学术中心
数字表型在检测拟南芥干旱胁迫中的应用
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-08-01 06:10
- 访问量：
【概要描述】本研究提出了一个通用的数据处理流程，用于数字表型试验中产生的SI数据，以提取有意义的信息，供植物育种人员决策。
数字表型在检测拟南芥干旱胁迫中的应用
【概要描述】本研究提出了一个通用的数据处理流程，用于数字表型试验中产生的SI数据，以提取有意义的信息，供植物育种人员决策。
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-08-01 06:10
- 访问量：
近距离光谱成像(SI)被广泛应用于数字植物表型分析。数字植物表型分析的一个关键任务是对植物干旱胁迫进行无损、快速鉴定，使植物育种工作者能够选择潜在的基因型来培育抗旱植物品种。可见光和近红外SI是一种关键的传感技术，可以捕捉植物在干旱胁迫下发生的物理化学变化。但主要挑战是需要处理大量光谱图像，提取相关植物育种信息，以支持基因型选择。因此，本研究提出了一个通用的数据处理流程，用于数字表型试验中产生的SI数据，以提取有意义的信息，供植物育种人员决策。
干旱胁迫试验前后植物的典型 RGB 图像
提出的通用工作流中涉及的不同步骤
通过VSN预处理进行照明校正的一个例子
该工作流程结合化学计量学方法和深度学习，在半控制环境下生长的拟南芥植株干旱胁迫检测与定量的实际实验中，证明该工作流的有效性。结果表明，与浇水良好的植物相比，该方法能够在诱导后3天内检测到干旱的存在。此外，无监督聚类方法提供了详细的时间序列图像，在该图像中，可以沿时间过程直观地跟踪与干旱相关的植物变化。综上所述，本文所开发的方法有利于数字表型分析，从而可以加速耐旱植物品种的育种。
对光谱图像进行主成分分析的结果
显示集群比例演变的图
来源：
Mishra P, Sadeh R, Ryckewaert M, et al. A generic workflow combining deep learning and chemometrics for processing close-range spectral images to detect drought stress in Arabidopsis thaliana to support digital phenotyping. Chemometrics and Intelligent Laboratory Systems Volume 216, 15 September 2021, 104373. https://doi.org/10.1016/j.chemolab.2021.104373.
扫二维码用手机看
推荐新闻
发布时间 : 2022-11-13 07:26:55
发布时间 : 2022-05-20 11:45:57
发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
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
植物表型圈
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