九叔归来3魁蛊婴在线观看_男人躁女人到高潮AV_香港成人论坛_亚洲精品久久久久久偷窥_夜来香成人网_亚洲制服 视频在线观看_无毒黄站_国产传媒18精品A片一区_麻花豆传媒剧国产MV在线观看_东北60岁熟女露脸在线_国产高清视频在线观看97_一道本视频一二三区_yellow免费播放在线观看_浪漫樱花动漫在线观看官网_高清AV熟女一区_天堂在线www_亚洲第一成年人网站_黄色在线免费观看_av女优快播_久久精品99国产精品日本

English | 中文版 | 手機版 企業(yè)登錄 | 個人登錄 | 郵件訂閱
當前位置 > 首頁 > 技術文章 > 利用改進的UNet和EnglightenGAN進行棉花根系原位分割與重建分析

利用改進的UNet和EnglightenGAN進行棉花根系原位分割與重建分析

瀏覽次數(shù):922 發(fā)布日期:2023-10-16  來源:本站 僅供參考,謝絕轉載,否則責任自負

Plant Phenomics | 改進的UNet和EnglightenGAN在根系原位分割與重建中的應用



根是植物吸收水分和養(yǎng)分的重要器官,對植物生長和生產力起著至關重要的作用。優(yōu)良的根系發(fā)育也是優(yōu)質高產作物的基礎。研究根系表型是探索作物生長發(fā)育、培育優(yōu)良作物品種的重要依據(jù),因此完整準確地獲取根表型信息在根系表型學研究中非常重要。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受到土壤遮擋的影響,采集到圖像的結構完整性會受到破壞。因此確保根系原位識別的完整性和建立根系原位表型圖像的恢復方法仍有待研究。

 

2023年7月,Plant Phenomics在線發(fā)表了河北農業(yè)大學題為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其根部原位圖像進行分割,并比較了不同方法間的優(yōu)缺點,其次調整EnlightenGAN的參數(shù)權重進行訓練,生成更完整的重建根系圖像,最后在利用遷移學習增強了重建根圖像的分割,實現(xiàn)了根系原位圖像的完整重建與分割(圖1 流程圖)。
 

研究結果表明, 3種不同的模型在分割中的應用都有有點與缺點,而UNet相比較SegNet和DeeplabV3+來說,其對主根識別的效果更好。同時消融實驗結果表明,在結合網絡性能和圖像分割效率與準確度來看,改進的方法具有良好的表現(xiàn)(圖2),當利用EnlightenGAN重建根圖像時,經過200次的迭代,明確的重建根;經過1000次迭代時,將重建一個完整的根原位圖像(圖3)。
 

該研究以棉花的根系原位圖像為基礎,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網絡比較和消融實驗
 

圖3遷移學習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 | 基于深度學習的微根管圖像自動化分析方法

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分割改進自動和手動虛擬現(xiàn)實工作流程中3D MRI圖像的根系重建


加入作者交流群

掃碼添加小編微信,拉您進入《植物表型組學》作者交流群,群內不定期開展作者分享會、專刊發(fā)布會等高質量活動。

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》(Plant Phenomics)是由南京農業(yè)大學和美國科學促進會(AAAS)合作創(chuàng)辦的英文學術期刊,于2019年1月正式上線發(fā)行。采用開放獲取形式,刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術,基于圖像分析和機器學習的表型分析研究,提取表型信息的新算法,作物栽培、植物育種和農業(yè)實踐中的表型組學新應用,與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究,表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2021影響因子為6.5,位于農藝學、植物科學、遙感一區(qū)。中科院農藝學、植物科學一區(qū),遙感二區(qū),生物大類一區(qū)(TOP期刊)。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明:本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考,一切內容以英文原版為準。
撰稿:嚴鑫(南京農業(yè)大學)
排版:張婕(上海交通大學)
審核:孔敏、王平

發(fā)布者:北京博普特科技有限公司
聯(lián)系電話:010-82794912
E-mail:1206080536@qq.com

用戶名: 密碼: 匿名 快速注冊 忘記密碼
評論只代表網友觀點,不代表本站觀點。 請輸入驗證碼: 8795
Copyright(C) 1998-2025 生物器材網 電話:021-64166852;13621656896 E-mail:info@bio-equip.com
主站蜘蛛池模板: 莱西市| 肥东县| 青岛市| 泸州市| 开封县| 星子县| 满洲里市| 高平市| 丰原市| 六盘水市| 叙永县| 宜城市| 巴彦淖尔市| 凤城市| 德令哈市| 南部县| 公主岭市| 互助| 饶平县| 东至县| 八宿县| 淳安县| 巧家县| 讷河市| 绵竹市| 介休市| 株洲县| 南投市| 灌南县| 德江县| 平陆县| 夏津县| 蓝田县| 乌拉特前旗| 汕尾市| 临潭县| 五原县| 怀宁县| 张家界市| 平凉市| 密云县|