huinuo huinuo

PhenoTrait论坛百博智慧大讲堂亚太表型会议
EN

lukuan

学术中心

全部分类
您现在的位置：
首页
/
学术中心
/
植物表型资讯
/
利用卷积神经网络改进玉米单倍体种子的鉴定

利用卷积神经网络改进玉米单倍体种子的鉴定

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：本站
  • 发布时间：2021-03-30 06:10
  • 访问量：

【概要描述】本研究，首次使用基于图像的卷积神经网络(CNN)进行训练，识别单倍体种子中真阳性。

利用卷积神经网络改进玉米单倍体种子的鉴定

【概要描述】本研究，首次使用基于图像的卷积神经网络(CNN)进行训练，识别单倍体种子中真阳性。

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：本站
  • 发布时间：2021-03-30 06:10
  • 访问量：
详情

双单倍体(DH)技术成功的关键步骤是诱导杂交中单倍体的鉴定。R1-nj标记是此任务中采用的主要机制，可在种子期选择单倍体。尽管通过人工识别单倍体种子很容易，但该过程费时费力，十分低效。同样，R1-nj标记的差异表型表达导致单倍体种子之间假阳性的发生率很高。本研究，首次使用基于图像的卷积神经网络(CNN)进行训练，识别单倍体种子中真阳性。

 

卷积神经网络(CNN)训练过程中涉及的总体活动方案

 

本试验以3000个玉米种子为材料，从单倍体(1000)、二倍体(1000)和抑制(1000)三个诱导杂交组合中选出。从每个种子上采集图像，然后将种子种植在田间，确认其倍性。对于推定的单倍体(R1-nj表型)，平均分类准确度为94.39%，单倍体类别的平均分类准确度为97.07%，二倍体类别的平均分类准确度为91.71%。然而，CNN模型无法在假定的单倍体类别中区分真正的单倍体种子，这表明CNN不能识别它们之间的不同模式。

 

CNN训练方案

 

综上所述，本文通过R1-nj为科学界提供了一个高度精确且经过训练的CNN模型来对单倍体玉米种子进行分类，这可以支持玉米育种家优化DH管道，主要用于资源有限的小型育种项目。

 


对于方案4，在CNN模型训练的各个时期的准确性(a)和损失(b)曲线，以及(c)混淆矩阵

 

来源：

Sabadin F,Galli G, Borsato R, et al. Improving the identification of haploid maize seeds using convolutional neural networks. Crop Science. https://doi.org/10.1002/csc2.20487

关键词：

扫二维码用手机看

上一个: 小麦点云的深度分割
下一个: 基于无人机和地面遥感平台的高通量表型正射影像生成新策略
上一个: 小麦点云的深度分割
下一个: 基于无人机和地面遥感平台的高通量表型正射影像生成新策略

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！
石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！
石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！
[荐]
[顶]
发布时间 : 2022-11-13 07:26:55
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。
查看详情
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
慧科研、慧育种、慧种田——慧聚改变的力量
慧科研、慧育种、慧种田——慧聚改变的力量
发布时间 : 2022-09-09 16:05:03
让我们“慧聚”在一起，为“慧科研、慧育种、慧种田”赋能。
查看详情
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
高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
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。
查看详情
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
作物生理表型测量基础原理
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
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。
查看详情
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。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
透过表型数据看见植物的喜怒哀乐
所属分类：
视频展示
发布时间：
2022/11/13
关键词：

专题报道

石时之约|韩志国：透过表型数据，看见植物的喜怒哀乐！ [ 2022-11-13 ]
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。
植物表型：南繁水稻田间表型研究 [ 2022-04-29 ]
植物表型：西南地区小麦、水稻和大豆表型测量 [ 2021-11-11 ]
光合作用：植物冠层光合表型+GFP/RFP测量 [ 2021-11-04 ]
植物表型：东北地区大豆和水稻的田间高通量表型研究 [ 2021-11-04 ]
光合作用：水稻冠层叶绿素荧光成像测量 [ 2021-10-22 ]

QQ咨询

QQ:7569421

电话沟通

010-62925490

微信咨询

扫一扫添加
动力姐姐微信

TOP

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中路12号院8号楼2门 
电话：010-62925490、82928854、82928864、82928874
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