典型文献
种子动态萌发表型分析算法的研究和软件实现
文献摘要：
[目的]种子是植物研究中重要的对象之一,本研究旨在对关键种子萌发表型进行动态监测及量化分析,为了解不同植物生存、生长和繁衍提供表型依据.[方法]本研究以小麦(Triticum aestivum)为研究对象,利用监督式机器学习算法(如K近邻、支持向量机、随机森林),在不同颜色空间上对3种弱筋小麦品种的种子萌发图像序列进行前、背景对象训练及背景分割,然后通过构建自动化图像处理算法进行目标提取,再结合图论和二维骨架动态分析幼根和根尖点的位置变化,实现关键萌发性状的高通量数字化提取.[结果]本研究可获得大量人工难以计量的萌发性状,包括种子长、宽、面积、周长,幼根和幼芽长度及生长速率等.通过与人工统计数据的线性回归分析,关键动态性状如幼根长、根生长速率、芽长的决定系数R2值分别为0.922(n=188,P<0.001,RMSE=1.727)、0.719(n=191,P<0.001,RMSE=0.406)、0.897(n=115,P<0.001,RMSE=2.726).[结论]本研究提出的算法能有效获取种子萌发动态表型组,并可扩展至棉花(Gossypium barbadense)和油菜(Brassica napus),为遗传育种和植物研究提供表型分型依据和智能化解析技术.
文献关键词：
种子萌发;动态表型分析;自动化图像处理;监督式机器学习;小麦
中图分类号：
作者姓名：
赵建华;周洁;戴杰;丁国辉;徐凌翔;关雪莹;周济
作者机构：
南京农业大学前沿交叉研究院/作物表型组学交叉研究中心,江苏 南京210095;南京农业大学人工智能学院,江苏 南京210031;浙江大学农业与生物技术学院,浙江 杭州310029;英国国立农业植物研究所/英国剑桥作物研究中心,剑桥 CB30LE,英国
文献出处：
引用格式：
[1]赵建华;周洁;戴杰;丁国辉;徐凌翔;关雪莹;周济-.种子动态萌发表型分析算法的研究和软件实现)[J].南京农业大学学报,2022(06):1266-1275
A类：
监督式机器学习,自动化图像处理,动态表型分析
B类：
软件实现,植物研究,关键种,种子萌发,不同植物,繁衍,Triticum,aestivum,机器学习算法,近邻,颜色空间,弱筋小麦,小麦品种,图像序列,背景分割,图像处理算法,目标提取,图论,动态分析,幼根,根尖,尖点,实现关键,子长,周长,幼芽,生长速率,根长,根生长,决定系数,RMSE,萌发动态,表型组,可扩展,棉花,Gossypium,barbadense,油菜,Brassica,napus,遗传育种
AB值：
0.395516
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
