利用機(jī)器視覺量化葡萄白粉病嚴(yán)重程度的高通量表型系統(tǒng)

2019年8月，Plant Phenomics刊發(fā)了由來自美國倫斯勒理工學(xué)院（Rensselaer Polytechnic Institute）、美國農(nóng)業(yè)部農(nóng)業(yè)研究中心（USDA-ARS）、康奈爾大學(xué)的Andrew Bierman等人撰寫的題為High-Throughput Phenotyping System Using Machine Vision to Quantify Severity of Grapevine Powdery Mildew的研究論文，介紹了一種利用機(jī)器視覺量化葡萄白粉病嚴(yán)重程度的高通量表型系統(tǒng)。USDA-ARS/康奈爾大學(xué)的Lance Cadle-Davidson教授為本文通訊作者。

葡萄白粉病對(duì)基于成像的表型分析系統(tǒng)提出了特殊的挑戰(zhàn)。本研究在之前開發(fā)的低通量、定量的顯微鏡方法（用于數(shù)千個(gè)葡萄葉盤樣品的白粉菌表型抗性的遺傳分析）的基礎(chǔ)上開發(fā)了針對(duì)葉盤上白粉病嚴(yán)重程度的自動(dòng)成像和分析方法。該系統(tǒng)將一個(gè)4600萬像素的CMOS傳感器相機(jī)與一個(gè)可提供3.5倍放大、X-Y樣本定位和Z軸調(diào)焦的長工作距離鏡頭配對(duì)，在13.5-26秒的時(shí)間內(nèi)，以3-10張聚焦疊加圖像的形式捕捉了直徑為1厘米的葉盤的78%的區(qū)域。每個(gè)圖像像素代表葉盤的1.44 µm2。使用基于GoogLeNet的卷積神經(jīng)網(wǎng)絡(luò)（CNN）檢測每個(gè)葉盤（約800幅子圖像）是否存在白粉菌菌絲作為嚴(yán)重程度的評(píng)估，訓(xùn)練驗(yàn)證精度為94.3%。對(duì)于一個(gè)獨(dú)立的圖像集，CNN與人類專家的一致性為89.3%-91.7%。

Assembled system for image capture.

這種實(shí)時(shí)成像方法是非破壞性的，并且重復(fù)測量感染的時(shí)間過程顯示出了易感，中性和抗性樣品之間的差異。該系統(tǒng)每天處理超過1000個(gè)樣品，具有良好的準(zhǔn)確性，可以評(píng)估葡萄對(duì)白粉菌的宿主抗性，化學(xué)或生物學(xué)功效及其他表型反應(yīng)。此外，新的CNNs可以很容易地在不同病理系統(tǒng)中進(jìn)行表型分析，或用于分析適合葉圓片的各種性狀。

How to Cite this Article

Andrew Bierman, Tim LaPlumm, Lance Cadle-Davidson, et al., “A High-Throughput Phenotyping System Using Machine Vision to Quantify Severity of Grapevine Powdery Mildew,” Plant Phenomics, vol. 2019, Article ID 9209727, 13 pages, 2019.

Latest Articles

Jobs | 南京農(nóng)業(yè)大學(xué)作物表型分析團(tuán)隊(duì)博士后、博士職位

Conference | 第6屆國際植物表型大會(huì)開放注冊

Report | 園藝植物表型組學(xué)研究進(jìn)展

Article | 利用表型組學(xué)輔助篩選技術(shù)開發(fā)高效植物育種表型預(yù)測因子

Article | 基于深度學(xué)習(xí)的識(shí)別田間條件下小麥的穗?yún)^(qū)域的表型分析方法

Article | 來陣風(fēng)，就知道！一種植物無損快速振動(dòng)表型分析方法

Article | 一種用于高粱頭狀花序檢測和計(jì)數(shù)的弱監(jiān)督深度學(xué)習(xí)框架

Article | 用于估計(jì)穗密度和地上生物量的莖特征高通量測量方法

Article | 新方法！預(yù)測蕓薹屬植物花期耐熱抗旱性的無損表型測量方法

Article | 將FAIR原理應(yīng)用于GnpIS植物表型數(shù)據(jù)管理

Article | instaGraminoid，一種評(píng)估除草劑抗性的新型比色法

Article | 利用高通量表型技術(shù)探索三種植物種類對(duì)真菌菌根和鋅的生長反應(yīng)

Article | 如何利用卷積神經(jīng)網(wǎng)絡(luò)診斷植物病害 

Perspective | 植物表型：過去、現(xiàn)在和未來

Editorial | 植物表型組學(xué)：一種新興的跨學(xué)科科學(xué)

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，是Science合作出版的第二本期刊。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。2019年8月，已正式被DOAJ數(shù)據(jù)庫收錄。

翻譯：孫港 

編輯：孔敏 

審核：尹歡、陳文珠