RootEx：一种自动化的大麦根系提取与评估方法-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

学术中心

全部分类

RootEx：一种自动化的大麦根系提取与评估方法

发布时间：

2025-05-08

来源：

作者：

植物表型在农业研究中起着至关重要的作用，特别是在识别全球粮食安全所需的抗性特征方面。根系生长的定量分析在评估植物对非生物胁迫的抗性及其养分和水分吸收效率方面变得愈加重要。然而，由于根系结构复杂、根系大小变化、背景噪声、遮挡物、杂乱无章以及不一致的光照条件，从根系图像中提取特征存在诸多挑战。

本研究中，我们提出了“RootEx”，一种全面的自动化方法，用于从通过透明生长介质设置的二维根系表型系统获取的高分辨率图像中提取大麦植物根系。我们的方法包括多个阶段，首先通过预处理识别感兴趣区域（ROI）。随后，利用基于深度神经网络的图像分割、骨架构建和图形生成，产生详细的根系表示，并将其存储为RSML格式。值得注意的是，我们的数据集仅包含主根，未涉及侧根或分叉，允许聚焦于主根特征及其环境适应性。

与已建立的方法RootNav 1.8和2.0进行评估，结果显示在多个性能指标上，RootEx在根系重建准确性方面有显著提高。尽管由于缺少基于神经网络的根尖检测，RootEx的性能可能稍低，但其优点包括根长丢失较小且不依赖于专门的训练数据集。我们的方法有效减少了检测误差，为农业研究中的大麦根系精确分析提供了可靠工具。

图1 大麦数据集样本。

图2 整个方法的框架图。

图3 预处理：对齐、掩膜提取和裁剪。

图4 CafeNet结构。

图5 大麦数据样本。

图6 骨架修剪。

图7 图形遍历。

图8 RSML结构。

图9 主要根系测量：(a) 偏差角（浅蓝色）、根尖角（绿色）、根长（橙色）和根尖-源点距离（红色）；(b) 外角（浅蓝色）和凸包（白色）。

图10 植株层级性能指标的箱型图。

图11 根系层级性能指标的箱型图。

图12 植株层级测量之间的斯皮尔曼相关性。

图13 使用RootEx和RootNav 2.0生成的掩膜之间的差异。

图14 使用RootEx和RootNav 2.0提取的路径之间的差异。

图15 RootEx失败案例。

来源

Dadi M, Lumini A, Franco A. RootEx: An automated method for barley root system extraction and evaluation[J]. Computers and Electronics in Agriculture, 2025, 230: 110030.

https://doi.org/10.1016/j.compag.2025.110030

编辑

王永贤

推荐新闻

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！

本期石时之约，我们将对话慧诺瑞德（北京）科技有限公司总经理、国际植物表型学会（IPPN）执委会委员/工业分会副主席韩志国，一起从表型数据的科学角度，去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种，是在给定的环境条件下，选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种，从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选，是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”，要在肉眼可见之前就能测量并预判出变化趋势，才是这个技术的核心价值。叶绿素荧光成像，恰好满足了这个要求。