文献

J-GLOBAL ID：201702276691372943   整理番号：17A0749799

画像からの自動トウモロコシ雌穂,穂軸およびカーネル特性を計算するためのロバスト,高スループット法【Powered by NICT】

A robust, high-throughput method for computing maize ear, cob, and kernel attributes automatically from images

著者 (8件)： Miller Nathan D. (Department of Botany, University of Wisconsin-Madison, 430 Lincoln Drive, Madison, WI, 53706, USA) ,  Haase Nicholas J. (Department of Agronomy, University of Wisconsin-Madison, 1575 Linden Drive, Madison, WI, 53706, USA) ,  Lee Jonghyun (Department of Botany, University of Wisconsin-Madison, 430 Lincoln Drive, Madison, WI, 53706, USA) ,  Kaeppler Shawn M. (Department of Agronomy, University of Wisconsin-Madison, 1575 Linden Drive, Madison, WI, 53706, USA) ,  Kaeppler Shawn M. (DOE Great Lakes Bioenergy Research Center, 445 Henry Mall, Madison, WI, 53706, USA) ,  de Leon Natalia (Department of Agronomy, University of Wisconsin-Madison, 1575 Linden Drive, Madison, WI, 53706, USA) ,  de Leon Natalia (DOE Great Lakes Bioenergy Research Center, 445 Henry Mall, Madison, WI, 53706, USA) ,  Spalding Edgar P. (Department of Botany, University of Wisconsin-Madison, 430 Lincoln Drive, Madison, WI, 53706, USA)
資料名： Plant Journal  (Plant Journal)
巻： 89  号： 1  ページ： 169-178  発行年： 2017年 
JST資料番号： A1374A  ISSN： 0960-7412  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： トウモロコシ植物の穀粒収量はサイズ,形状,及び耳の数とそれらが持つカーネルに依存する。容易に得られたディジタル画像からの収率のこれらの成分を測定できる自動化パイプラインは,この世界的に重要な作物の理解を進めるために必要である。ここでは,低コストプラットフォームで得られたディジタル画像からそのような収量構成要素を自動的に計算するために設計された三カスタムアルゴリズムを提案した。一つのアルゴリズムは,各カーネルは,画像強度特徴のスライディングウィンドウFourier変換解析を用いた穂軸軸に沿って占める平均空間を決定した。第二は耳から除去された個々の穀粒,クラスタを含むを数える。輪郭点のBayesian解析は核先端を同定した後の第三の部分は各穀粒の長軸及び短軸を測定した。収量構成要素を相互関係可能性があることを無次元耳とカーネル形状形質は,輪郭点集合の主成分分析により測定した。典型的な手動法と比較して増加した客観性と速度はグランドトルース測定とシミュレートしたデータと高い相関によって証明されるように,精度を失うことなく達成された。近交系トウモロコシ系統の多様なグループの2.5倍以上の範囲であることを耳,cob,および穀粒形質間のミリメータスケール差が解決された。トウモロコシ雌穂,穂軸,核特性を測定するためのこのシステムは,コミュニティハイスループットコンピューティングと分散データ貯蔵提案インフラストラクチャー上で実行される自動化されたWebサービスとして複数の研究グループによって使用されている。ユーザは公共リポジトリにダウンロードのための段階であることをソースコードを用いてそれら自身のワークフローを作り出す可能性がある。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： インフラストラクチャー ,  *画像 ,  ワークフロー ,  ディジタル画像 ,  Webサービス ,  主成分分析 ,  収量構成要素 ,  画像分析 ,  自動化 ,  アルゴリズム ,  *ロバスト性 ,  データ蓄積 ,  相関 ,  農作物 ,  *穂軸 ,  改変

著者キーワード (9件)： トウモロコシ(Zea mays) ,  画像解析 ,  カーネル形状 ,  カーネル間隔 ,  Fourier変換 ,  核計数 ,  耳サイズ ,  ハイスループット表現型タイピング ,  技術的進歩

分類 (4件)： 稲作  (FC03020C) ,  植物生理学一般  (EH02010Y) ,  遺伝子発現  (EC02040Q) ,  発生,成長,分化  (EH02030U)

タイトルに関連する用語 (8件)： トウモロコシ ,  雌 ,  穂 ,  穂軸 ,  カーネル ,  計算 ,  ロバスト ,  高スループット法