基于Web注释器的植物高通量表型深度分割技术


发布时间:

2022-04-04

来源:

本站

作者:

PhenoTrait

  生物学家和育种家描述植物生理性状遗传基础的能力受到他们获取代表性状变异精确细节的定量数据的限制,特别是以低成本、高通量收集这些数据的能力。尽管深度学习方法在植物表型的自动化方面表现出了巨大潜力,但这些方法通常依赖于大型的训练集,而这些训练集的产生通常是非常耗时的。由此,人们提出了智能算法来提高这些注释的效率,并减少人工工作量。在本文中,我们提出了一种高通量表型系统,该系统具有图形用户界面(GUI)和新颖的交互式分割算法:语义引导的交互式对象分割(SGIOS)。通过提供友好的交互界面和带有注释的智能辅助,简化和加速了训练集的生成,减少了用户工作量。我们的评估表明,与最先进的交互式分割模型相比,我们所提出的SGIOS模型所需的用户输入指标更少。作为应用GUI进行植物遗传的案例研究,我们介绍了一个关于杨树体内再生的初步全基因组关联分析(GWAS)结果示例。利用从杨树体外再生的GWAS中提取的数据集样本,进一步证明了将语义先验图与SGIOS结合起来可以加速未来GWAS的训练过程。我们所提出的表型系统在无需人工协助的情况下能够对我们感兴趣的性状进行快速和准确的表征。该系统还能够被缺乏专业知识的研究人员使用,有助于将深度分割作为植物表型的工具进行普及应用。

 

  图1 正在再生的杨树茎尖实力图像:(a)需要注释的图像;(b)来自LabelMe的基于多边形的注释,该注释是在边界上精确点击364次产生的;(c)来自 IDEAS 的注释,基于25个正面标记和49个反面标记生成。 该比较展示了如何使用 IDEAS 为对象生成高精度边界,从而减少工作量。

 

  图2在网络浏览器中,IDEAS的屏幕截图与一个注释的图像

 

  图3 IDEAS的前端模块

 

  图4 一个注释示例:(a)类和对象层次结构的自定义配置;(b)RGB图像;(c) (e) 叠加了类别(c)、对象(d)和嵌套对象类别(e)标签的RGB图像。

 

  图5语义引导交互式对象分割算法的流程图

 

  图6对不正确预测的进行迭代点击采样。(a)在感兴趣的对象上单击两次时的初始预测;(b)在右侧错误区再取样一次点击后的预测;(c)在其余两个错误区各取样一次点击后的预测

 

  图7“细化”过程的演示:(a) 给定 'posPen' 和 'negPen' 笔画的标签沿边界是错误的。 (b) 用户添加更多笔画,预测标签的精度大大提高。 (c) 感兴趣对象的最终标签。

 

  图8 锁定/解锁功能演示。 (a) 愈伤组织(蓝色)和芽(绿色)类已被标记。 (b) 如果愈伤组织和茎被锁定,茎(红色)的注释不能改变它们的标签。 (c) 如果愈伤组织和茎被解锁,茎的注释会改变它们的标签。

 

  图9平均 IoU 与 Pascal VOC 上的点击次数(阈值为 20)

 

  图10使用和不使用语义掩码的时间差异直方图,时间以秒为单位

 

  图11使用和不使用语义掩码进行注释所花费的时间(以秒为单位)

 

  图12注释的地面真相标签与RGB图像重叠的例子:愈伤组织为红色,芽为绿色,茎为蓝色。

 

  图13注释的地面真相标签与RGB图像重叠的例子:愈伤组织为红色,芽为绿色,茎为蓝色。

 

  来源:Jayapal P K, Park E, Faqeerzada M A, et al. Analysis of RGB Plant Images to Identify Root Rot Disease in Korean Ginseng Plants Using Deep Learning[J]. Applied Sciences, 2022, 12(5): 2489.https://doi.org/10.3390/app12052489

 

  编辑:小王博士在努力

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。