X射線、CT、MRI等三維成像技術(shù)已被廣泛應(yīng)用于植物根系結(jié)構(gòu)的研究。有許多計(jì)算工具可以從3D根部圖像中提取粗粒度特征,如總體積、根數(shù)和總根長。然而,目前還缺乏精確有效地計(jì)算細(xì)粒根系特征的方法,如每個(gè)層次的根數(shù)和幾何形狀。這些特性將使生物學(xué)家對根系結(jié)構(gòu)有更深入的了解。
用于從3D圖像計(jì)算細(xì)粒度特征的TopORoot管道。從表示為圖像切片堆棧(A)的3D灰度圖像I開始,TopORoot首先計(jì)算拓?fù)渖虾唵蔚姆指頑(B),然后它創(chuàng)建捕捉分支結(jié)構(gòu)(C)的幾何骨架S,從該幾何骨架S獲得層次H(D)并隨后計(jì)算特征。此示例和圖2、3、4中的示例如下
我們提出了一種從玉米根冠或根系的3D圖像中計(jì)算細(xì)粒度結(jié)構(gòu)特征的高通量計(jì)算方法Topo Root。這些特征包括每個(gè)層次中根的數(shù)量、長度、厚度、角度、曲折度和子代數(shù)量。TopoRoot結(jié)合了計(jì)算機(jī)圖形學(xué)中最先進(jìn)的算法,如拓?fù)浜喕蛶缀喂羌芑?,以及用于穩(wěn)健獲得分支結(jié)構(gòu)和層次信息的自定義啟發(fā)式算法。拓?fù)涓谕诰虺龅奶镩g根冠的CT掃描和根系的模擬圖像上都得到了驗(yàn)證,在這兩種情況下,它都被證明比現(xiàn)有的方法提高了性狀的準(zhǔn)確性。對于分辨率范圍為400^3的圖像,TopoRoot在桌面工作站上只需幾分鐘即可運(yùn)行,只需為每個(gè)圖像設(shè)置三個(gè)亮度閾值,幾乎不需要人工干預(yù)。
分割根圖像。對圖像I進(jìn)行閾值化會(huì)產(chǎn)生許多拓?fù)溴e(cuò)誤,例如斷開連接(紅色框)和手柄(青色框和紫色框),并且莖內(nèi)部是中空的(綠色框)。B應(yīng)用我們的填充啟發(fā)式,然后使用[20]的算法,得到一個(gè)分段B,去除這些拓?fù)溴e(cuò)誤,并填充莖部位。
Topo Root改進(jìn)了目前最先進(jìn)的方法,可以更準(zhǔn)確、更全面地從3D成像中獲取玉米根系的細(xì)粒特征。TopoRoot的自動(dòng)化和效率使其適用于對大量根部圖像的批處理。因此,我們的方法對物候?qū)W研究是有用的,目的是找到根系構(gòu)型背后的遺傳基礎(chǔ),并隨后開發(fā)出更高產(chǎn)的作物。
來源:Plant Methods.TopoRoot: a method for computing hierarchy and fine-grained traits of maize roots from 3D imaging.Dan Zeng, Mao Li, Ni Jiang, Yiwen Ju, Hannah Schreiber, Erin Chambers, David Letscher, Tao Ju & Christopher N. Topp
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00829-z