学术中心

全部分类
您现在的位置:
首页
/
/
/
多尺度植物科学中的高通量图像分割和机器学习方法

多尺度植物科学中的高通量图像分割和机器学习方法

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-17 06:10
  • 访问量:

【概要描述】这篇综述探讨了植物图像分割和机器学习在农业、器官和细胞尺度上的研究现状,展示了由于不同尺度的物理特征多样性,分割和分类的方法是如何不同的

多尺度植物科学中的高通量图像分割和机器学习方法

【概要描述】这篇综述探讨了植物图像分割和机器学习在农业、器官和细胞尺度上的研究现状,展示了由于不同尺度的物理特征多样性,分割和分类的方法是如何不同的

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-17 06:10
  • 访问量:
详情

随着大数据和高性能计算的兴起,农业领域获益匪浅。通过对生物尺度上数据的获取和分析,可以建立植物基因型和环境之间相互作用的模型,建立根系结构模型,深入了解资源利用,阐明细胞间的通讯机制,这些机制在植物发育中起着重要作用。图像分割和机器学习方法是解决农业和生物问题而发展起来的计算方法之一。这些方法的贡献包括加快植物中调节应激反应的基因的鉴定和植物病害早期检测的自动化高通量表型。

 

图示说明了本综述涵盖的植物科学中机器学习和分割的三个生物学尺度。

 

这篇综述探讨了植物图像分割和机器学习在农业、器官和细胞尺度上的研究现状,展示了由于不同尺度的物理特征多样性,分割和分类的方法是如何不同的。另外,本文还讨论了在不同尺度上最常用的硬件技术,可以从这些图像中提取的定量指标类型,以及如何从这些方法中提取植物响应非生物/生物胁迫或基因型修饰的生物机制。

 

描述植物科学中使用分割的方法和研究的出版物列表

 

来源:

Buckner E, Tong H; Ottley C and Williams C. High-throughput image segmentation and machine learning approaches in the plant sciences across multiple scales. Emerg Top Life Sci (2021) 5 (2): 239–248. https://doi.org/10.1042/ETLS20200273.

关键词:

扫二维码用手机看

推荐新闻

致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
我司荣登2020国际未来农业食品百强榜生物农业TOP20
我司荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
查看详情
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺表型实验室推出测试服务
慧诺表型实验室推出测试服务
发布时间 : 2020-08-26 11:38:26
提供植物表型、光合作用等相关的数据测试和分析服务
查看详情
提供植物表型、光合作用等相关的数据测试和分析服务
提高光合效率促进植物生长
提高光合效率促进植物生长
发布时间 : 2020-07-10 00:00:00
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。
查看详情
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城东路10号院
          京城尚德智造产业园E区112B

电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明