亚洲精品天堂,波多野结衣乳巨码无在线观看,高清无码。视频,免费成人国产视频网站

網(wǎng)站首頁技術(shù)中心 > 利用VideometerLab 4多光譜成像系統(tǒng)進行藜麥霜霉病研究
產(chǎn)品中心

Product center

利用VideometerLab 4多光譜成像系統(tǒng)進行藜麥霜霉病研究

更新時間:2021-06-28 點擊量:1288

介紹

藜麥(Chenopodium quinoa)是一種作物,營養(yǎng)豐富,在多個國家廣有種植。真菌病如霜霉病限制了谷物產(chǎn)量,培育抗性品系,如抗霜霉病品系是藜麥育種的中心目標(biāo)。

利用常規(guī)RGB成像來測量藜麥對霜霉病的表型反應(yīng)(Peronospora variabilis ) 測量比較困難,原因在于來自不同藜麥基因型在葉片上有不同綠色和紅色斑點進行干擾,參見圖1和圖2。 

1.目標(biāo)

開發(fā)圖像分析規(guī)程來區(qū)分健康藜麥葉片組織以及感染霜霉病的藜麥葉片組織。研究利用Videometer多光譜成像系統(tǒng)對嚴(yán)重度程度表型和孢子形成進行研究。

嚴(yán)重程度是葉片正面損傷的面積占整個葉片面積的百分比。依基因型不同,顏色可為桔色、黃色或紅色。

孢子形成是損傷部上方孢子量,以百分比測量,通過測量葉片正面進行評估。 

image.png

圖1 葉片正面嚴(yán)重度癥狀

image.png

圖2 葉片正面孢子形成

2.多光譜圖像分析

研究人員利用VideometerLab 4多光譜成像系統(tǒng)進行多光譜成像,積分球確保對樣品的均一照明(圖3)。每個獲取的圖像層由19個不同圖像波段組成,波長涵蓋365nm(UVA)到970nm(NIR)。圖像的每個像素分辨率為~41 µm。每個圖像層的分辨率為2192X2192像素。

圖像分析嚴(yán)重度模型

從G9基因型葉片正面(圖4)清楚看到了黃化現(xiàn)象(A),拍攝了RGB圖像(常規(guī)相機,人眼可見光波段。(B)和(C)顯示了多光譜圖層中的2個波段,藍光490nm(B)和黃光570nm(C)。對健康植物組織和黃化界定進行了初始標(biāo)記,轉(zhuǎn)換建立了模型(D),通過nCDA(歸一化典型判別分析將19個波段信息(圖像中多個圖層),轉(zhuǎn)換為了整個圖層的代表像素范圍值。之后切割(E和F),可用于所有圖像-所有品系和基因型,獲取有黃化組織(E黃色)百分比定量分析,該特定葉片比例為68.0%,或者包括紅色覆蓋孢子區(qū)(F),比例為18,9%,黃化(黃色)比例68%,孢子和黃化區(qū)綜合面積占比75.8%。 

圖像分析孢子形成

在葉片正面(底部),RGB圖像中的G9基因型清晰可見到孢子形成圖像(下底部A和B放大)。盡管在可見光波段很難檢測到單個波段,這里特別標(biāo)出了藍光波段(490nm)(C)。進入NIR(780nm)波段(下左部的D和E放大),清晰看見了孢子。使用該信息(僅標(biāo)識黑灰色孢子)可幫助我們區(qū)分切割孢子像素(F),并將該面積定量,該葉片孢子比例為12.5% (黃色顯示),不包括黃化部分面積。

另外,此處的孢子標(biāo)識與正面圖像分析而言更加保守。 覆蓋的非黑灰區(qū)的像素部分 (像素比單個孢子要大)估計,孢子比例為~23%(此處未予以顯示)。

image.pngimage.png

image.png

4(A) sRGB圖像。(B)490nm(藍光),(C),570nm(黃色),(D) 轉(zhuǎn)換,(E)(F)2種類型定量分割。

image.png

 

5(A) sRGB 圖像,(B)490nm(藍光),(C) 570nm(黃色)(D)轉(zhuǎn)換,(E)定量分割。

 

結(jié)果

image.png

圖6:133個基因型的平均嚴(yán)重程度(%)分布

image.png 

表1手工以及基于多光譜表型成像的藜麥霜霉病互作

研究對相關(guān)的132個藜麥基因型對霜霉病的表型反應(yīng)進行了研究。設(shè)置了3個實驗,每個有4個區(qū)塊,配有復(fù)制控制樣品以及非復(fù)制基因型樣品。找到了對P. variablilis 反應(yīng)變異大的藜麥基因型,發(fā)現(xiàn)了基因型對互作有著顯著影響 (p-value = 1.18 x 10-18) 圖6。研究人員對圖像表型研究結(jié)果進行了比較,研究人員正在開發(fā)適合覆蓋整個反應(yīng)的算法。該綜述中,研究者展示了與G9基因型相對應(yīng)的葉片圖像。結(jié)果總結(jié)在表1中,來不同區(qū)塊和試驗的分屬不同植株的10片葉子取了平均值。

結(jié)論

多光譜成像如嚴(yán)格按照規(guī)程使用、記錄完善的話,是非常強勁的表型工具。對圖像定量基于算法應(yīng)用,這需融合對疾病反應(yīng)的經(jīng)驗和知識。對孢子形成,菌絲萌發(fā),滲透,侵染面積以及健康組織識別可提供更加近似的像素標(biāo)識。

目前研究人員已經(jīng)開發(fā)出了可應(yīng)用于藜麥霜霉病互作的應(yīng)用于損傷組織算法。