为什么禁电子烟不禁香烟,雪域香烟,荷花烟多少钱一包,香烟推荐

027-87860098

StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律

2023/8/29
植物氣孔是由葉表皮細(xì)胞上的保衛(wèi)細(xì)胞圍成的小空隙,是植物適應(yīng)陸地環(huán)境的關(guān)鍵器官。氣孔作為植物與環(huán)境之間氣體(如二氧化碳和水)交換的重要通道,在調(diào)節(jié)光合作用、蒸騰作用和水分利用方面發(fā)揮著關(guān)鍵作用。氣孔行為已被證明受晝夜節(jié)律的影響。在大多數(shù)植物中,生物鐘被認(rèn)為是一種內(nèi)源性的、自主的計時機制。生物鐘能預(yù)測生物對環(huán)境變化的反應(yīng),調(diào)節(jié)生理和外在行為,如葉片運動、開花、氣孔開閉等。了解氣孔的行為對完善植物生理學(xué)理論和指導(dǎo)實際應(yīng)用具有重要意義。

本文首次提出了一種基于深度學(xué)習(xí)的氣孔追蹤器(StomataTracker),由4個計算機視覺任務(wù)組成,包括多目標(biāo)跟蹤、二分類、語義分割和OCR。首次引入多目標(biāo)跟蹤算法,將同一氣孔與前后幀中唯一的ID相關(guān)聯(lián),不僅可以提取氣孔狀態(tài)和解剖特征,還可以分析它們在種群和個體尺度上的時間動態(tài)特征。與半自動方法(ImageJ)相比,開源的StomataTracker可將氣孔面積、周長、長度和寬度等性狀的提取效率從207秒大幅提高到1.47秒,四個氣孔性狀的 R2 范圍為 0.620 至 0.752。該研究首次從長期、連續(xù)、非破壞性的視頻數(shù)據(jù)中證實了氣孔的晝夜節(jié)律,并揭示了氣孔在完全黑暗的環(huán)境下也可以打開。夜間氣孔關(guān)閉時間與氣孔性狀呈負(fù)相關(guān),相關(guān)系數(shù)為 0.583 至 0.855。氣孔行為的異質(zhì)性還明顯表明,較小的氣孔在夜間具有較長閉合時間的節(jié)律模式。總之,該研究為植物氣孔研究提供了一個新的視角,有利于深入探索氣孔運動的機制,加快氣孔晝夜節(jié)律在小麥高產(chǎn)育種中的應(yīng)用。


StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律

圖片圖1  StomataTracker的工作流程。( a )來自氣孔視頻數(shù)據(jù)的代表性輸入圖像。( b )輸入圖像的StomataTracker目標(biāo)輸出,其中" ID "是視頻連續(xù)幀中氣孔的唯一標(biāo)記;邊界框上方的“打開/關(guān)閉”表示氣孔狀態(tài);邊界框下方的' S '和' C '代表氣孔面積和周長。( c ) StomataTracker多目標(biāo)跟蹤的工作流程,為每個氣孔分配唯一的ID,二分類識別氣孔開閉狀態(tài),并對氣孔和非氣孔區(qū)域進行語義分割,以獲得氣孔的長度、寬度、面積和周長等氣孔特征。

StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律
圖2  種群內(nèi)氣孔的晝夜節(jié)律。( a )所有觀測實驗的疊加面積圖,其中橫軸代表時間,縱軸代表開放氣孔的數(shù)量。虛線矩形框標(biāo)出了2020年12月17日的數(shù)據(jù),如圖3 ( a )所示。( b )人工氣候箱內(nèi)溫濕度的時間變化曲線。

StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律
圖3  2020年12月17日觀測的氣孔晝夜節(jié)律。( a )氣孔開放數(shù)量的時間變化曲線。( b )開燈前的代表性觀測圖像。( c )開燈后的代表性觀測圖像。( d )是 ( b )和( c )兩種情況下各氣孔面積的差異。

StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律
圖4  單個氣孔(除ID3的氣孔外)的晝夜節(jié)律。( a ) 24 h內(nèi)切換各氣孔的開閉狀態(tài)。( b )氣孔休息時間柱狀圖。( c )氣孔寬度與氣孔開閉時刻的變化趨勢。

StomataTracker:利用原位視頻和深度學(xué)習(xí)揭示小麥氣孔晝夜節(jié)律
圖5  StomataTracker的GUI軟件

文獻來源:Sun, Z.; Wang, X. ; Song, Y. et al. StomataTracker: Revealing circadian rhythms of wheat stomata with in-situ video and deep learning. Computers and Electronics in Agriculture. Volume 212, 2023, 108120. https://doi.org/10.1016/j.compag.2023.108120.