カーボンナノチューブ（CNT）のカイラル指数（n, m）を正確に決定することは、その制御合成および実用化において極めて重要である。透過電子顕微鏡（TEM）と電子回折の併用は、カイラル指数を同定する最も確実な方法の一つとされてきた。しかし、TEM画像を解析してカイラル指数を高効率かつ高精度に抽出することは、特に直径が2 nmを超えるナノチューブにおいて、依然として困難である。本研究では、AIコーディング支援ツール（Claude Code, Anthropic社）を用いて、TEM画像からCNTのカイラル指数を自動抽出するPythonコードを開発した。明暗縞の間隔の平均値を求める新たな手法により、直径を高い精度と再現性で測定できるようにした。さらに、対称性と幾何学的関係に基づく規則を導入することで、TEM画像のフーリエ変換像に現れる層線の位置をサブピクセル精度で決定できるようにした。その結果、直径0.5–3.0 nmのCNTに対して90%を超える判定正解率を達成した。また、浮遊触媒化学気相成長（FC-CVD）法により合成したCNTのカイラル指数を実際に解析し、本コードが頑健に機能することを確認した。公開するオープンソースのコードおよびツールは、CNTのカイラリティ分布を高効率かつ定量的に評価する手段として、関連研究分野に貢献すると期待される。