講演詳細

T5. 樹木根の成長と機能[Development and function of tree roots]

日付	2024年3月8日
開始時刻	16:15
会場名	341
講演番号	T5-7
発表題目	深層学習を用いた細根自動抽出ソフトウェアによる成長・枯死根の抽出 Fine root production and mortality was extracted using automated tracing fine root software based on deep learning
所属	兵庫県立大学
要旨本文	スキャナ法は非破壊的に広範囲の土壌断面 (根圏) を撮影する手法である. この手法で定点撮影された根圏画像から細根を抽出し, 時間的に比較することで細根動態を解析できる. だが, 細根と土壌の色が酷似しているため目視による二者の判別が困難であり, 手動での細根抽出には膨大な時間を要していた.　近年, RootPainter やARATAなど, 深層学習を用いた細根自動抽出ソフトウェアが開発されており, 解析時間の短縮が期待されている.　我々は,　これまでに複数のソフトウェアの抽出性能を評価してきた. だが, 抽出された細根動態が実際の成長・枯死に由来しているかの確認には至っていなかった.　本研究は細根自動抽出ソフトウェアが細根の成長・枯死動態を正確に抽出しているか調べることを目的とした. 根圏画像の時系列データから手動で細根を抽出し, 成長・枯死根の正解画像を作成した. 同じデータから自動抽出で細根抽出画像を作成し, それらの移動差分により成長・枯死根画像を取得した. そして, 自動抽出画像から得られた成長・枯死根画像と正解画像を比較した. その結果, 自動抽出による動態解析では約7割の成長・枯死根が正しく抽出できていたことが明らかになった.
著者氏名	○山形拓人1 ・ 池野英利2 ・ 木村敏文3 ・ 礒川悌次郎4 ・ 中路達郎5 ・ 大橋瑞江3
著者所属	1兵庫県立大学大学院環境人間学研究科 ・ 2福知山公立大学情報学部 ・ 3兵庫県立大学環境人間学部 ・ 4兵庫県立大学大学院工学研究科 ・ 5北海道大学北方生物圏フィールド科学センター
キーワード	深層学習, 画像解析, 樹木根, 細根
Key word	deep learning, image analysis, tree root, fine root