AIを用いた植物顕微鏡画像解析と植物フェノタイピング（MOONSHOT Goal 3）

気孔、根、葉、植物成長を対象とした深層学習による植物画像解析および植物フェノタイピングに関する研究。

English

研究概要

本研究は、MOONSHOT Goal 3「人とAIロボットの創造的共進化によるサイエンス開拓」における研究課題の一つであり、名古屋大学と東北大学の連携のもとで実施しました。

本研究では、植物の顕微鏡画像およびスキャナー画像を対象として、気孔形態、根系構造、葉の構造、植物成長などに関する定量的な表現型情報を自動的に抽出することを目的としています。

コンピュータビジョンおよび深層学習技術を用いて、植物構造の検出・セグメンテーション、形態計測、成長解析、ならびに植物フェノタイピングの自動化に取り組んでいます。

研究内容

  • 植物画像解析
  • 顕微鏡画像解析
  • 気孔セグメンテーション
  • 気孔形態・表現型計測
  • 根の検出およびセグメンテーション
  • 根長の自動計測
  • 葉構造に基づく植物成長解析
  • 植物フェノタイピングの自動化
  • 植物成長モニタリング
  • 植物生物学への深層学習の応用

研究期間

2021年–2025年

共同研究

  • 名古屋大学
  • 東北大学

代表的な研究業績

  • Edge-aware Deep Learning Framework for Automatic Stomatal Segmentation and Phenotype Measurement for Microscopic Image, CVMI Workshop, 2022.

  • Deep Learning-based Automatic Plant Root Detection for the Measurement of Plant Root Using Images from Scanner, IAPB Congress, 2023.

  • Development of a Deep Learning-Based Automatic Root Length Measurement Tool for Automated Monitoring of Plant Growth, Botanical Society of Japan, 2023.

  • SMART: Stoma Measurement, Analysis, Report Tool for Microscope Image and Its Application in Plant Phenotyping, ICWAPR, 2024.

  • Leaf Navigated Plant Growth Measurement for Automated Plant Cultivation System, ICWAPR, 2024.

代表的なソフトウェア

SMART

顕微鏡画像中の気孔を対象として、画像解析、形態計測、および実験レポート生成を支援するソフトウェアです。

気孔画像から定量的な特徴量を抽出し、解析結果と所見を含む実験レポートの作成を支援します。

RAPID

スキャナーで取得した植物根画像を対象として、根の検出・計測および実験レポート生成を支援するソフトウェアです。

植物根の画像解析結果を整理し、実験結果を効率的に記録するために開発しました。

キーワード

植物画像解析 · 顕微鏡画像解析 · バイオイメージング · 植物フェノタイピング · 気孔解析 · 根系画像解析 · 深層学習