蛍光物質の検出は，蛍光イメージングなどに有用である．蛍光物質は特定の波長の入射光を吸収してそれよりも長い波長の光を放出するため，照明スペクトルの設計が蛍光観察の鍵となる．従来手法では，予め設計された照明スペクトルの下で撮影された画像を入力として蛍光物質を検出しているが，検出精度は入力画像にも依存する．そこで本稿では，データ駆動型のアプローチで照明スペクトルと領域分割処理をend-to-endに学習して蛍光物質を検出する手法を提案する．具体的には，畳み込みカーネルを用いて照明スペクトルを表現できることから，CNN の枠組みで同時学習を行う．実画像を用いた実験を行い，提案手法の有効性を示す．