機械学習を用いた作物種子の形状解析に関する共同研究の論文がCommunications Biology誌に発表されました。

Toda, Y., Okura, F., Ito, J. et al. Training instance segmentation neural network with synthetic datasets for crop seed phenotyping. Commun Biol 3, 173 (2020). https://doi.org/10.1038/s42003-020-0905-5

名古屋大学トランスフォーマティブ生命分子研究所の戸田陽介特任助教、木下俊則教授、大阪大学産業科学研究所の大倉史生助教、岡山大学 資源植物科学研究所の最相大輔准教授、岡田聡史特任助教との共同研究です。

作物の種子形状は品質や栽培適性に影響する重要な農業形質です。多数の種子の形状を人力で計測するには膨大な人手と時間が必要となるため、人工知能技術（機械学習）を用いた計測方法が有効ですが、機械学習のための教師データ作成もまた非常に手間がかかることが問題でした。

本研究では、少数サンプルの画像データから教師データを自動生成する方法を開発することで、省力化することに成功し、人力では不可能なほど多数の種子形状を自動計測する技術を開発しました。この技術を活用することで、これまで測定しきれなかった種子形状を研究者が把握し、その改良を行うことが可能になると期待できます。