Summary
En metod för att erhålla visuella och kvantitativa rotstrukturen informationen från röntgen datortomografi data som samlats in-mark presenteras.
Abstract
Växternas rötter spelar en avgörande roll i växtmark mikrobinteraktioner som förekommer i rizosfären, liksom processer med betydande konsekvenser för klimatförändringen och odling. Kvantitativ storlek på rötter i deras naturliga miljö är ovärderlig för att studera rottillväxt och miljöprocesser som involverar växter. X-ray datortomografi (XCT) har visat sig vara ett effektivt verktyg för in situ rot skanning och analys. Vårt mål var att utveckla en GRATIS och effektivt verktyg som approximerar ytan och volymen av roten oavsett dess form från tredimensionella (3D) tomografi data. Roten strukturen för en Prairie dropseed (sporobolus heterolepis) prov avbildas med XCT. Roten rekonstruerades, och den primära rotstrukturen extraherades från data med hjälp av en kombination av licensierade och öppen källkod. En isosurface polygonal mesh därefter skapades för att underlätta analys. Vi har utvecklat than fristående program imeshJ, genereras i MATLAB 1, för att beräkna rotvolym och yta från nätet. Utsignalerna från imeshJ är ytarea (i mm 2) och volymen (i mm 3). Processen, användning av en unik kombination av verktyg från avbildning till kvantitativ rot analys, beskrivs. En kombination av XCT och öppen källkod har visat sig vara en kraftfull kombination för att icke-invasivt bild växt rotprover, segment rot data och extrahera kvantitativ information från 3D-data. Denna metod att behandla 3D-data bör gälla för andra material / prov system där det finns anslutning mellan komponenter med liknande röntgen dämpning och svårigheter med segmentering.
Introduction
Rötter, som en del av rizosfären 2-5, utgör en "osynlig" del av växtbiologi eftersom marken gör det svårt att avbilda rötter icke-invasivt 6, 7. Men studera rottillväxt och samverkan inom markmiljön är avgörande för att förstå rot / växternas tillväxt och näringsomsättning, vilket i sin tur påverkar skogsplantering, tryggad livsmedelsförsörjning och klimat. X-ray datortomografi (XCT) har visat sig vara ett värdefullt verktyg för icke-invasiv avbildning av växt rotprover i sina lokala miljöer 8. För att mäta rotutveckling och dimensionsförändringar under olika förhållanden, och kunna jämföra data från olika uppgifter / prover, måste man extrahera kvantitativ information från tomografi data. Segmentering av de bakomliggande data från den hos den omgivande jorden, det vill säga, (till exempel, bland annat, en angränsande anläggning) är isoleringen av roten bild från allt annat runt omkring ett kritiskt steg innan accuhastighet storleksanalys kan göras. Men det är en enkel tröskel tillvägagångssätt ofta omöjligt för rot-data. Utmaningarna i samband med avbildning växtrötter i jord inkluderar variationer i röntgendämpningsegenskaperna hos roten material, och överlappningen i dämpningsvärden mellan rot och jord som orsakas av vatten och organiskt material. Dessa frågor har utmärkt itu nyligen Mairhofer et al. i deras visuella verktyg för spårning RooTrak 7, 9. Nästa steg efter en framgångsrik segmente är den noggranna bestämningen av roten volym och ytarea. Volymen kan beräknas genom att räkna antalet voxlar och multiplicera med voxlar "storlek kubik som visas före 7. För en mer noggrann bestämning av rot yta och volym, kan isosurface av den segmenterade rotsystemet representeras av ett nät av trianglar, med hjälp av en algoritm som kallas Marching Cubes 10. Open-source ImageJ 11 kan användas för att approximera the rotvolym baserat på Marching Cubes algoritm. Så vitt vi vet, endast ett begränsat antal öppen källkod tillägnad beräkning tomografi baserad volym / yta data för root exemplar i centimeter intervallet och ovan finns för närvarande 12. Programvara en öppen källkod vi tittat på 13 fokuserar på rottillväxt och riktar sig till cellulära funktioner som möjliggör kvantitativ volymanalys vid encelliga upplösning. Vissa öppen källkod tillägnad hela rotsystem 14 är utmärkt för liten diameter tubulär rotsystem bygger på approximation att deras form är faktiskt rörformad. Men en del arbete med 2D-bilder och är oförmögna att hantera 3D staplar 14. Vidare kan den rörformiga approximation formen inte vara giltig när rotsystem med grova ytor och icke-enhetliga former, såsom de av träd, studeras. Ett annat tillvägagångssätt 15 använder två-dimensionell (2D) rotationsbildsekvenser innovativt kringgå the behöver för en kostsam datortomografen. Den mäter, registrerar och visar rotsystem längder. Mjukvaran vi har testat från de enda kommersiellt tillgängliga 16-18; en verkar inte kunna hantera 3D-bild stackar 16, den andra är en bladyta och mätning rotlängd verktyg 17, medan den tredje är baserad på färganalys 18. Baserat på denna undersökning, föreslår vi att en GRATIS alternativ som approximerar yta och volym av roten oavsett dess form från 3D-tomografi uppgifter är önskvärd.
Med utgångspunkt i den fritt tillgängliga RooTrak och ImageJ, har vi tagit fram ett program som heter imeshJ (se Kompletterande kod File) som behandlar en isosurface mesh (yta stereolithography fil) genereras från segmente rot data och beräknar volymen och ytan av roten av göra enkla geometriska beräkningar på uppgifter mask triangel index. Här rapporterar vi en metod som kombinerar användandet av XCT avbildning,rekonstruktion av data och visualisering (programvara CT Pro 3D och VG Studio), segmentering av roten av provet från jorden i 3D-data (öppen källkod ImageJ och RooTrak), och utvinning av ytan och volymuppgifter från ett triangulärt nät (ImageJ och datakod imeshJ).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Varning: Funktionen hos en Röntgenstrålstomografi scanner kräver både allmän strålning utbildning och instrumentspecifika strålning säkerhetsutbildning. Alla motsvarande förfaranden som är relevanta för försöks laboratorium bör följas.
1. Root Imaging
Notera: Detta steg beskrivs avbildning av en gräs prov som hålls i dess ursprungliga jord på en rörformig plastkruka (ett plaströr med en diameter på 40 mm, en höjd av 210 mm, och väggtjocklek av ca 2 mm).
- Placera krukväxt på provmanipulatorn av instrumentet på ett avstånd som önskas för mål förstoring. För en anläggning i en två-tums hållare diameter, bör provet till källavståndet vara ca 3 inches (7 cm).
- Justera röntgenskanningsinställningar för att uppnå optimal färg (grå nivå) kontrast i detektorbild. Obs: Dessa inställningar finns i instrumentkontroll programvara som används.
- Ställ röntgenenergiinställningar; 85 kV och 190 iA användes i denna examenpel.
- Ställ exponeringstiden. Här, var en relativt lång exponeringstid på 1 sekund som används för bättre signal-till-brus-förhållande.
- Ange antal projektioner och bildrutor per projektion; 4 bildrutor per projektion för totalt 3,142 projektioner föreslås för bra data statistik.
- Kör en skuggning korrigering med de måtten villkoren ovan genom att välja "Skuggning korrigering" fliken och klicka på "Skapa".
Obs: skuggning korrigering kompenserar för variationen i beroende av avbildnings anordningens pixlar när de belyses med en konstant uppsättning röntgen flux. Processen tar tomma bilder (med prov avlägsnas från strålgången) med röntgenstråle påslagen och med balken avstängd. Denna korrigering tillämpas på alla bilder som samlats in. - Välj "Minimera ring artefakter" alternativet (även kallad "skytteltrafik mode"); provet kommer att roteras i vinkelsteg medan projektionsbilder förvärvas. Detta leder till daten förvärv i en långsammare takt, men bidrar till att eliminera ring artefakter.
- Starta skanningen genom att klicka på knappen "Hämta" under fliken Acquisition (med de inställningar som beskrivs ovan, kommer bildsamling tar cirka fyra timmar).
2. Data Rekonstruktion
Obs: Detta avsnitt beskriver rekonstruktionen av 3D-volymdata från råbilder (röntgen från datortomografi).
- Ladda de rådata till programmet.
- Jämför första och sista bilden (de bör vara nästan identisk som den sista bilden är tagen efter en 360 ° rotation av provet) för att säkerställa att provet inte flytta eller skanningsinställningarna inte ändras under datainsamling.
- Beräkna rotationscentrum (COR) genom att välja fliken "rotationscentrum", och klicka på "Start"; användningsalternativ "Automatic" COR finna med "hög kvalitet" noggrannhet och "Dual" (övre och nedre) skiva sval för COR beräkning.
- Välj provvolym som ska rekonstrueras: välj "Volym" -fliken, och redigera urvalsvolymen fönster med miniatyrerna.
- Utför rekonstruktion för att skapa volym fil som innehåller 3D-data genom att klicka på "Start".
3. Data Processing / Segmentering
Obs: Detta avsnitt beskriver de åtgärder som ska vidtas för att förbereda de rekonstruerade data för vidare bearbetning i programmet RooTrak att spåra rötter som de filial ut genom jord, och isolera rötterna från alla omgivande material för att producera en trave av binära bilder av bara rot själv.
- Behandling av volymuppgifter i ImageJ för att förbereda en RooTrak läsbart bildstapel:
- Ladda volymen filen i ImageJ.
- Optimera bildkontrasten mellan rot och jord genom att justera ljusstyrka och kontrast (Klicka på bilden / Justera / Ljusstyrka / Kontrast). När regionen av intresse i bilden är synlig och clearly urskiljbara, är inställningarna anses optimeras.
- Spara som en bildstapel i jpeg, bmp eller png-format.
- Behandling i RooTrak att segmentera roten:
- Lastbildstapel i RooTrak (gå till "Verktyg" fliken och tryck på "Tracker").
- Börvärden frö inuti root: klicka flera punkter i vart och ett av de relevanta rotsektionerna synliga i toppvyn del av datamängden.
- Ställ tracker parametrarna "Jämnhet" och "likhet" till 0,3 och 0,8, respektive.
- Kör spårningsfunktionen. Detta kommer att följa roten från toppen bild skiva hela vägen till botten slice.
- Efter att ha tittat datamängden, välj antal skivor enligt användbar datavolymen; i detta fall spårning stannade vid 200 skivor, vilket motsvarar ett djup av 6,2 mm, där roten gränser insjuknade definierade (bilden av det spårade roten började smälta in i det av jorden).
Obs!bildstapel som produceras kommer att sparas automatiskt dit utgångs katalogen skapades.
4. Volym och ytanalys
Obs: Detta steg beskriver isosurface mesh generation från bildstapel som skapats av RooTrak.
- Konvertera bildstapel från RooTrak till en binär bildformat i ImageJ. Välj "Process", sedan "Digital", sedan "Gör Binary".
- Använd öppen källkod ImageJ plugin, BoneJ, för att skapa den triangulära mesh; i ImageJ välj "Plugins", sedan "BoneJ", sedan "isosurface".
- Ställ in "Omsampling" och "Threshold" till 6 respektive 120 (standardinställningar). Kontrollera "Show yta" och tryck på "OK" -knappen.
- På "3D-visningen" klicka på fliken Arkiv och sedan på "Export ytor", sedan spara som "STL (binary)".
- Öppna imeshJ, väljer STL-fil och ange voxelstorlek i mikron. Klicka på "Calculate Surface Area "att förvärva total prov rot yta i mm 2. På samma sätt, klicka på" Beräkna Volume "att få total prov rotvolym i mm3.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Provet som består av två stammar av den nativa gräs Prairie dropseed (sporobolus heterolepis) och den ursprungliga jorden runt det togs från ett bostadsområde och placerades i ett litet rör-formad hållare ses i figur 1. Den rekonstruerade uppgifter voxel storlek var approximativt 31 ^ m x 31 ^ m x 31 ^ m. Den rekonstruerade volymen fil användes för att skapa en bunt bilder från en vald orientering (uppifrån) med hjälp av öppen källkod bildbehandlingsprogrammet ImageJ 1,6 11. Datavolymen var också ljusnat i detta program för att öka kontrasten mellan rot- och jordvärden. Från de rekonstruerade data var det tydligt att roten och vissa beståndsdelar i jorden, troligen organiskt material, har mycket likartade röntgendämpningsfaktorer som resulterar i liten eller ingen gråskale-kontrast i bilderna (figur 2).
RooTrak, det program som används för segmentering, är ett open source program som utvecklats vid Centrum för integrativ växtbiologi vid University of Nottingham 7. Den är särskilt utformad för att spåra rötter som de förgrening ut genom jord, och isolera rötterna från omgivande material för att framställa en stapel av binära bilder. RooTrak har visat sig ge segmente bättre än enkel tröskel för rot uppgifter 7, 9. Ett frö punkt valdes i var och en av de relevanta rotsektionerna synliga i den övre del av datamängden (Figur 3) då spårningsfunktionen av programvaran kördes. De RooTrak parametrarna "Jämnhet" och "likhet" sattes till 0,3 respektive 0,8. Detta område ger konstant bra gråvärde separation och isolerar det intressanta området väl. RooTrak framgångsrikt segmenterad de utvalda 200 skivor volymdata (Figur 4), vilket motsvarar till ett djup av 6,2 mm. se segme ntation av roten i animeringsfilen (Rootvideo.mov).
ImageJ användes för att generera en triangulär maska, isosurface, av 3D-volymen (approximera ytan av den isolerade rot) från data som produceras av RooTrak (Figur 5). Standardinställningar som används för "Omsampling" och "Threshold" i ImageJ plugin BoneJ (se 4.3 i protokollet) valdes ut eftersom de producerar en detaljerad isosurface i ett relativt snabbt sätt. Justering av omsampling nivån kommer att påverka den mängd tid det tar att göra isosurface. Masksparades i STL-format, och imeshJ användes för att beräkna den ytarea och volym av maskan. För den rekonstruerade volymen i den aktuella studien, var den beräknade ytarean 351,87 mm 2, och volymen 47,27 mm 3 (se figur 6).
"Src =" / filer / ftp_upload / 53.788 / 53788fig1.jpg "/>
Figur 1. De levande exemplar som används i studien. Gräset prov avbildades i dess ursprungliga jord i en 7 "lång, 1,5" diameter plastkruka. Klicka här för att se en större version av denna siffra.
Figur 2. Segmente Problem vänster. Uppifrån av en horisontell del av provet visar organiskt material (OM) komponenter med liknande grå nivå som av roten höger. 3D-rendering av data visar alla komponenter som är av liknande grå nivå till roten. klicka här för att se en större version av denna siffra.
. Figur 3. Startpunkt RooTrak Överst till vänster: uppifrån bit av volymuppgifter där sådd startas, Överst till höger: förstärkt syn på skiva är markerade med en röd fyrkant i vänstra figuren är groddpunkter väljs i den aktuella roten . tvärsnitt; Nederst: roten mättade i röd färg väljs för segmente klicka god här för att se en större version av denna siffra.
Figur 4. Jämförelse av skivor från RooTrak. Tre representativa par Uppifrån skivor från olika "höjder" visar segmenteras efter RooTrak rot. (A - B): Top slice och motsvarande del av den segmenterade stammen; (C - D): mittregion skiva och motsvarande del av den segmenterade rot; (E - F). Bottenområde skiva och motsvarande del av den segmenterade roten Klicka här för att se en större version av denna siffra.
Figur 5. isosurface av roten som fångas från ImageJ. Roten ytan approximeras med en triangulär maska. Klicka här för att se en större version av denna siffra.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En kombination av röntgen datortomografi och flera öppen källkod program visat sig vara en kraftfull kombination för att icke-invasivt bild växt rotprover, segment rot data och extrahera kvantitativ information (yta och volym) från 3D-data. Vår förmåga att visualisera och mäta funktioner är alltid begränsad av skanningsupplösning, samt genom begränsning av RooTrak programvaran. Emellertid var skanningsupplösning är tillräcklig för att fånga de flesta av funktionerna i provet i denna studie, och RooTrak kunde framgångsrikt segment en betydande del av roten. Den version av RooTrak användes i detta arbete inte spåra uppåt resande root segment (uppåt förgrening inte var närvarande i någon större utsträckning i provet studeras här); en nyare version av programmet tar upp detta problem 9.
Som antytts i inledningen, en undersökning av litteraturen föreslås att en GRATIS programvara möjlighet att beräkna rot volume / yta från 3D tomografi uppgifter om exemplar i centimeter intervallet och över var mycket önskvärt. Betydelsen av det tillvägagångssätt som rapporteras här är att, efter det att roten är segmenterad, det fungerar med en 3D-dataformat som skapas av den mycket använda programmet ImageJ. Hjärtat av analysen är beräkningen av volymen och ytarean av roten från dess bild approximeras med en triangulär maska. Den triangulära mesh genereras av ImageJ i .stl format, representeras av indexen för de trianglar som utgör approximation ytan. ImeshJ extraherar indexen från den binära filformat och är i stånd att beräkna den ytarea från de index (vilket är bara hälften av storleken på den korsprodukten mellan vektorer som förbinder punkterna [1,2] och punkterna [1,3].) volymen beräknas genom att konstruera en tetraeder mellan triangeln och ursprung, och hitta den skalära trippelprodukten mellan positionsvektorerna av triangeln. Även om det finns flera resources för sådana beräkningar, utmaningen var att effektivt beräkna ytan och volymen för maskor som innehöll uppemot 10 miljoner trianglar (som kan vara fallet i större rot strukturer.) Genom att eliminera slingstrukturerna från koden, som skulle behandla trianglar en efter en, och genomföra ett flertal metoder som möjliggör samtidig bearbetning av flera datapunkter, kunde vi köra beräkningarna på ett 6000000-triangel mesh på under 5 sek. När det gäller att prova storlek, skulle en krukväxt i en 20-ounce behållare täcker hela detektor sortiment under samma förstoring och skulle resultera i en 2000-skiva bildstapel som dataset. Om vi extrapolera hastigheten för beräkning från en 200-bit bildstapel (provstorleken av det bearbetade rot i denna studie, 6,2 mm) bearbetas i fem sekunder till en 2000-skiva bild stack, bör imeshJ fortfarande bearbeta det under en minut .
Produkterna av denna metod är ytarean och volymav roten provet, vilket bestämdes utan att ta bort växten från marken, eller att störa den på något sätt. Den beräknade ytan är 351,87 mm 2, volymen är 47,27 mm 3. Andra, de mellanliggande, produkter är en 3D-visualisering av rotstrukturen och triangulära nät av rötterna (figur 6).
De kritiska stegen i det nuvarande protokollet är icke-invasiv tomografi av provet för att tillhandahålla data med tillräcklig täthet kontrast (steg 1 i protokollet), segmentering av rotpartiet av studien från resten av provet (steg 3), och beräkning av roten volym och yta från den triangulära mesh, isosurface (steg 4). För att uppnå optimal täthet kontrast, röntgeneffektinställningar, 85 kV och 190 | iA, valdes baserat på detektorrespons för närvarande provet; lägre röntgen makt skulle ha producerat sämre färgkontrast, medan högre effekt skulle ha mättat detektorn. Den grå nivån histogram funktion av datainsamlingsprogram guidar användaren att avgöra vad effektinställningar som ska användas. I allmänhet, jordväxtprover med betydande organiskt innehåll tenderar att kräva lägre (> 100 kV) röntgenspänningsinställningen.
Riktigheten i den beräknade ytarean är beroende av antagandet att den isosurface produceras av ImageJ är en rimlig approximation till den verkliga ytan av roten. Detta antagande är rimligt för stora rot segment, men kan vara mindre så när rötter med dimensioner är jämförbara med voxelstorleken avbildas. För provet i denna studie, storleken på hela roten och dess segment var magnituder större än den voxel storlek. Standard ImageJ / BoneJ inställningar (se "Threshold" parameter i 4.3 i protokollet) som resulterar i 3.6x10 -4 mm 2 trianglar kontra 9.6x10 -4 mm 2 bildpixelstorlek måste ha gett en korrekt uppskattning av rotytan enrea. För prover med mindre funktioner som kräver mer i detalj, kan antalet trianglar som närmar ytan ökas (triangel storlek minskas) genom att sänka värdet "Threshold". Detta kommer att resultera i längre beräkningstid. För root segment med dimensioner som närmar sig voxelstorleken, blir avgörande upplösning flaskhalsen, eftersom voxel representationen blir mindre exakt. Riktigheten i den beräknade volymen siffra är också beroende av den ovanstående antagande, men till en mindre grad, eftersom rötterna mindre diameter bidrar proportionellt mindre till volymen av roten än ytarean av roten. Emellertid kan ett mindre tvärsnitt av roten scannas lika effektivt om avståndet från röntgenkällan minimeras. Med andra ord, rot segment som kräver högre upplösning data skulle behöva åter scannas vid en högre förstoring och mer exakta mätvärden kan erhållas. Riktigheten i beräkningen av ytan kan också varapåverkas av ofullkomlig segmentering av roten ur marken. Även om vår förmåga att skilja roten från marken beror på färgen (grå nivå) kontrast uppnås i bild steg skulle förbättra segmente steg bidra till att minska eventuella fel i beräkningen. Utveckling av en ny kod som skulle förbättra RooTrak segmenteringsprocessen pågår. Beräkningen görs genom imeshJ verifierades genom att jämföra utsignalen från det program för enkla, enkelkomponentprover med känd volym och ytarea i vårt laboratorium.
Denna metod att behandla 3D-data bör gälla för andra material / prov system där det finns anslutning mellan komponenter med liknande röntgen dämpning och svårigheter uppstår med provsegmentering. ImeshJ kommer att arbeta med 3D-data från alla källor (PET, magnetkamera) på varje objekt av intresse så länge som en bildstapel skapas från data, som används för att skapa en isosurface och STL-filatt imeshJ använder. Området och volymuppgifter beräknade yta skall jämföras med värden som erhållits på samma prov på annat sätt (som skall utvecklas) för att bedöma riktigheten i dessa beräkningar. En sådan jämförelse kommer att vara viktigt för vår förmåga att ytterligare förfina imeshJ koden. Framtida planer inkluderar utvecklingen av en ny rot verktyg för spårning och imeshJ koden för hög genomströmning avbildning av växt rotprover.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| X-Tek/Metris XTH 320/225 kV | Nikon Metrology | X-ray tomography scanner | |
| Inspect X | Nikon Metrology | Instrument control software | |
| CT Pro 3D | Nikon Metrology | Reconstruction software, version XT 2.2 | |
| VG Studio MAX | Visual Graphics GmbH | Visualization software for 3D volumes, version 2.1.5 | |
| ImageJ | Open-source | Image processing and analysis software, version 1.6 | |
| RooTrak | Open-source | Root segmentation software, version 0.3.1-b1 beta | |
| imeshJ | EMSL | MATLAB script developed by the authors | |
| Prairie dropseed grass sample | Sample obtained from ground in residential area |
References
- MATLAB. , The Mathworks, Inc. Available from: http://www.mathworks.com/products/matlab (2015).
- McKenzie, B. M. The Rhizosphere: An Ecological Perspective. Eur. J. Soil Sci. 59 (2), 416-417 (2008).
- Farrar, J., Hawes, M., Jones, D., Lindow, S. How roots control the flux of carbon to the rhizosphere. Ecology. 84 (4), 827-837 (2003).
- Gregory, P. J. Roots rhizosphere and soil: the route to a better understanding of soil science? Eur. J. Soil Sci. 57 (1), 2-12 (2006).
- Philippot, L., Raaijmakers, J. M., Lemanceau, P., van der Putten, W. H. Going back to the roots: the microbial ecology of the rhizosphere. Nat. Rev. Microbiol. 11 (11), 789-799 (2013).
- Gregory, P. J., Hutchison, D. J., Read, D. B., Jenneson, P. M., Gilboy, W. B., Morton, E. J. Non-invasive imaging of roots with high resolution X-ray micro-tomography. Plant and Soil. 255 (1), 351-359 (2003).
- Mairhofer, S., et al. RooTrak: Automated Recovery of Three-Dimensional Plant Root Architecture in Soil from X-Ray Microcomputed Tomography Images Using Visual Tracking. Plant Physiol. 158 (2), 561-569 (2012).
- Soil-Water-Root Processes: Advances in Tomography and Imaging. Anderson, S. H., Hopmans, J. W. , Soil Science Society of America. United States. (2013).
- Mairhofer, S., et al. Recovering complete plant root system architectures from soil via X-ray mu-Computed Tomography. Plant Methods. 9, 8 (2013).
- Lorensen, W. E., Cline, H. E. Marching cubes: a high resolution 3D surface construction algorithm. Comput. Graph. 21 (4), 163-169 (1987).
- ImageJ: Image Processing and Analysis in Java. , Available from: http://imagej.nih.gov/ij (2014).
- Lobet, G., Draye, X., Perilleux, C. An online database for plant image analysis software tools. Plant Methods. 9 (38), (2013).
- Schmidt, T., et al. The iRoCS Toolbox - 3D analysis of the plant root apical meristem at cellular resolution. Plant J. 77 (5), 806-814 (2014).
- Galkovskyi, T., et al. GiA Roots: software for the high throughput analysis of plant root system architecture. BMC Plant Biol. 12, 116 (2012).
- Clark, R., et al. 3-Dimensional Root Phenotyping with a Novel Imaging and Software Platform. Plant Physiol. 156, 455-465 (2011).
- RootSnap!. , CID Bio-Science. Available from: https://www.cid-inc.com (2013).
- Skye Leaf Area and Analysis Systems and Root Length Measurement System. , Skye Instruments Limited. Available from: http://www.skyeinstruments.com/products/plant-analysis-systems/leaf-arearoot-length-systems (2014).
- Arsenault, J. L., Pouleur, S., Messier, C., Guay, R. WinRHIZO™ a root-measuring system with a unique overlap correction method. HortSci. 30, 906-906 (1995).
