Plant Phenomics | 改進(jìn)的UNet和EnglightenGAN在根系原位分割與重建中的應(yīng)用

根是植物吸收水分和養(yǎng)分的重要器官，對(duì)植物生長(zhǎng)和生產(chǎn)力起著至關(guān)重要的作用。優(yōu)良的根系發(fā)育也是優(yōu)質(zhì)高產(chǎn)作物的基礎(chǔ)。研究根系表型是探索作物生長(zhǎng)發(fā)育、培育優(yōu)良作物品種的重要依據(jù)，因此完整準(zhǔn)確地獲取根表型信息在根系表型學(xué)研究中非常重要。根系原位研究方法可以在不破壞根系的情況下采集根系圖像，但是由于部分根系會(huì)受到土壤遮擋的影響，采集到圖像的結(jié)構(gòu)完整性會(huì)受到破壞。因此確保根系原位識(shí)別的完整性和建立根系原位表型圖像的恢復(fù)方法仍有待研究。
 

2023年7月，Plant Phenomics在線發(fā)表了河北農(nóng)業(yè)大學(xué)題為Application of Improved UNet and EnglightenGAN for Segmentation and Reconstruction of In Situ Roots的研究論文。
 

本研究首先連續(xù)110天采集了棉花的根部原位圖像數(shù)據(jù)，然后利用不同的語義分割方法對(duì)其根部原位圖像進(jìn)行分割，并比較了不同方法間的優(yōu)缺點(diǎn)，其次調(diào)整EnlightenGAN的參數(shù)權(quán)重進(jìn)行訓(xùn)練，生成更完整的重建根系圖像，最后在利用遷移學(xué)習(xí)增強(qiáng)了重建根圖像的分割，實(shí)現(xiàn)了根系原位圖像的完整重建與分割（圖1 流程圖）。
 

研究結(jié)果表明， 3種不同的模型在分割中的應(yīng)用都有有點(diǎn)與缺點(diǎn)，而UNet相比較SegNet和DeeplabV3+來說，其對(duì)主根識(shí)別的效果更好。同時(shí)消融實(shí)驗(yàn)結(jié)果表明，在結(jié)合網(wǎng)絡(luò)性能和圖像分割效率與準(zhǔn)確度來看，改進(jìn)的方法具有良好的表現(xiàn)（圖2），當(dāng)利用EnlightenGAN重建根圖像時(shí)，經(jīng)過200次的迭代，明確的重建根；經(jīng)過1000次迭代時(shí)，將重建一個(gè)完整的根原位圖像（圖3）。
 

該研究以棉花的根系原位圖像為基礎(chǔ)，利用了多種圖像分割-重建分析方法，完成了根系原位完整圖像的恢復(fù)與分割，為根系的原位表型研究提供了新策略。
 

圖1研究流程圖
 

圖2網(wǎng)絡(luò)比較和消融實(shí)驗(yàn)
 

圖3遷移學(xué)習(xí)與迭代根生成比較圖

論文鏈接：

‍https://doi.org/10.34133/plantphenomics.0066

——推薦閱讀——

Development and Validation of a Deep Learning Based Automated Minirhizotron Image Analysis Pipeline

https://doi.org/10.34133/2022/9758532

Plant Phenomics | 基于深度學(xué)習(xí)的微根管圖像自動(dòng)化分析方法

3D U-Net Segmentation Improves Root System Reconstruction from 3D MRI Images in Automated and Manual Virtual Reality Work Flows

https://doi.org/10.34133/plantphenomics.0076

Plant Phenomics | 利用3D U-Net分割改進(jìn)自動(dòng)和手動(dòng)虛擬現(xiàn)實(shí)工作流程中3D MRI圖像的根系重建

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄�？祁Ｎò睯CR2021影響因子為6.5，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。中科院農(nóng)藝學(xué)、植物科學(xué)一區(qū)，遙感二區(qū)，生物大類一區(qū)（TOP期刊）。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
撰稿：嚴(yán)鑫（南京農(nóng)業(yè)大學(xué)）
排版：張婕（上海交通大學(xué)）
審核：孔敏、王平