基于微型CT的水稻分蘖性状无损提取技术研究

With the development of research on the rice cultivation and genetic breeding, the high-throughput measurement of phenotypic traits for rice tillers is imperative. Based on the previous research basis, a nondestructive extraction technology for rice tillers is proposed and equipped with microcomputed tomography. Combined with imaging processing algorithm of tiller phenotyping and accelerated algorithm of CT reconstruction, the key problems including the high-accuracy and high-efficiency of phenotypic traits for rice tillers are being to solved with micro-CT system. In the project, the extraction phenotypic traits include the rice tiller number, the average tiller angle, the average stem diameter (area), the average stem wall thickness (area), the main stem diameter (area), and the main stem wall thickness (area). Thus, over the traditional measurement, the technology provides a high-throughput, non-destructive and precise measurement of phenotypic traits for rice tillers. Moreover, other imaging technologies, such as color imaging, near-infrared imaging, and far-infrared imaging could be incorporated into the CT imaging system, provide more comprehensive phenotypic traits for rice agronomists and breeding scientists.

针对水稻栽培和遗传育种研究中无损提取分蘖性状参数的不断扩展，以及分蘖性状高通量提取的实际需求，在原有研究积累的工作基础上，本申请项目提出一种基于X射线微型CT的水稻分蘖性状无损提取技术。本技术基于Micro-CT扫描成像系统，在结合图像处理算法和CT加速算法的基础上拟解决水稻分蘖内部不同器官识别、分蘖性状参数精准提取和快速提取问题。本技术提取性状参数主要包括水稻分蘖数、平均分蘖角度、平均茎粗（面积）、平均茎壁厚（面积）、主茎茎粗（面积）、主茎壁厚（面积）。本技术克服传统分蘖性状测量方法存在的缺陷，为水稻栽培研究和遗传育种研究提供一种高通量、无损、精准的水稻分蘖性状提取手段。此外，本技术易于与现有植物表型无损提取技术（可见光、近红外、红外成像技术等等）相集成，为水稻农艺学家和育种学家提供更为全面的表型性状信息。

本项目针对水稻栽培和遗传育种研究中无损提取分蘖性状参数的不断扩展，以及分蘖性状高通量提取的实际需求，在原有研究积累的工作基础上，提出一种基于X 射线微型CT 的水稻分蘖性状无损提取技术。本技术基于Micro-CT 扫描成像系统，在结合图像处理算法和CT 加速算法的基础上拟解决水稻分蘖内部不同器官识别、分蘖性状参数精准提取和快速提取问题。本技术提取性状参数主要包括水稻分蘖数、平均分蘖角度、平均茎粗（面积）、平均茎壁厚（面积）、主茎茎粗（面积）、主茎壁厚（面积）。本技术克服传统分蘖性状测量方法存在的缺陷，为水稻栽培研究和遗传育种研究提供一种高通量、无损、精准的水稻分蘖性状提取手段。此外，本技术易于与现有植物表型无损提取技术（可见光、近红外、红外成像技术等等）相集成，为水稻农艺学家和育种学家提供更为全面的表型性状信息。根据项目研究目标，本项目构建水稻分蘖性状无损提取微型CT系统壹套，微型CT成像空间分辨率为97μm，成像视野为149 mm (V)×186 mm (H)，满足绝大多数水稻品种分蘖性状无损提取需求；水稻平均分蘖角度、平均茎粗、平均茎壁厚系统测量值和真实值比较，平均相对误差小于10%，相关系数大于0.95；并将微型CT技术和可见光成像技术进行融合，不仅可以提取水稻分蘖数、分蘖面积、茎粗、茎壁厚、髓腔面积、分蘖角度、分蘖生长速率等分蘖相关性状，还可提取株高、植物紧凑度、植株绿色程度、数字化生物量、生长速率等相关表型参数，测量效率达120株/天（1天工作10小时计算）。相关成果发表SCI收录文章5篇，EI收录文章1篇，中文核心文章2篇，其中影响因子9.0以上SCI收录文章2篇。相关成果申请国家发明专利1项，授权国家发明专利1项；人才培养方面顺利培养硕士研究生1人。项目总体按原计划完成，SCI文章发表数量和高水平SCI文章发表超过预期水平。