講演詳細

遺伝・育種部門[Forest Genetics and Tree Breeding]

日付	2026年3月17日
開始時刻	ポスター発表
会場名	多目的ホール
講演番号	PF-19
発表題目	イメージングと深層学習を用いたスギの雄性不稔判別 Discrimination of male-sterility in Japanese cedar (Cryptomeria japonica) using imaging and deep learning
所属	新潟大学
要旨本文	専門的知識や事前トレーニングを必要としない簡便な雄性不稔スギ判別法の開発を目的として、スギ雄花のカラー画像と蛍光画像を用いた深層学習による判別モデルを構築し、その判別精度を検証した。2023年度および2024年度の12月～2月の間、月に1回の雄花採取を行い、各サンプルの画像を撮影した。検証として、モデルの訓練とテストの採取年度が同一の年度内検証と、採取年度が異なる年度またぎ検証を行った。各検証では、カラー画像単一入力モデル、蛍光画像単一入力モデル、カラー画像と蛍光画像の同時入力モデルを構築した。年度内検証の結果、2023年度よりも2024年度のサンプルの判別精度が高くなった。この原因として、成熟速度の年次間差に起因する可能性が考えられた。また、グレースケール変換画像を用いた解析より、カラー画像では主に雄花の形状などを捉えて判別している一方、蛍光画像では色情報も重要であることが示唆された。さらに、年度またぎ検証では、カラー画像単一入力の場合に雄性不稔の判別精度が約88%と最も高くなった。今後、判別精度をさらに改善することで、迅速かつ客観的な雄性不稔スギの判別法としての有用性が高まると考えられる。
著者氏名	○小畑悠1 ・ 星光輔2 ・ 板倉健太3 ・ 斎藤嘉人2 ・ 森口喜成2
著者所属	1新潟大学大学院自然科学研究科 ・ 2新潟大学農学部 ・ 3ImVisionLabs株式会社
キーワード	スギ, 雄性不稔, 画像解析, 深層学習
Key word	Japanese cedar, male-sterility, image analysis, deep learning