記穀物の特定の成分を主成分として含む穀粉であり、
前記蛍光特性照合工程は、前記蛍光特性抽出工程において抽出された前記穀粉の蛍光特性と、前記穀粉の各成分毎の穀粉及びその粒度に応じて、予め得られ、前記データベースに格納されている前記穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる穀粉を、前記穀物の特定の成分を主成分として含む穀粉であることを特定することを特徴とする請求項１〜１２のいずれかに記載の穀粉の判別方法。
【請求項１４】
前記穀粉が、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物からなる群より選択される少なくとも１つを含むことを特徴とする請求項１〜１３のいずれかに記載の穀粉の判別方法。
【請求項１５】
前記小麦粉が、デュラム小麦粉、強力粉、中力粉及び薄力粉からなる群より選択される少なくとも１つを含むことを特徴とする請求項１４に記載の穀粉の判別方法。
【請求項１６】
前記測定対象となる穀粉は、その中にアレルゲンを含む穀粉であり、
前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる前記アレルゲンが特定されることを特徴とする請求項１〜１５のいずれかに記載の穀粉の判別方法。
【請求項１７】
前記測定対象となる前記穀粉は、多種類の穀粉の混合物であり、
前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる特定の穀粉が特定される請求項１〜１６のいずれかに記載の穀粉の判別方法。
【請求項１８】
前記粒度取得工程は、前記測定対象となる前記穀粉の予め測定された既知の粒度を情報として取得するものである請求項１〜１７のいずれかに記載の穀粉の判別方法。
【請求項１９】
穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別装置であって、
前記穀粉の粒度を取得する粒度取得手段と、
所定の励起波長範囲で、励起波長を段階的に変化させながら、前記穀粉に前記励起光を照射する分光照明手段と、
この分光照明手段によって前記穀粉に照射される前記励起光の前記励起波長の段階的な変化に応じて、所定の蛍光波長範囲で、測定する蛍光波長を段階的に変化させながら、前記励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する情報取得手段と、
この情報取得手段によって取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出手段と、
予め、前記分光照明手段、前記情報取得手段及び前記蛍光特性抽出手段を用いて取得された、その種別及び粒度が既知の穀粉の前記パラメータ化された蛍光特性と、前記穀粉の既知の種別及び粒度とを関連付けて予め格納しておくためのデータベースと、
前記測定対象となる穀粉の既知の粒度及び前記蛍光特性抽出手段によって抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている、前記測定対象となる穀粉の既知の粒度に対応する粒度を持つ前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合手段とを含むことを特徴とする穀粉の判別装置。
【請求項２０】
請求項１〜１８のいずれかに記載の穀粉の判別方法又は請求項１９に記載の判別装置を用いて、所定の品質を持つ穀粉製品であることを判別することを特徴とする穀粉製品の品質管理方法。
【請求項２１】
請求項１〜１８のいずれかに記載の穀粉の判別方法又は請求項１９に記載の判別装置を用いて管理された、所定の品質を持つことを特徴とする穀粉製品。
【請求項１】
穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別方法であって、
前記穀粉の粒度を取得する粒度取得工程と、
所定の励起波長範囲及び所定の蛍光波長範囲で、前記穀粉に照射する励起波長及び測定する蛍光波長を段階的に変化させながら、励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する励起・蛍光マトリックス情報取得工程と、
この情報取得工程において取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出工程と、
既知の種別の穀粉について、予め、前記粒度取得工程、励起・蛍光マトリックス情報取得工程及び蛍光特性抽出工程とを行って、前記粒度及び前記パラメータ化された蛍光特性とを取得し、前記穀粉の前記既知の種別及び得られた前記粒度と、前記パラメータ化された蛍光特性とを関連付けて予めデータベースに格納しておく参照蛍光特性取得・格納工程と、
前記粒度取得工程で取得された前記測定対象となる穀粉の前記粒度及び前記蛍光特性抽出工程で抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記粒度に応じて、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合工程とを含むことを特徴とする穀粉の判別方法。
【請求項２】
前記蛍光特性抽出工程は、前記励起・蛍光マトリックス情報から前記穀粉の蛍光特性を二次元パラメータとして取得することを特徴とする請求項１に記載の穀粉の判別方法。
【請求項３】
前記蛍光特性抽出工程は、前記統計解析処理を、多変量解析又はデータマイニングにより行うことを特徴とする請求項１又は２に記載の穀粉の判別方法。
【請求項４】
前記多変量解析又は前記データマイニングを、データ構造分析、判別分析、パターン分類、多元データ解析、回帰分析及び学習機械からなる群より選ばれる少なくとも１つの手法を用いて行うことを特徴とする請求項３に記載の穀粉の判別方法。
【請求項５】
前記データ構造分析を、主成分分析、因子分析、対応分析及び独立成分分析からなる群より選ばれる少なくとも１つの手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項６】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記主成分分析の手法を用いて行い、前記励起・蛍光マトリックス情報から、２つ以下の主成分得点をパラメータとして抽出し、それらを前記穀粉の蛍光特性として取得することを特徴とする請求項５に記載の穀粉の判別方法。
【請求項７】
前記判別分析を、線形判別分析又は非線形判別分析の手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項８】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記判別分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、予め前記データベースに格納されている判別式に当てはめることでパラメータを算出し、それらを予め前記データベースに格納されたパラメータと照合し、前記穀粉の種別を判別することを特徴とする請求項７に記載の穀粉の判別方法。
【請求項９】
前記パターン分類を、クラスター分析又は多次元尺度法で行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１０】
前記回帰分析を、線形回帰、非線形回帰又は重回帰分析の手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１１】
前記蛍光特性抽出工程は、前記多変量解析又は前記データマイニングを、前記重回帰分析の手法を用いて行い、前記励起・蛍光マトリックス情報を、それらを予め前記データベースに格納されている検量線に当てはめることでパラメータを算出し、予め前記データベースに格納されたパラメータと照合することを特徴とする請求項１０に記載の穀粉の判別方法。
【請求項１２】
前記学習機械は、ニューラルネットワーク、自己組織化マップ、集団学習及び遺伝的アルゴリズムからなる群より選択される少なくとも１つの手法を用いて行うことを特徴とする請求項４に記載の穀粉の判別方法。
【請求項１３】
前記穀粉は、前記穀物の特定の成分を主成分として含む穀粉であり、
前記蛍光特性照合工程は、前記蛍光特性抽出工程において抽出された前記穀粉の蛍光特性と、前記穀粉の各成分毎の穀粉及びその粒度に応じて、予め得られ、前記データベースに格納されている前記穀物の各成分を主成分として含む穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる穀粉を、前記穀物の特定の成分を主成分として含む穀粉であることを特定することを特徴とする請求項１〜１２のいずれかに記載の穀粉の判別方法。
【請求項１４】
前記穀粉が、小麦粉、大麦粉、ライ麦粉、米粉、コーン粉、蕎麦粉及び豆粉類及びこれらの混合物からなる群より選択される少なくとも１つを含むことを特徴とする請求項１〜１３のいずれかに記載の穀粉の判別方法。
【請求項１５】
前記小麦粉が、デュラム小麦粉、強力粉、中力粉及び薄力粉からなる群より選択される少なくとも１つを含むことを特徴とする請求項１４に記載の穀粉の判別方法。
【請求項１６】
前記測定対象となる穀粉は、その中にアレルゲンを含む穀粉であり、
前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる前記アレルゲンが特定されることを特徴とする請求項１〜１５のいずれかに記載の穀粉の判別方法。
【請求項１７】
前記測定対象となる前記穀粉は、多種類の穀粉の混合物であり、
前記測定対象となる前記穀粉の種別及びこの穀粉中に含まれる特定の穀粉が特定される請求項１〜１６のいずれかに記載の穀粉の判別方法。
【請求項１８】
前記粒度取得工程は、前記測定対象となる前記穀粉の予め測定された既知の粒度を情報として取得するものである請求項１〜１７のいずれかに記載の穀粉の判別方法。
【請求項１９】
穀物を粉砕して得られた穀粉の持つ所定の特性に応じて、測定対象となる穀粉の種別を判別する穀粉の判別装置であって、
前記穀粉の粒度を取得する粒度取得手段と、
所定の励起波長範囲で、励起波長を段階的に変化させながら、前記穀粉に前記励起光を照射する分光照明手段と、
この分光照明手段によって前記穀粉に照射される前記励起光の前記励起波長の段階的な変化に応じて、所定の蛍光波長範囲で、測定する蛍光波長を段階的に変化させながら、前記励起光が照射された前記穀粉から発生する蛍光の蛍光強度を測定して、前記穀粉の励起・蛍光マトリックス情報を取得する情報取得手段と、
この情報取得手段によって取得された前記穀粉の励起・蛍光マトリックス情報を統計解析処理して、前記穀粉の蛍光特性をパラメータ化して抽出する蛍光特性抽出手段と、
予め、前記分光照明手段、前記情報取得手段及び前記蛍光特性抽出手段を用いて取得された、その種別及び粒度が既知の穀粉の前記パラメータ化された蛍光特性と、前記穀粉の既知の種別及び粒度とを関連付けて予め格納しておくためのデータベースと、
前記測定対象となる穀粉の既知の粒度及び前記蛍光特性抽出手段によって抽出された前記測定対象となる穀粉の前記パラメータ化された蛍光特性を用いて、前記データベース内を検索し、前記測定対象となる穀粉の前記パラメータ化された蛍光特性と、予め前記データベースに格納されている、前記測定対象となる穀粉の既知の粒度に対応する粒度を持つ前記穀粉の前記既知の種別についての前記穀粉のパラメータ化された蛍光特性とを照合して、前記測定対象となる前記穀粉の種別を判別する蛍光特性照合手段とを含むことを特徴とする穀粉の判別装置。
【請求項２０】
請求項１〜１８のいずれかに記載の穀粉の判別方法又は請求項１９に記載の判別装置を用いて、所定の品質を持つ穀粉製品であることを判別することを特徴とする穀粉製品の品質管理方法。
【請求項２１】
請求項１〜１８のいずれかに記載の穀粉の判別方法又は請求項１９に記載の判別装置を用いて管理された、所定の品質を持つことを特徴とする穀粉製品。
【図１】
【図２】
【図３】
【図４】
【図５】
【図７】
【図８】
【図１０】
【図１１】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図６】
【図９】
【図１２】
【図２】
【図３】
【図４】
【図５】
【図７】
【図８】
【図１０】
【図１１】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図６】
【図９】
【図１２】
【公開番号】特開２０１０−１８５７１９（Ｐ２０１０−１８５７１９Ａ）
【公開日】平成２２年８月２６日（２０１０．８．２６）
【国際特許分類】
【出願番号】特願２００９−２８８４７（Ｐ２００９−２８８４７）
【出願日】平成２１年２月１０日（２００９．２．１０）
【出願人】（５０１２０３３４４）独立行政法人農業・食品産業技術総合研究機構 (827)
【出願人】（０００２２６９９８）株式会社日清製粉グループ本社 (125)
【Ｆターム（参考）】
【公開日】平成２２年８月２６日（２０１０．８．２６）
【国際特許分類】
【出願日】平成２１年２月１０日（２００９．２．１０）
【出願人】（５０１２０３３４４）独立行政法人農業・食品産業技術総合研究機構 (827)
【出願人】（０００２２６９９８）株式会社日清製粉グループ本社 (125)
【Ｆターム（参考）】
[ Back to top ]