Summary
Une méthodologie pour obtenir des informations de structure de la racine visuelle et quantitative à partir des données de tomographie à rayons X calculée acquises dans le sol est présenté.
Abstract
Les racines des plantes jouent un rôle essentiel dans les interactions plante-sol-microbe qui se produisent dans la rhizosphère, ainsi que des processus avec des implications importantes pour le changement climatique et la gestion des cultures. information de taille quantitative sur les racines dans leur environnement natif est inestimable pour l'étude de la croissance des racines et des processus environnementaux impliquant des plantes. X-ray tomodensitométrie (XCT) a été démontré être un outil efficace pour la numérisation et l' analyse in situ racine. Nous avons cherché à développer un outil de costless et efficace qui se rapproche de la surface et le volume de la racine quelle que soit sa forme à partir de données en trois dimensions (3D) tomographie. La structure de la racine d'un dropseed Prairie (heterolepis Sporobolus) spécimen a été imagé en utilisant XCT. La racine a été reconstruit, et la structure de la racine primaire a été extrait à partir des données en utilisant une combinaison de logiciel sous licence et open-source. Un maillage polygonal isosurface a ensuite été créé pour faciliter l'analyse. Nous avons développé til standalone l' application imeshJ, générée en MATLAB 1, pour calculer le volume de la racine et de la surface de la maille. Les sorties des imeshJ sont de surface (en mm 2) et le volume (en mm 3). Le processus, en utilisant une combinaison unique d'outils d'imagerie à l'analyse quantitative de la racine, est décrite. Une combinaison de XCT et des logiciels open-source avérée être une combinaison puissante pour noninvasively échantillons de racines de plantes, l'image données du segment racine, et extraire des informations quantitatives à partir des données 3D. Cette méthodologie de traitement de données 3D devrait être applicable à d'autres systèmes matériels / d'échantillons où il existe une connectivité entre les composants de la même atténuation des rayons X et des difficultés surgissent avec la segmentation.
Introduction
Roots, dans le cadre de la rhizosphère 2-5, représentent une partie «invisible» de la biologie végétale depuis le sol, il est difficile aux racines d'image non-invasive 6, 7. Cependant, l' étude de la croissance des racines et de l' interaction au sein de l'environnement du sol est essentielle à la compréhension la croissance des racines / plante et cycle des éléments nutritifs, qui à son tour affecte forestation, la sécurité alimentaire, et le climat. X-ray tomodensitométrie (XCT) est avérée être un outil précieux pour l' imagerie non invasive des échantillons de racines des plantes dans leur environnement local 8. Afin de mesurer le développement des racines et des changements dimensionnels dans des conditions différentes, et être en mesure de comparer les données provenant de différents ensembles de données / spécimens, il faut extraire des informations quantitatives à partir des données de tomographie. Segmentation des données profondes de celle du sol environnant, qui est, l'isolement de l'image de la racine de tout le reste autour de lui (y compris, par exemple, une plante voisine) est une étape cruciale avant Accutaux analyse de la taille peut être fait. Cependant, une approche simple seuillage est souvent impossible pour les données fondamentales. Les défis associés aux racines des plantes d'imagerie dans le sol comprennent des variations dans les propriétés d'atténuation des rayons X du matériau de la racine, et le chevauchement des valeurs d'atténuation entre les racines et le sol causée par l'eau et des matières organiques. Ces questions ont été superbement adressée récemment par Mairhofer et al. dans leur outil de suivi visuel RooTrak 7, 9. La prochaine étape après une segmentation réussie est la détermination précise du volume racine et de la surface. Le volume peut être estimée en comptant le nombre de voxels et en multipliant par la taille de cubed des voxels comme indiqué avant le 7. Pour une détermination plus précise de la racine de surface et de volume, l'isosurface du système racinaire segmentée peut être représenté par un maillage de triangles, en utilisant un algorithme connu sous le nom confinants cubes 10. L'open-source ImageJ 11 peut être utilisé pour rapprocher thvolume racine e basé sur l'algorithme Marching Cubes. Au meilleur de notre connaissance, seul un nombre limité de logiciels open-source dédié au calcul des données de volume / surface tomographique de spécimens de racines dans la gamme de centimètres et plus est actuellement disponible 12. Un logiciel open-source , nous avons examiné 13 met l' accent sur la croissance des racines et vise à caractéristiques cellulaires permettant l' analyse quantitative du volume à une résolution unicellulaire. Certains logiciels open-source dédié aux systèmes de racines entières 14 est excellent pour les systèmes racinaires tubulaire de petit diamètre sur la base du rapprochement que leur forme est en fait tubulaire. Toutefois, certains travaux avec des images 2D et sont incapables de gérer 3D empile 14. En outre, l'approximation de la forme tubulaire peut ne pas être valide lorsque le système racinaire présentant des surfaces rugueuses et les formes non uniformes, tels que ceux des arbres, sont étudiés. Une autre approche 15 utilise deux dimensions (2D) de rotation des séquences d'images de contournement innovante ee besoin d'un scanner CT coûteux. Il mesure, les dossiers, et affiche root longueurs du système. Le logiciel que nous avons testé à partir de ceux qui ne sont disponibles dans le commerce 16-18; on ne semble pas être capable de gérer l' image 3D empilements 16, le second est un outil de la surface foliaire et la mesure de la longueur de la racine 17, tandis que la troisième est basée sur l' analyse des couleurs 18. Sur la base de cette enquête, nous suggérons qu'une option costless qui se rapproche de la surface et le volume de la racine quelle que soit sa forme à partir des données de tomographie 3D est souhaitable.
Construire sur la libre disposition RooTrak et ImageJ, nous avons développé un programme, nommé imeshJ (voir le fichier de code supplémentaire) qui traite un maillage isosurface (fichier de stéréolithographie de surface) généré à partir des données de racine segmentés, et calcule la zone de volume et de surface de la racine par faire des calculs géométriques simples sur les données maille d'index de triangle. Nous rapportons ici une méthode qui combine l'utilisation de l'imagerie XCT,reconstruction et visualisation de données (logiciel CT Pro 3D et VG Studio), la segmentation de la racine de l'échantillon du sol dans les données 3D (open-source ImageJ logiciel et RooTrak), et l'extraction de l'information de surface et de volume à partir d'un maillage triangulaire (ImageJ et le code informatique imeshJ).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Attention: Le fonctionnement d'un scanner de tomographie à rayons X nécessite à la fois la formation de rayonnement général, et de la formation en matière de sécurité de rayonnement spécifique à l'instrument. Toutes les procédures pertinentes au laboratoire de l'expérimentateur correspondants doivent être suivies.
1. Racine Imaging
Remarque: Cette étape décrit l'imagerie d'une herbe spécimen tenue dans son sol d'origine dans un pot en plastique tubulaire (un tube en plastique avec un diamètre de 40 mm, une hauteur de 210 mm et une épaisseur de paroi d'environ 2 mm).
- Placez plante en pot sur l'échantillon manipulateur de l'instrument à une distance souhaitée pour cible grossissement. Pour une installation dans un support de 2 pouces de diamètre, l'échantillon à distance de la source devrait être d'environ 3 pouces (7 cm).
- Réglez les paramètres d'analyse de rayons X pour obtenir une couleur optimale (niveau de gris) de contraste de l'image de détecteur. Remarque: Ces paramètres sont disponibles dans le logiciel de contrôle de l'instrument utilisé.
- Définir les paramètres d'alimentation X-ray; 85 kV et 190 uA ont été utilisés dans cet examenple.
- Réglez le temps d'exposition. Ici, un temps de 1 seconde d'exposition relativement longue est utilisée pour un meilleur rapport signal-sur-bruit.
- Définir le nombre de projections et images par projection; 4 images par projection pour un total de 3,142 projections est suggéré pour les bonnes données statistiques.
- Exécuter une correction d'ombrage en utilisant les conditions de mesure définies ci-dessus en sélectionnant l'onglet "correction Shading", et en cliquant sur "Créer".
Remarque: La correction d'ombrage compense la variation de la réponse des pixels de l'appareil de formation d'image lorsqu'il est éclairé par un ensemble constant de flux de rayons X. Le processus prend des images en blanc (avec l'échantillon retiré du trajet du faisceau) avec le faisceau de rayons X sous tension, et avec le faisceau éteint. Cette correction est appliquée à toutes les images collectées. - Sélectionnez l'option "Minimiser artefacts cycliques" (également appelé mode "navette"); l'échantillon est mis en rotation par pas angulaires, tandis que les images en projection sont acquises. Cela conduit à datune acquisition à un rythme plus lent, mais aide à éliminer les artefacts d'anneau.
- Démarrez le scan en cliquant sur le bouton "Acquire" sous l'onglet Acquisition (avec les paramètres décrits ci-dessus, la collecte d'image prendra environ 4 heures).
Reconstruction 2. Données
Remarque: Cette section décrit la reconstruction de données de volume 3D à partir des images brutes (radiographies du scanner).
- Charger les données brutes dans le programme.
- Comparez la première et la dernière image (ils devraient être à peu près identique à la dernière image est prise après une rotation de l'échantillon 360 o) pour vous assurer que l'échantillon n'a pas bougé ou les paramètres de numérisation n'a pas changé lors de l' acquisition de données.
- Calculer le centre de rotation (COR) en sélectionnant l'onglet "Centre de rotation", et en cliquant sur "Démarrer"; options d'utilisation "Automatique" COR trouver avec "Haute Qualité" précision, et "double" (supérieure et inférieure) tranche sélection pour le calcul COR.
- Sélectionnez le volume de l'échantillon à reconstruire: sélectionnez l'onglet "Volume", et modifier les fenêtres de sélection du volume à l'aide des vignettes.
- Effectuer la reconstruction pour créer le fichier de volume contenant des données 3D en cliquant sur "Démarrer".
3. Traitement des données / Segmentation
Remarque: Cette section décrit les mesures à prendre pour préparer les données reconstruites pour un traitement ultérieur dans le RooTrak du programme pour suivre les racines comme ils se ramifient à travers le sol, et d'isoler les racines de tout matériau environnant pour produire une pile d'images binaires de tout le racine elle-même.
- Traitement des données de volume dans ImageJ pour préparer un RooTrak l'image traitable pile:
- Chargez le fichier de volume dans ImageJ.
- Optimiser le contraste d'image entre les racines et le sol en ajustant les paramètres de luminosité et de contraste (Cliquez sur l'image / Réglage / Luminosité / Contraste). Lorsque la région d'intérêt dans l'image est visible et canifestement distinguables, les paramètres sont considérés comme optimisés.
- Enregistrer sous une pile d'images en jpeg, bmp, ou png.
- Traitement en RooTrak pour segmenter la racine:
- Charger l'image pile dans RooTrak (aller à onglet "Outils", puis appuyez sur "Tracker").
- points de semences Situé à l'intérieur root: cliquez sur plusieurs points à l'intérieur de chacune des sections de racines pertinentes visibles dans la vue tranche supérieure des données de volume.
- Régler les paramètres tracker "Lissage" et "similarité" à 0,3 et 0,8, respectivement.
- Exécutez la fonction de suivi. Cela suivra la racine de l'image tranche supérieure tout le chemin à la tranche inférieure.
- Après avoir visionné les données de volume, sélectionnez le nombre de tranches en fonction du volume de données utilisable; dans ce cas, le suivi a été arrêté à 200 tranches, ce qui équivaut à une profondeur de 6,2 mm, où les frontières sont devenues des racines mal définies (l'image de la racine suivi a commencé à se fondre dans celle du sol).
Noter lal'image pile produite sera enregistrée automatiquement à l'endroit où le répertoire de sortie a été créé.
4. Volume et analyse de surface
Remarque: Cette étape décrit la génération de maillage isosurface de la pile d'image créée par RooTrak.
- Convertir l'image pile de RooTrak dans un format d'image binaire dans ImageJ. Sélectionnez "Process", puis "binaire", puis "Faire binaire".
- Utilisez le plug-in ImageJ open-source, BoneJ, pour créer le maillage triangulaire; dans ImageJ sélectionnez "Plugins", puis "BoneJ", puis "Isosurface".
- Set "rééchantillonnage" et "Seuil" à 6 et 120, respectivement (réglages par défaut). Cochez la case "Afficher surface", et appuyez sur le bouton "OK".
- Sur la "visionneuse 3D", cliquez sur l'onglet Fichier, puis sur «surfaces à l'exportation", puis enregistrer sous "STL (binaire)".
- Ouvrez imeshJ, sélectionnez le fichier STL et entrez la taille de voxel en microns. Cliquez sur "CSurface alculez "pour acquérir échantillon root surface totale en mm 2. De même, cliquez sur" Calculer le volume "pour obtenir le volume total de l' échantillon de la racine en mm 3.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
L'échantillon constitué de deux tiges de l'herbe native Prairie dropseed (Sporobolus heterolepis) et le sol d' origine autour d' elle a été prise à partir d' un quartier résidentiel et placé dans un petit support en forme de tube montre la figure 1. La taille reconstruite de voxel de données a été d' environ 31 um x 31 um x 31 um. Le fichier de volume reconstruit a été utilisé pour créer une pile d'images à partir d' une orientation sélectionnée (vue de dessus) en utilisant l'open-source programme de traitement d' image ImageJ 1.6 11. Les données de volume a également été éclaircis dans ce programme pour augmenter le contraste entre les valeurs de racines et de sol. A partir des données reconstruites, il était clair que la racine et certains composants du sol, la matière organique la plus probable, ont des facteurs d'atténuation des rayons X très similaires entraînant peu ou pas de contraste de gris dans les images (Figure 2).
RooTrak, le programme utilisé pour la segmentation, est un programme open source développé au Centre de biologie intégrative des plantes à l'Université de Nottingham 7. Il est spécialement conçu pour suivre les racines comme ils se ramifient à travers le sol, et d'isoler les racines du matériau environnant pour produire une pile d'images binaires. RooTrak a été montré pour produire des segmentations mieux que seuillage simple pour les données des racines 7, 9. Un point de semences a été sélectionné à l' intérieur de chacune des sections de racines pertinentes visibles dans la tranche supérieure des données de volume (Figure 3) , puis la fonction de suivi du logiciel a été exécuté. Les paramètres RooTrak "Lissage" et "similarité" ont été fixés à 0,3 et 0,8 respectivement. Cette gamme fournit constamment une bonne séparation de valeur de gris et isole la région d'intérêt bien. RooTrak segmenté avec succès les sélectionnés 200 tranches de données de volume (figure 4), ce qui équivaut à une profondeur de 6,2 mm. Voir SEGME ntation de la racine dans le fichier d'animation (Rootvideo.mov).
ImageJ a été utilisé pour générer un maillage triangulaire, isosurface, du volume 3D ( en se rapprochant de la surface de la racine isolé) à partir des données produites par RooTrak (figure 5). Les paramètres par défaut utilisés pour "rééchantillonnage" et "Seuil" dans ImageJ Plugin BoneJ (voir 4.3 dans le protocole) ont été choisis parce qu'ils produisent une isosurface détaillée d'une manière relativement rapide. Réglage du niveau de rééchantillonnage aura une incidence sur la quantité de temps qu'il faut pour rendre le isosurface. La maille a été enregistré dans le format TSL, et imeshJ a été utilisée pour calculer l'aire de surface et le volume de la maille. Pour le volume reconstruit dans la présente étude, la surface calculée était 351,87 mm 2, et le volume 47.27 mm 3 (voir Figure 6).
"Src =" / files / ftp_upload / 53788 / 53788fig1.jpg "/>
Figure 1. Les spécimens vivants utilisés dans l'étude. L'échantillon d'herbe a été imagée dans son sol natal dans un 7 " de haut, 1,5" pot de diamètre en plastique. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Figure 2. Le problème de la segmentation gauche:. Vue de dessus d'une tranche horizontale de l'échantillon montrant la matière organique (OM) composantes de niveau de gris similaire à celle de la racine droite:. Rendu 3D des données montrant tous les composants qui sont de gris similaire niveau à la racine. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
. Figure 3. point RooTrak Haut de départ à gauche: vue de dessus tranche des données de volume , où l' ensemencement est démarré; En haut à droite: vue augmentée de la tranche sont marqués par un carré rouge dans la figure de gauche, les points de semences sont sélectionnés à l' intérieur de la racine pertinente . section transversale Bas: La racine saturée dans la couleur rouge est sélectionné pour la segmentation S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Figure 4. Comparaison des tranches de RooTrak. Trois paires représentatives de vue de dessus les tranches de différentes "hauteurs" montrant la racine segmenté par RooTrak. (A - B): La tranche supérieure et la tranche correspondante de la tige segmentée; (C - D): mi région tranche et la tranche correspondante de la racine segmenté; (E - F):. Bottom Régions tranche et la tranche correspondante de la racine segmenté S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Figure 5. Isosurface de la racine comme capturée à partir de ImageJ. La surface de la racine a été approchée par un maillage triangulaire. S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Une combinaison de rayons X calculé plusieurs programmes open-source prouvées de positons et d'être une combinaison puissante pour noninvasively échantillons de racines images de plantes, données du segment racine, et extraire de l'information quantitative (surface et volume) à partir des données 3D. Notre capacité à visualiser et mesurer des caractéristiques est toujours limitée par la résolution de numérisation, ainsi que par les limitations du logiciel RooTrak. Cependant, la résolution de numérisation était suffisante pour capturer la majorité des caractéristiques de l'échantillon dans cette étude, et RooTrak a pu avec succès segmenter une partie importante de la racine. La version de RooTrak employée dans ce travail n'a pas suivi la hausse des segments de déplacement des racines (vers le haut ramification n'a pas été présente dans une large mesure dans l'échantillon étudié ici); une version plus récente du programme résout ce problème 9.
Comme laissé entendre dans l'introduction, une étude de la littérature a suggéré qu'une option logicielle costless pour calculer volum racinee / zone de surface à partir des données de tomographie 3D sur des échantillons dans la gamme de centimètre et au-dessus est hautement souhaitable. L'importance de l'approche présentée ici est que, après la racine est segmenté, il fonctionne avec un format de données 3D créé par le programme ImageJ largement utilisé. Le cœur de l'analyse est le calcul de la zone de volume et de surface de la racine de son image approchée par un maillage triangulaire. Le maillage triangulaire engendrée par ImageJ dans le format .stl, est représentée par les indices des triangles qui constituent le rapprochement des surfaces. ImeshJ extrait les indices à partir du format de fichier binaire et est capable de calculer l'aire de surface à partir des indices (qui est simplement la moitié de l'amplitude du produit croisé entre les vecteurs reliant les points [1,2] et les points [1,3]). le volume est calculé par la construction d'un tétraèdre entre les points de triangle et l'origine, et en trouvant le triple produit scalaire entre les vecteurs de position du triangle. Bien qu'il y ait plusieurs ressources pour ces calculs, le défi était de calculer efficacement la surface et le volume de mailles qui contenaient plus de 10 millions de triangles (comme cela peut être le cas dans les grandes structures profondes.) En éliminant les structures en boucle à partir du code, qui traitera les triangles un par un, et mettre en œuvre plusieurs méthodes qui permettent le traitement simultané de plusieurs points de données, nous avons été en mesure d'exécuter les calculs sur un triangle de 6 millions de maillage en moins de 5 sec. En ce qui concerne la taille de l'échantillon, une plante en pot dans un récipient de 20 onces couvrirait toute la gamme de détection sous le même grossissement et se traduirait par une image pile de 2000 tranche comme ensemble de données. Si l' on extrapole la vitesse du calcul d'une image pile 200 tranche (la taille de l' échantillon de la racine traitée dans cette étude, 6,2 mm) transformées dans 5 sec à un 2000-tranche d' image pile, imeshJ doit encore traiter que de moins de 1 min .
Les produits de ce procédé sont la surface et le volumede l'échantillon de racine, qui ont été déterminées sans enlever la plante du sol, ou le perturber en aucune façon. La surface spécifique est calculée 351,87 mm 2, le volume est de 47,27 mm 3. D' autres produits, intermédiaires sont une visualisation en 3D de la structure de base et le maillage triangulaire des racines (figure 6).
Les étapes critiques dans le présent protocole sont l'imagerie tomographique non invasive de l'échantillon pour fournir des données avec un contraste de densité suffisante (étape 1 dans le protocole), la segmentation de la partie racine de l'étude du reste de l'échantillon (étape 3), et calcul du volume de la racine et de la surface du maillage triangulaire, isosurface (étape 4). Pour obtenir un fonctionnement optimal contraste de densité, les paramètres d'alimentation X-ray, 85 kV et 190 uA, ont été choisis en fonction de la réponse du détecteur pour le présent échantillon; faible puissance de rayons X aurait produit inférieure contraste des couleurs, alors que la puissance plus élevée aurait saturé le détecteur. Le gris caractéristique de l'histogramme de niveau du logiciel de collecte de données guide l'utilisateur dans le choix des paramètres d'alimentation à utiliser. En général, les échantillons de sol-plante avec un contenu organique significative ont tendance à exiger plus faible (> 100 kV) réglages de tension X-ray.
La précision de l'aire de surface calculée est fonction de l'hypothèse selon laquelle la isosurface produite par ImageJ est une approximation raisonnable de la surface réelle de la racine. Cette hypothèse est raisonnable pour les grands segments de racines, mais peut se révéler moins quand les racines avec des dimensions comparables à la taille de voxel sont imagés. Pour l'échantillon dans cette étude, la taille de l'ensemble de la racine et ses segments ont des amplitudes supérieures à la taille de voxel. Les ImageJ par défaut / BoneJ paramètres (voir "Threshold" paramètre 4.3 du Protocole) résultant en 3.6x10 -4 mm 2 triangles par rapport à la 9.6x10 -4 mm 2 la taille d' image de pixel doit avoir fourni une estimation précise de la surface racine d' unrea. Pour les échantillons avec de plus petites caractéristiques nécessitant plus en détail, le nombre de triangles se rapprochant de la surface peut être augmentée (la taille du triangle diminué) en abaissant la valeur «seuil». Cela se traduira par plus de temps de calcul. Pour les segments de racines avec des dimensions approchant de la taille de voxel, la résolution instrumentale devient le goulot d'étranglement, puisque la représentation de voxel devient moins précise. La précision du chiffre du volume calculé dépend également de l'hypothèse ci-dessus, mais à un degré moindre, car les racines de plus petit diamètre contribuent proportionnellement moins au volume de la racine de la surface de la racine. Cependant, une plus petite section transversale de la racine peut être balayé tout aussi efficacement que si la distance de la source de rayons X est réduite. En d'autres termes, des segments de racines nécessitant des données haute résolution, devraient être re-scanné à un grossissement plus élevé, et les mesures plus précises peuvent être obtenues. La précision du calcul de l'aire de surface peut également êtreaffectée par la segmentation imparfaite de la racine à partir du sol. Bien que notre capacité à distinguer la racine du sol dépend de la couleur (niveau de gris) contraste obtenu dans l'étape d'imagerie, l'amélioration de l'étape de segmentation contribuerait à réduire toute erreur dans le calcul. Développement d'un nouveau code qui permettrait d'améliorer le processus RooTrak de segmentation est en cours. Le calcul effectué par imeshJ a été vérifiée en comparant la sortie du programme d'échantillons simples, un seul composant de volume connu et une surface spécifique dans notre laboratoire.
Cette méthodologie de traitement de données 3D devrait être applicable à d' autres / systèmes d'échantillonnage des matières où il y a la connectivité entre les composantes de la même atténuation des rayons X et les difficultés se poser avec l' échantillon segmentation. ImeshJ travaillera sur des données 3D à partir de toutes les sources (TEP, IRM) sur tout objet d'intérêt aussi longtemps qu'une pile d'images est créée à partir des données, qui est utilisé pour créer une isosurface, et le fichier STLque imeshJ utilise. La zone et le volume des chiffres de surface calculée doivent être comparées aux valeurs obtenues sur le même échantillon par d'autres moyens (à développer) d'évaluer l'exactitude de ces calculs. Une telle comparaison sera important pour notre capacité à affiner le code imeshJ. Les plans futurs comprennent le développement d'un nouvel outil de suivi de la racine et le code imeshJ pour l' imagerie à haut débit d'échantillons de racines de la plante.
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).
