导读 在一个追求可持续发展的世界里，了解植物生命中隐藏的一半——根——至关重要。根不仅仅是一个锚;它们是植物和土壤之间的动态界面，对水分...
在一个追求可持续发展的世界里，了解植物生命中隐藏的一半——根——至关重要。根不仅仅是一个锚;它们是植物和土壤之间的动态界面，对水分吸收、养分吸收以及最终的植物生存都至关重要。
在一项旨在提高农业产量和开发能够抵御气候变化的作物的研究中，劳伦斯伯克利国家实验室(伯克利实验室)应用数学和计算研究(AMCR)和环境基因组学和系统生物学(EGSB)部门的科学家取得了重大进展。他们最新的创新成果 RhizoNet 利用人工智能 (AI) 的力量改变了我们研究植物根系的方式，为各种环境条件下的根系行为提供了新的见解。
6 月 5 日《科学报告》发表的一项研究详细介绍了这一开创性工具，它通过以极高的准确性实现自动化，彻底改变了根系图像分析。传统方法劳动密集且容易出错，在面对根系复杂而纠结的特性时显得力不从心。
RhizoNet 采用最先进的深度学习方法，使研究人员能够精确跟踪根系生长和生物量。这种新的计算工具使用基于卷积神经网络的先进深度学习主干，对植物根系进行语义分割，以全面评估生物量和生长情况，从而改变实验室分析植物根系的方式，并推动实验室向自动驾驶方向发展。
正如伯克利实验室的人工智能驱动软件首席研究员 Daniela Ushizima 所解释的那样，“RhizoNet 标准化根部分割和表型分析的能力代表了对数千张图像进行系统和加速分析的重大进步。这项创新有助于我们不断努力提高在不同植物条件下捕捉根部生长动态的精度。”
追根溯源
根系分析传统上依赖于平板扫描仪和手动分割方法，这不仅耗时而且容易出错，尤其是在广泛的多植物研究中。由于气泡、水滴、反射和阴影等自然现象，根系图像分割也带来了巨大的挑战。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！