水稻穗部性狀是衡量產(chǎn)量潛力和種質(zhì)資源質(zhì)量的重要指標(biāo)。然而，這些性狀的測量主要采用人工方式，且通常需要脫粒，不僅費(fèi)力費(fèi)時(shí)，而且容易產(chǎn)生測量誤差。因此，亟需一種無需人工干預(yù)便能高效準(zhǔn)確提取稻穗相關(guān)表型性狀的方法。

2024年8月， Plant Phenomics 在線發(fā)表了華中農(nóng)業(yè)大學(xué)作物表型團(tuán)隊(duì)題為A High-Throughput Method for Accurate Extraction of Intact Rice Panicle Traits 的研究論文。

本研究介紹了一種高通量、無損測量方法EOPT（extraction of panicle traits）以高效、精確的提取稻穗表型，包括單穗粒數(shù)、粒長、粒寬和穗長。該方法無需對稻穗進(jìn)行脫粒和人工整形，其圖像采集場景如圖1所示。EOPT的整體技術(shù)流程如圖2所示，首先定義穗型指數(shù)（PMI），以量化稻穗籽粒相互遮擋程度。根據(jù) PMI 對直接測得的穗粒數(shù)進(jìn)行校準(zhǔn)，可顯著提高粒數(shù)檢測的準(zhǔn)確性。其次，為了測量谷粒的長度和寬度，檢測過程中采用0.8 的IoU閾值和 0.7 的置信度閾值（Conf）來篩選并分割出圖像中較為完整的籽粒，并計(jì)算這些谷粒粒長和粒寬的平均值來代表稻穗籽粒的長度和寬度。此外，該方法還使用 Astar 算法提取了水稻圓錐花序骨架的主路徑，以確定稻穗長度。在 1554 個(gè)稻穗圖像的數(shù)據(jù)集上進(jìn)行的驗(yàn)證證明了方法的有效性，所提方法對單穗籽粒計(jì)數(shù)的平均準(zhǔn)確率達(dá)到 93.57%，平均絕對百分比誤差 (MAPE) 為 6.62%。籽粒長度（96.83%）和稻穗長度（97.13%）的測量準(zhǔn)確率也較高。此外，利用該方法獲得的稻穗表型數(shù)據(jù)和基因型數(shù)據(jù)進(jìn)行了全基因組關(guān)聯(lián)研究（GWAS），可確定與籽粒長度、寬度、單穗粒數(shù)和穗長相關(guān)的單核苷酸多態(tài)性（SNPs），進(jìn)一步強(qiáng)調(diào)了該方法在水稻育種研究方面的作用和潛力。

圖1 圖像采集場景

圖2 EOPT的工作流程圖。(A) 圖像預(yù)處理。(B) 穗粒數(shù)測量模塊。(C) 穗長提取模塊。(D) 粒長和粒寬提取模塊

圖3 EOPT 的驗(yàn)證結(jié)果。(A1) 室內(nèi)的穗粒數(shù)檢測。(A2) 田間的穗粒數(shù)檢測。(B1) 室內(nèi)谷粒長度檢測。(B2) 田間谷粒長度檢測。(C1) 室內(nèi)粒長檢測。(C2) 田間粒長檢測。(D1) 室內(nèi)粒寬檢測。(D2) 田間粒寬檢測。

圖4 GWAS 結(jié)果的曼哈頓圖（左）和量子圖（右）。(a) 谷粒長度。(b)粒數(shù)。(c) 谷粒寬度。(d) 穗長

本研究展示了一種新的稻穗表型提取方法，該方法不需要對稻穗進(jìn)行脫粒和人工整形，能夠準(zhǔn)確、高效的提取稻穗表型，為水稻育種和表型研究提供了一種有效、可靠的工具。

華中農(nóng)業(yè)大學(xué)作物表型團(tuán)隊(duì)主要從事作物表型組高通量獲取、智能精準(zhǔn)解析及作物育種應(yīng)用等交叉研究。團(tuán)碩士生孫健和任政威為共同第一作者，楊萬能教授及宋鵬副教授為本文共同通訊作者。本研究得到國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、湖北省農(nóng)業(yè)核心攻關(guān)項(xiàng)目、湖北省種業(yè)高質(zhì)量發(fā)展支撐項(xiàng)目支持。

論文鏈接：
https://doi.org/10.34133/plantphenomics.0213

——推薦閱讀——
AISOA-SSformer: An effective image segmentation method for rice leaf disease based on Transformer architecture
‍https://doi.org/10.34133/plantphenomics.0218‍
Plant Phenomics | 中南林業(yè)科技大學(xué)周國雄教授團(tuán)隊(duì)基于AISOA-SSformer的有效水稻葉病圖像分割方法
Rice Plant Counting, Locating and Sizing Method Base on High-throughput UAV RGB Images
‍https://doi.org/10.34133/plantphenomics.0020‍
Plant Phenomics ESI高被引論文 | 基于高通量無人機(jī)RGB圖像的水稻植株計(jì)數(shù)、定位和大小估計(jì)方法

加入作者交流群
掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會、專刊發(fā)布會等高質(zhì)量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：宋鵬
排版：趙慶澤（南京農(nóng)業(yè)大學(xué)）
審核：孔敏、王平