著者の所属・活動拠点の国は、アメリカ、韓国です。

掲載誌：Frontiers in Plant Science

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

研究の目的

植物の形や成長の状態を正確かつ客観的に記録することは、栽培方法の改善や植物の発育の理解、環境の変化への素早い対応に欠かせません。しかし、従来の目視による観察は人によって判断が分かれやすく、手間がかかり、細かな違いを見落とすこともあります。研究チームは、デジタル画像と深層学習（大量のデータから特徴を自動で学ぶ人工知能の手法）を組み合わせれば、見た目の差がごく小さい植物材料でも高い精度で分類できることを示そうとしました。題材としたのは、カカオの葉のうち、明るい緑色の「段階D」と濃い緑色の「段階E」です。この二つは大きさや全体の形がよく似ており、見分けにくい段階です。

何を、どのように調べたか

研究チームは、温室で育てたSCA 6という系統のカカオの葉を用いました。葉を透明にする処理と染色を施して葉脈の網目を浮かび上がらせ、その画像を小さな区画（パッチ）に分けて、深層学習モデルの一種であるビジョン・トランスフォーマー（ViT）に学習させました。題名にあるとおり、学習には転移学習（別の課題で事前に学習したモデルを応用する方法）が使われています。性能は学習に使っていない独立したテスト用データで確かめ、パッチ単位の分類に加えて、1枚の葉から得た多数のパッチの判定を多数決でまとめる葉全体単位の分類も評価しました。さらに、モデルが画像のどこに注目して判断したかを示す「注意マップ」を作成しました。

主な報告結果

著者らの報告によると、パッチ単位では独立したテスト用データに対する全体の正解率が97.03%でした。実際にその段階である画像のうち正しく見つけ出せた割合（再現率）は、段階Dで96.0%、段階Eで98.3%でした。葉全体単位では、多数決により独立したテスト用の葉15枚のうち14枚（93.3%）を正しく分類しました。注意マップからは、葉の中央を通る太い葉脈（主脈）と、そこから分かれる一次側脈を含む部分が、分類に強く寄与していたことが示されました。

この報告が示すこと

研究チームは、この成果を、温室栽培のSCA 6系統のカカオにおいて段階Dと段階Eの葉を、判断の根拠を確かめられる形で画像から分類できることを示した「概念実証」と位置づけています。一方で、注意マップは区別に役立つ画像上の場所を示すものの、その背景にある生物学的な仕組みまでは決められないと著者らは述べています。太い葉脈に表れた違いは、葉脈周辺の構造の発達の差、段階による染色液（サフラニンO）の染まり方や光の通しにくさの差、組織の厚さ、あるいはそれらの組み合わせを反映している可能性があります。維管束の構造や木質化、水の通しやすさ、養分の輸送などは直接測っていないため、これらは今後の検証が必要な仮説として扱われています。また、他の系統、野外で育った植物、別の季節や染色の条件、ストレスの検出や品種の識別などへ広げるには、外部での検証が必要だとしています。

※出版社のサイトから本文を取得できないため、本記事は原著論文の抄録だけで作成しています。

原著論文の著者・所属：Ezekiel Ahn（Sustainable Perennial Crops Laboratory, Agricultural Research Service, United States Department of Agriculture）、Eun-Sung Park（Department of Smart Agricultural Systems, Chungnam National University）、Moon S. Kim（Environmental Microbial and Food Safety Laboratory, Agricultural Research Service, United States Department of Agriculture）、Hangi Kim（Department of Biosystems Machinery Engineering, Chungnam National University）、Lalit M. Kandpal（Environmental Microbial and Food Safety Laboratory, Agricultural Research Service, United States Department of Agriculture）、Sunchung Park（Sustainable Perennial Crops Laboratory, Agricultural Research Service, United States Department of Agriculture）、Seunghyun Lim（Sustainable Perennial Crops Laboratory, Agricultural Research Service, United States Department of Agriculture）、Lyndel W. Meinhardt（Sustainable Perennial Crops Laboratory, Agricultural Research Service, United States Department of Agriculture）、Byoung-Kwan Cho（Department of Biosystems Machinery Engineering, Chungnam National University; Department of Smart Agricultural Systems, Chungnam National University）、Insuck Baek（Environmental Microbial and Food Safety Laboratory, Agricultural Research Service, United States Department of Agriculture）

※本記事は原著論文をもとに、日本語で要約・説明を加えた研究紹介です。 出典（原著論文）：Ezekiel Ahn, Eun-Sung Park, Moon S. Kim, et al. Explainable growth stage classification of cacao (Theobroma cacao L.) leaves and key feature visualization using vision transformer and transfer learning. Frontiers in Plant Science（出版社：Frontiers Media） 2026-09-21. DOI: 10.3389/fpls.2026.1885906. 原著ライセンス：CC BY.