RhizoNet 分类植物根,以评估生物质和生长,以便实现自动驾驶实验室
Zineb Sordo1, Peter Andeer2, James Sethian1,3
1Computing Sciences Area, Lawrence Berkeley National Laboratory, Berkeley, CA, 94760, USA.
Scientific reports
|June 5, 2024
概括
深度学习工具RhizoNet从扫描仪图像中自动化植物根细分. 这加快了分析速度,并提高了水培系统中根生长研究的准确性.
科学领域:
- 植物科学 植物科学
- 计算机科学 计算机科学
- 生物工程是生物工程.
背景情况:
- 手动根部细分是耗时且容易出错的,阻碍了大规模的植物研究.
- 复杂的根结构和杂的背景挑战自动图像分析.
- 需要有效和准确的自动化根系表型化方法.
研究的目的:
- 引入RhizoNet,这是一个深度学习工作流程,用于植物根扫描的语义细分.
- 为了实现根生物质的准确细分,并监测根生长动态.
- 为了标准化和加快植物根图像的分析.
主要方法:
- 开发了RhizoNet,这是一个使用Residual U-Net架构的深度学习工作流.
- 实现了凸凸的船体操作,以确定主要根部件的界限.
- 将工作流应用于EcoFAB水培系统中种植的各种营养处理下的植物的彩色扫描.
主要成果:
- 在根扫描的语义细分中,RhizoNet表现出高的预测准确性.
- 根检测模型在具有可变治疗的实验中显示出强烈的概括性.
- 该系统能够对成千上万张图像进行系统和加速的分析.
结论:
- RhizoNet标准化了根细分和表型,大大帮助了根生长评估.
- 工作流加速了植物根图像的分析,支持精确的表型.
- RhizoNet为植物科学研究提供了一条通往自动化,自动驾驶实验室系统的途径.
相关概念视频
03:02Primary and Secondary Growth in Roots and Shoots
Vascular plants, which account for over 90% of the Earth’s vegetation, all undergo primary growth—which lengthens roots and shoots. Many land plants, notably woody plants, also undergo secondary growth—which thickens roots and shoots.
02:26Responses to Gravity and Touch
Gravitropism: Plant Responses to Gravity