SpikeFlow-4D 水稻穗部灌浆 CT 时序分析框架发表

中国科学院遗传与发育生物学研究所杨维才组、胡伟娟与韩志国团队在 Plant Communications 在线发表 SpikeFlow-4D，一套基于 X 射线 CT 的时序表型分析框架，可对活体水稻穗部籽粒灌浆做非破坏性、时序化定量。方法整合深度学习目标检测、三维图像分割和动力学建模，用由粗到精的层级分割从密集 CT 图像中分离稻穗与单个籽粒，分割表现优于所比较的两种传统图像处理基线。 该框架目前主要在两个代表性水稻品种中完成验证，时序数据反映的是不同穗位籽粒群体的平均动态。研究指出，CT 灰度受组织密度、含水状态和物质组成共同影响，不能直接等同于干物质含量；CT 扫描与破坏性测定采用独立的生物学样本，结果反映的是基因型与穗位层面的趋势一致性，而非单粒水平的直接校准。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。