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
/
DeepLearnMOR：一个基于荧光图像的细胞器形态分类的深度学习框架

DeepLearnMOR：一个基于荧光图像的细胞器形态分类的深度学习框架

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：本站
  • 发布时间：2021-07-09 06:10
  • 访问量：

【概要描述】本文使用转移学习和卷积神经网络(CNN)分析了47000多个来自拟南芥野生型和突变体植物的共焦显微镜图像，这些植物具有三种基本能量细胞器之一的异常分裂：叶绿体、线粒体或过氧化物酶体。

DeepLearnMOR：一个基于荧光图像的细胞器形态分类的深度学习框架

【概要描述】本文使用转移学习和卷积神经网络(CNN)分析了47000多个来自拟南芥野生型和突变体植物的共焦显微镜图像，这些植物具有三种基本能量细胞器之一的异常分裂：叶绿体、线粒体或过氧化物酶体。

  • 分类：植物表型资讯
  • 作者：PhenoTrait
  • 来源：本站
  • 发布时间：2021-07-09 06:10
  • 访问量：
详情

亚细胞细胞器的适当生物发生、形态发生和动力学对其代谢功能至关重要。传统用于识别、分类和量化细胞器形态异常的技术主要手动处理，耗时且需要特定的专业知识。深度学习通过极大地提高屏幕的范围、速度和效率，有可能彻底改变基于图像的识别、筛选。本文使用转移学习和卷积神经网络(CNN)分析了47000多个来自拟南芥野生型和突变体植物的共焦显微镜图像，这些植物具有三种基本能量细胞器之一的异常分裂：叶绿体、线粒体或过氧化物酶体。

 

转移学习在细胞器形态分类中的应用

 

研究人员建立了一个深度学习框架DeepLearnMOR，它能够快速分类图像类别，识别细胞器形态学异常，准确率超过97%。特征可视化分析识别了CNN用于预测形态异常的重要特征，视觉线索有助于更好地理解决策过程，从而验证了神经网络的可靠性和可解释性。该框架为未来更大规模的研究奠定了基础，具有更广泛的范围和更大的数据集多样性和异质性。

 

DenseNet169的评价

 

细胞器形态分类CNN结构示意图

 

来源：

Li J, Peng J, Jiang X, et al. DeepLearnMOR: a deep-learning framework for fluorescence image-based classification of organelle morphology. Plants 2021, 10(4), 661; https://doi.org/10.3390/plants10040661。

关键词：

扫二维码用手机看

上一个: 综述:利用无人机进行作物监测
下一个: 利用高通量根系表型测定耐旱高粱基因型根系变异
上一个: 综述:利用无人机进行作物监测
下一个: 利用高通量根系表型测定耐旱高粱基因型根系变异

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