English | 中文版 | 手機(jī)版 企業(yè)登錄 | 個人登錄 | 郵件訂閱
當(dāng)前位置 > 首頁 > 技術(shù)文章 > 基于X射線CT圖像的3D根系分割與評價方法在根系表型研究中的作用

基于X射線CT圖像的3D根系分割與評價方法在根系表型研究中的作用

瀏覽次數(shù):1691 發(fā)布日期:2021-3-3  來源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)

Plant Phenomics | 基于X射線CT圖像的半自動3D根系分割與評價方法

 



不同受控條件下或田間生長的土壤根系的無損調(diào)查,對于了解植物、增加農(nóng)作物產(chǎn)量或適應(yīng)氣候變化至關(guān)重要。已有研究證明,無損3D體積成像方法(如:基于計算機(jī)X射線斷層掃描(CTX)的方法)是獲取可視化和分析根系結(jié)構(gòu)的有效方法。在受控制的生長條件下,利用這類體積掃描設(shè)備可以獲取精度在亞毫米分辨率下的根系數(shù)據(jù)。隨著CTX數(shù)據(jù)空間分辨率的提高,獲得的圖像質(zhì)量會更好,需要分析的圖像數(shù)量也隨之增加,相關(guān)數(shù)據(jù)集的構(gòu)建變得更具挑戰(zhàn)性,因而自動根系表型研究的需求也有所增加。

 

近日,Plant Phenomics在線發(fā)表了德國弗勞恩霍夫系統(tǒng)研究所(Fraunhofer Institute for Integrated Systems)Stefan Gerth等人題為Semiautomated 3D Root Segmentation and Evaluation Based on X-Ray CTImagery的研究論文。

 

在先前的工作中,作者比較了基于CTX圖像數(shù)據(jù)進(jìn)行根分割和手動測量方法。本文采用的掃描方式能夠在連續(xù)手動分段的情況下產(chǎn)生的高質(zhì)量數(shù)據(jù),并清晰顯示所有測試罐尺寸的結(jié)構(gòu)(Figure 1)。將人工分割的根系結(jié)構(gòu)與收獲后使用WinRHIZO計算的根總長度進(jìn)行比較(Figure 6),結(jié)果表明:與WinRHIZO相比,從CTX圖像計算出的根性狀能夠顯示出減少的根總長。

 

眾所周知,當(dāng)根部的可見性較差時會導(dǎo)致分割結(jié)果出現(xiàn)差異,該情況出現(xiàn)的原因之一是X射線穿過樣品時形成的成像會產(chǎn)生光子透射,樣品材料密度是造成這一現(xiàn)象的根本原因。當(dāng)可見性較差時分割出的根和周圍土壤的衰減系數(shù)可能會非常相似,并且很難從視覺上加以區(qū)分。而對于細(xì)小的側(cè)根而言,側(cè)根直徑較小,導(dǎo)致分割難度隨之增加。


Figure 1: Workflow of the proposed semiautomatic segmentation.

 

 Figure 6: Root biomass Broot(in %) over depth (in mm) as a cumulative distribution for small- (green solid line) and medium- (orange dotted line) sized pots over the depth of the pot.

 

“多尺度船運(yùn)”由Frangi等人提出,是一種自動描述人的血管數(shù)的方法,作者以此為擴(kuò)展方法,從豆類和木薯植物中獲取CTX數(shù)據(jù)(Figure 2)。本文提出的半自動分割結(jié)果能夠與手動圖像處理相媲美,既能夠清晰地展現(xiàn)出根的連接處,結(jié)果也更為精確。

 

Figure 2: (a) Segmentation of a cassava plant. The green line represents the 3D soil-air interface, which indicates the entry point of the plant in the soil. (b) In red, the 3D convex hull of the segmentation is depicted with θmin = α as the minimum and θmax =β as the maximum root angle between the convex hull faces and the green soil slice.

 

論文鏈接
https://spj.sciencemag.org/journals/plantphenomics/2021/8747930/

——推薦閱讀——
A Deep Learning-Based Phenotypic Analysis of Rice Root Distribution from Field Images
https://spj.sciencemag.org/journals/plantphenomics/2020/3194308/
Plant
Phenomics | 基于深度學(xué)習(xí)的水稻根系分布表型研究
A Statistical Growth Property of Plant Root Architectures
https://spj.sciencemag.org/journals/plantphenomics/2020/2073723/
Plant
Phenomics | 植物根系的統(tǒng)計學(xué)生長特性分析

About Plant Phenomics
《植物表型組學(xué)》(Plant Phenomics)是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(AAAS)合作創(chuàng)辦的英文學(xué)術(shù)期刊,于2019年1月正式上線發(fā)行,是Science合作出版的第二本期刊。采用開放獲取形式,刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù),基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究,提取表型信息的新算法,作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用,與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計學(xué)、作物模型和其他組學(xué)研究,表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被CABI、CNKI、DOAJ和PMC數(shù)據(jù)庫收錄。

 

說明:本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考,一切內(nèi)容以英文原版為準(zhǔn)。
撰稿:周潔(實(shí)習(xí))
編輯:周燦彧(實(shí)習(xí))、鞠笑、孔敏
審核:尹歡

來源:北京博普特科技有限公司
聯(lián)系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網(wǎng)友觀點(diǎn),不代表本站觀點(diǎn)。 請輸入驗證碼: 8795
Copyright(C) 1998-2024 生物器材網(wǎng) 電話:021-64166852;13621656896 E-mail:info@bio-equip.com