基于深度学习的高通量表型技术推动植物生殖生物学的未来发展


发布时间:

2021-04-13

来源:

本站

作者:

PhenoTrait

深度学习的进步为植物生殖生物学中的高通量表型应用提供了一套强大的图像分析工具。高通量表型系统正成为大规模解决生物学问题的关键。目前的高通量表型系统都依赖于传统的计算机视觉技术。但是,神经网络,尤其是深度学习正在迅速变得更强大,更易于实现。本文研究了深度学习如何驱动表型系统,解决生殖生物学中的基本问题。

 

利用深度学习在植物繁殖中进行高通量表型分析

 

首先,本文介绍了深度学习在植物科学中的应用,提出来其在植物繁殖研究应用中的一般建议,随后给出了玉米穗表型的一个案例研究。最后,本文重点介绍了几个深度学习的应用案例,并讨论了基于深度学习的方法进行了未来的展望。

 

以玉米穗表型分析为例深入学习工作流程

 

来源:

Cedar Warman & John E. Fowler. Deep learning-based high-throughput phenotyping can drive future discoveries in plant reproductive biology. Plant Reproduction (2021). https://doi.org/10.1007/s00497-021-00407-2.

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。