计算机断层扫描技术在麦穗种子结构等表型研究上的应用

植物作为地球上常见到的景物,是组成地球生态系统非常重要的一部分,多年来,研究者一直在探索植物生命及其生长过程的奥秘并取得一定成果。花朵是植物重要的器官之一,不仅种类繁多,并且具有复杂的形态结构和生命特性,高精度、高真实感的花朵对象模型仍然是研究热点问题之一。但是由于花朵本身结构复杂、内部组织贴合紧密等原因,使得三维植物器官数据场分割工作一直是一项具有挑战性的课题。为解决植物器官CT图像的分割和可视化问题,可以植物花朵器官为研究对象,利用X射线计算机断层扫描系统(CT)获取花朵体数据信息,并对获取的花朵体数据信息进行分割处理,采用形态学细化算法对每幅分割后的植物器官图像进行骨架提取,获取特征端点的,从而为植物器官的表面重建提供数据支撑。
 

计算机断层扫描技术还可用于种子质量控制以及种子检测标准确立，该系统能检测细微的内部结构（种皮、外壳、胚芽、空腔）。
 

对每一粒种子检测，都需要复杂的处理流程。检测的目的是为了保证其不变高品质。尽管有各种实验方法可以选择，但是在种子检测方面，X射线仍是比较可靠的方法，通过影响处理系统，CT设备可监测到每一粒种子。自2003年起，Frauhofer EZRT开始了种子CT断层扫描系统的研究，近年来，对植物材料的研究已经从种子扩展到植物根、茎、果实等领域，走在CT植物表型研究的前列。其中一款自动化系统，种子无需单独分开，软件可将每粒种子从混合种子中分离，从而简化了样品制备，能在一次实验中实现大量种子检测。此外，也可实现自动机械臂取料，托盘内科放置多个小盒。操作界面简单，校准或系统射线管温度控制均为独立。该设备可实现对种子内部结构的稳定、清晰成像，几何分辨率约为50um。
 

种子内部结构计算机断层扫描系统
 

Fraunhofer植物计算机断层扫描表型成像系统采用微焦点X射线成像原理进行分辨率三维成像，可以在不破坏样品（无需染色、无需切片）的情况下，获得高精度三维图像，显示样品内部详尽的三维信息，并进行结构、密度的定量分析，适用于观察植物化石样品结构和植物活体组织的细胞结构，近年来被广泛应用于结构学、组织学、生物学特别是古生物学等研究领域，例如花、果实、种子、根系等研究。
 

计算机断层扫描技术还可用于种质资源采集、种子表型、种子质量控制以及种子检测标准确立，该系统能检测细微的内部结构（种皮、外壳、胚芽、空腔）。
 

Fraunhofer研究院的EZRT研究所科研人员，利用该系统发表了题为Drought and heat stress tolerance screening in wheat using computed tomography的论文，研究使用计算机断层扫描系统对麦穗进行了断层扫描研究，可对种子结构例如种子变形等进行预测和测量，文章发表在Plant Methods上。
 

Fraunhofer植物计算机断层扫描系统采用微焦点X射线成像原理进行超高分辨率三维成像，可以在不破坏样品（无需染色、无需切片）的情况下，获得高精度三维图像，显示样品内部详尽的三维信息，并进行结构、密度的定量分析，适用于观察植物化石样品结构和植物活体组织的细胞结构，近年来被广泛应用于结构学、组织学、生物学特别是古生物学等研究领域，例如花、果实、种子、根系等研究。

Fraunhofer研究院是著名的应用技术研究院，很多工业技术都源自于该研究所。Fraunhofer专门成立的植物表型CT研究组致力于CT技术应用在植物的表型研究上。与传统医学CT不同，植物CT研究需要独特算法和软件等，Fraunhofer研究院在该研究领域位于领先位置。与传统医学CT不同，植物CT研究需要独特算法和软件等。Frauhofer研究院在该研究领域位于世界前沿

近年来，Fraunhofer团队一直致力于将计算机断层扫描技术应用于植物表型研究领域，特别是专注于植物结构高分辨率无损检测。其中一个研究方向为研究外在胁迫因素对植物微观结构的影响，研究方向有木质部结构如何对胁迫，如干旱做出反应。在干旱环境下，一些植物不再为叶片或整个枝条提供水分。研究另外一个方向是不同植物基因品系的内部微观结构特征。

Fraunhofer开发出了便携式、台式、落地式以及高通量等多个系列专门针对植物表型研究开发的计算机断层扫描系统。
 

1、便携式种子断层扫描仪

应用于对植物种子、小型果实内部结构变化的研究。可以无损地探索不同植物种子腔体、胚和胚乳的变化，测量种子内部的三维结构和小型果实的内部变化，设备小巧便携，操作简单，具有中分辨率和高分辨率两种选择。
 

2.台式种子断层扫描成像系统

广泛应用于植物对植物根系、茎杆的内部结构变化的研究。可以无损地探索盆栽中不同植物的根系变化，也可以测量茎杆等植物器官的3D结构。 

1.Drought and heat stress tolerance screening in wheat using computed tomography
2.X-ray driven peanut trait estimation: computer vision aided agri-system transformation