保育器の温度管理において，現在はプローブで測定した新生児の体表温度を基に温度管理をしているが，プローブは剥がれやすく不安定であるという問題点がある．これに対して，サーモグラフィを用いることで，ストレスなく非侵襲的な測定が可能となる．そこで本研究では，深層学習を用いて新生児の熱画像から6部位を検出した上で，体表温度を取得する手法を提案する．提案手法では，YOLOv5を用いて身体部位6箇所の検出モデルを構築し，検出部位を基にk-means法を用いたクラスタリングを適用した上で末梢温度や首元温度を取得する．評価結果より，取得温度とプローブで測定した体温に強い正の相関が見られることを確認した．