學(xué)術(shù)中心
MSCP-Net:生成與玉米作物倒伏和產(chǎn)量相關(guān)的莖稈解剖性狀
發(fā)布時(shí)間:
2024-10-14
來(lái)源:
作者:
植物莖是資源輸送的重要器官,對(duì)植物的抗倒伏和產(chǎn)量有很大的影響。然而,如何準(zhǔn)確、高效地提取作物莖稈的結(jié)構(gòu)信息一直是一個(gè)令人頭痛的問(wèn)題。在這項(xiàng)研究中,首先建立了一個(gè)玉米秸稈橫截面表型(Maize Stalk Cross-section Phenotype,MSCP)數(shù)據(jù)集,該數(shù)據(jù)集包含990張來(lái)自秸稈手切斷面的圖像的解剖信息。然后,為了大規(guī)模測(cè)量玉米莖稈的解剖特征,開(kāi)發(fā)了一個(gè)融合了卷積神經(jīng)網(wǎng)絡(luò)、實(shí)例分割和關(guān)鍵點(diǎn)檢測(cè)方法的玉米莖稈截面表型網(wǎng)絡(luò)(MSCP-Net)。共可自動(dòng)產(chǎn)生14個(gè)莖稈解剖參數(shù)(性狀),mAP@.5值高“維管束分割”參數(shù)的DICE值為0.907,“功能區(qū)分割”參數(shù)的DICE值為0.864。與MSCP數(shù)據(jù)集的交叉驗(yàn)證表明,MSCP-Net在預(yù)測(cè)解剖特征方面具有良好的性能。在此基礎(chǔ)上,對(duì)110個(gè)玉米自交系的14個(gè)解剖性狀和12個(gè)重要農(nóng)藝性狀進(jìn)行了相關(guān)分析,發(fā)現(xiàn)莖稈相關(guān)性狀(莖截面、大維管束、纖維含量和氣生根)是玉米抗倒伏和產(chǎn)量的關(guān)鍵指標(biāo)。此外,還將玉米自交系分為兩類(lèi),討論了II類(lèi)在選育雜交種中的較高價(jià)值。結(jié)果表明,MSCP-Net有望成為快速獲取玉米莖稈解剖性狀的有效工具,這些性狀在玉米遺傳改良中具有重要的農(nóng)藝意義。
圖1 玉米莖稈截面表型數(shù)據(jù)集(MSCP)的制作。(A)經(jīng)間苯三酚染色后的未處理的玉米手工切面圖像(原始圖像)。(B)功能區(qū)分割,其中藍(lán)色區(qū)域?yàn)樾【S管束區(qū)(SVBZ),紅色區(qū)域?yàn)榇缶S管束區(qū)(LVBZ)。(C)維管束的注釋。(D)維管束熱圖。
圖2 MSCP-Net的主要結(jié)構(gòu)。
圖3 不同深度骨干網(wǎng)絡(luò)在訓(xùn)練階段和驗(yàn)證階段的損失收斂曲線比較。
圖4 維管束與功能區(qū)預(yù)測(cè)與標(biāo)注數(shù)據(jù)的準(zhǔn)確性比較。(A - H)總維管束、莖橫截面積、小維管束區(qū)和大維管束區(qū)比較。折線圖描述了驗(yàn)證集中預(yù)測(cè)和注釋之間這些參數(shù)的差異。(I, J)維管束密度圖的預(yù)測(cè)與標(biāo)注論證。(K)計(jì)算驗(yàn)證數(shù)據(jù)集中圖像密度圖的SSIM,比較預(yù)測(cè)和標(biāo)注中維管束的坐標(biāo)位置。
圖5 26個(gè)性狀間相關(guān)系數(shù)熱圖。
圖6 玉米自交系的聚類(lèi)分析。(A) 110個(gè)玉米自交系26個(gè)性狀的聚類(lèi)分析。(B) 26個(gè)性狀I(lǐng)組與II組比較。(C)第1組玉米自交系的植株、穗和切片。(D)第2組玉米自交系的植株、穗和切片。
Zhou, H., Li, X., Jiang, Y., Zhu, X., Fu, T., Yang, M., Cheng, W., Xie, X., Chen, Y., & Wang, L. (2024). Developing a Deep Learning network “MSCP-Net” to generate stalk anatomical traits related with crop lodging and yield in maize. European Journal of Agronomy. 160, 127325.
編輯
王春穎
推薦新聞
石時(shí)之約|韓志國(guó):透過(guò)表型數(shù)據(jù),看見(jiàn)植物的喜怒哀樂(lè)!
高通量植物表型平臺(tái)建設(shè)注意事項(xiàng)
視頻展示
專(zhuān)題報(bào)道