[論文レビュー] Maize Haploid Identification via LSTM-CNN and Hyperspectral Imaging Technology

Xuan-Yu Wang, Wen-Xuan Liao+2 more|arXiv (Cornell University)|May 23, 2018

Spectroscopy and Chemometric Analyses参考文献 2被引用数 9

ひとこと要約

本研究では、高スペクトル画像を用いて最適な波長帯（1367.6–1526.4 nm）を選択することで、97%の正確性を達成する新しいLSTM-CNNディープラーニングモデルを提案する。LSTMはノイズの多い波長帯を除去し、CNNは識別能の高い波長帯間隔を特定する。これにより、非侵襲的かつ効率的な種子選別が可能となり、トレーニングに使用されるデータは全データの1/5にまで削減される。

ABSTRACT

Accurate and fast identification of seed cultivars is crucial to plant breeding, with accelerating breeding of new products and increasing its quality. In our study, the first attempt to design a high-accurate identification model of maize haploid seeds from diploid ones based on optimum waveband selection of the LSTM-CNN algorithm is realized via deep learning and hyperspectral imaging technology, with accuracy reaching 97% in the determining optimum waveband of 1367.6-1526.4nm. The verification of testing another cultivar achieved an accuracy of 93% in the same waveband. The model collected images of 256 wavebands of seeds in the spectral region of 862.9-1704.2nm. The high-noise waveband intervals were found and deleted by the LSTM. The optimum-data waveband intervals were determined by CNN's waveband-based detection. The optimum sample set for network training only accounted for 1/5 of total sample data. The accuracy was significantly higher than the full-waveband modeling or modeling of any other wavebands. Our study demonstrates that the proposed model has outstanding effect on maize haploid identification and it could be generalized to some extent.

研究の動機と目的

• 交配種のなかでのトウモロコシハプロイド種子を高精度かつ非侵襲的に同定する方法を開発し、育種プログラムの加速を図ること。
• 高コスト、時間消費、人的労働や複雑なラベリングに依存する従来手法の限界を克服すること。
• ディープラーニングと高スペクトル画像を活用し、識別性能を向上させる最適なスペクトル特徴を抽出すること。
• 分類精度を最大化すると同時にデータの複雑さを最小限に抑える、最も情報量の多い波長帯間隔を同定すること。
• 異なるトウモロコシ系統および波長帯設定において、モデルの汎用性を実証すること。

提案手法

• 高スペクトル画像は、862.9–1704.2 nmの範囲で256の波長帯を含むトウモロコシ種子のスペクトル的および空間的特徴を収集する。
• LSTMは順次的な波長帯データを分析し、波長帯の系列におけるコスト関数の収束行動を比較することで、ノイズの高い波長帯間隔を特定する。
• CNNは波長帯ベースの分類を実行し、高い識別精度を示す間隔を検出することで、最も特徴的なスペクトル領域を特定する。
• モデルは、最適波長帯間隔（1367.6–1526.4 nm）に限定された縮小データセットに基づいてトレーニングされる。これは全データの1/5に相当する。
• 最終的なモデルは、ノイズ除去と特徴抽出の両方を最適化するハイブリッドLSTM-CNNアーキテクチャを採用する。
• モデルの性能は、異なる系統を用いた交差検証テストおよび全波長帯モデルや代替波長帯モデルとの比較によって検証される。

実験結果

リサーチクエスチョン

• RQ1 高スペクトル画像を用いたディープラーニングモデルは、交配種のなかでのトウモロコシハプロイド種子を正確に同定できるか？
• RQ2 どの特定の波長帯間隔がハプロイド種子と交配種の区別に最も特徴的なスペクトル情報を含むか？
• RQ3 LSTMおよびCNNによる波長帯選択は、全スペクトルモデルと比較して分類精度をどのように向上させるか？
• RQ4 モデルはどの程度、異なるトウモロコシ系統に一般化可能か？
• RQ5 LSTMによるノイズの影響を受ける波長帯の除去は、モデルの安定性と正確性を向上させるか？

主な発見

• 提案されたLSTM-CNNモデルは、最適波長帯間隔（1367.6–1526.4 nm）で97%の識別正確性を達成し、全波長帯モデル（80%）や他の波長帯サブセット（90%未満）を著しく上回った。
• 最適波長帯間隔（1367.6–1526.4 nm）は、スペクトル的特徴に基づいてトウモロコシハプロイド種子と交配種子を区別するのに最も情報量が多いと特定された。
• 全データの1/5に限定された、選択された最適波長帯に限定してトレーニングしたモデルは、広範なまたは全波長帯範囲でトレーニングした場合よりも高い正確性と優れたテスト安定性を示した。
• モデルは汎用性を示し、同じ最適波長帯間隔を用いて別のトウモロコシ系統でテストした際、93%の正確性を達成した。
• ノイズの影響を受ける波長帯間隔はLSTMによって正確に同定され、除外された。これにより、全体のモデルの頑健性と性能が向上した。
• 従来のSVMやPCAベースのモデルと比較して、ハイブリッドLSTM-CNNアプローチは、高次元かつノイズの多い高スペクトルデータの処理において優れた性能を示した。