Summary
Se presenta una metodología para obtener información de la estructura de la raíz visual y cuantitativo a partir computarizada de rayos X de tomografía de datos adquiridos en el suelo.
Abstract
raíces de las plantas juegan un papel crítico en las interacciones planta-suelo-microorganismo que se producen en la rizosfera, así como los procesos con implicaciones importantes para el cambio climático y el manejo del cultivo. información cuantitativa sobre las raíces en su ambiente nativo es muy valiosa para el estudio de crecimiento de las raíces y los procesos ambientales que involucran plantas. De rayos X de tomografía computarizada (XCT) ha demostrado ser una herramienta eficaz para la exploración in situ y el análisis de la raíz. El objetivo fue desarrollar una herramienta sin costo y eficiente que se aproxima a la superficie y el volumen de la raíz, independientemente de su forma a partir de datos tridimensional-(3D) de tomografía. La estructura de la raíz de un dropseed Prairie (heterolepis Sporobolus) espécimen fue fotografiada usando XCT. La raíz se reconstruyó, y la estructura de la raíz primaria se extrae de los datos usando una combinación de software con licencia y de código abierto. Una malla poligonal isosuperficie fue creado entonces para facilitar el análisis. Hemos desarrollado tél independiente Aplicación imeshJ, generado en MATLAB 1, para calcular el volumen de la raíz y la superficie de la malla. Las salidas de imeshJ son área superficial (en mm 2) y el volumen (en mm 3). El proceso, que utiliza una combinación única de herramientas de formación de imágenes para el análisis cuantitativo de la raíz, se describe. Una combinación de XCT y el software de código abierto demostrado ser una poderosa combinación para no invasiva muestras de raíces de plantas de imagen, datos de raíz segmento, y extraer información cuantitativa de los datos 3D. Esta metodología de procesamiento de datos en 3D debe ser aplicable a otros sistemas de material / muestra donde hay conectividad entre los componentes de la atenuación de los rayos X y similares surgen dificultades con la segmentación.
Introduction
Roots, como parte de la rizosfera 2-5, representan una parte "invisible" de la biología vegetal desde el suelo hace que sea difícil a las raíces de la imagen no invasiva 6, 7. Sin embargo, el estudio de crecimiento de las raíces y la interacción dentro del ambiente del suelo es crítico para la comprensión root / crecimiento de las plantas y el ciclo de nutrientes, que a su vez afecta a la forestación, la seguridad alimentaria, y el clima. De rayos X de tomografía computarizada (XCT) ha demostrado ser una herramienta valiosa para la formación de imágenes no invasiva de muestras de raíces de plantas en su entorno local 8. Con el fin de medir el desarrollo de las raíces y los cambios dimensionales en diferentes condiciones, y poder comparar datos de diferentes conjuntos de datos / muestras, hay que extraer información cuantitativa de los datos de la tomografía. La segmentación de los datos de la raíz de la del suelo circundante, es decir, el aislamiento de la imagen raíz de todo lo demás alrededor de ella (incluyendo, por ejemplo, una planta vecina) es un paso crítico antes de ACCUanálisis de tamaño de tasa se puede hacer. Sin embargo, un enfoque de umbral simple es a menudo inviable para los datos del directorio raíz. Los retos asociados con raíces de las plantas de imágenes en el suelo incluyen las variaciones en las propiedades de atenuación de rayos X del material de raíz, y la coincidencia en los valores de atenuación entre la raíz y el suelo causada por el agua y la materia orgánica. Estos temas se han tratado magníficamente recientemente por Mairhofer et al. en su herramienta de seguimiento visual RooTrak 7, 9. El siguiente paso después de una segmentación exitosa es la determinación exacta del volumen raíz y superficie. El volumen puede ser estimado contando el número de voxels y multiplicando por cubos tamaño de los voxels 'como se muestra antes de 7. Para una determinación más precisa de la zona de superficie de la raíz y el volumen, la isosuperficie del sistema radicular segmentado puede ser representado por una malla de triángulos, usando un algoritmo conocido como Marching Cubes 10. La fuente abierta ImageJ 11 puede emplearse para aproximar THvolumen raíz e basado en el algoritmo de Marching Cubes. A lo mejor de nuestro conocimiento, sólo un número limitado de software de código abierto dedicado a calcular los datos de volumen / superficie basada en tomografía de muestras de raíces en el rango centímetro y actualmente está disponible por encima de 12. Un software de código abierto que nos aguarda a 13 se centra en el crecimiento de raíces y está dirigido a las funciones celulares que permiten el análisis cuantitativo del volumen en la resolución de una sola célula. Algunos programas de software de código abierto dedicado a los sistemas de raíces enteras 14 es excelente para sistemas de raíces tubular de pequeño diámetro en base a la aproximación de que su forma es en realidad tubular. Sin embargo, algunos trabajos con imágenes 2D y son incapaces de manejar 3D apila 14. Por otra parte, la aproximación forma tubular puede no ser válido cuando se estudian sistemas de raíces con superficies rugosas y formas no uniformes, tales como los de los árboles. 15 Otro enfoque utiliza dos dimensiones secuencias de imágenes rotacionales (2D) de elusión de manera innovadora THe la necesidad de un escáner CT costoso. Mide, registra y muestra erradicar longitudes del sistema. El software que hemos probado de los que sólo están disponibles comercialmente 16-18; uno no parece ser capaz de manejar la imagen 3D pilas 16, el segundo es un área de la hoja y la medición de la longitud de la raíz de herramienta 17, mientras que el tercero se basa en el análisis del color 18. Sobre la base de este estudio, se sugiere que una opción sin costo que se aproxima a la superficie y el volumen de la raíz, independientemente de su forma a partir de datos de tomografía 3D es deseable.
Sobre la base del RooTrak libremente disponible y ImageJ, hemos desarrollado un programa, llamado imeshJ (ver archivo de código complementario) que procesa una malla isosuperficie (archivo de estereolitografía superficie) generado a partir de datos del directorio raíz segmentados, y calcula el volumen y el área superficial de la raíz por haciendo cálculos geométricos sencillos en los datos del índice de triángulo de la malla. Aquí mostramos un método que combina el uso de imágenes XCT,la reconstrucción y visualización de datos (software CT Pro 3D y VG Studio), la segmentación de la raíz de la muestra de suelo en los datos en 3D (software de fuente abierta ImageJ y RooTrak), y la extracción de la información de la superficie y el volumen de una malla triangular (ImageJ y el código imeshJ ordenador).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Precaución: El funcionamiento de un escáner de tomografía de rayos X requiere tanto la formación de radiación en general, y la formación de la seguridad radiológica específica del instrumento. Todos los procedimientos correspondientes pertinentes al laboratorio del investigador deben ser seguidas.
Imaging 1. Raíz
Nota: Este paso se describe la obtención de imágenes de un espécimen de hierba mantenidas en su suelo original en una maceta de plástico tubular (un tubo de plástico con un diámetro de 40 mm, una altura de 210 mm, y el espesor de pared de aproximadamente 2 mm).
- Coloque la planta en maceta en el manipulador de muestras del instrumento a una distancia determinada para la ampliación de destino. Para una planta en un soporte de 2 pulgadas de diámetro, la muestra a distancia de la fuente debe ser de aproximadamente 3 pulgadas (7 cm).
- Ajustar la configuración de escaneo de rayos X para lograr un color óptimo (nivel de gris) contraste de la imagen en el detector. Nota: Estos ajustes están disponibles en el software de control del instrumento utilizado.
- Establecer la configuración de energía de rayos X; 85 kV y 190 mu se utilizaron en este examenPLE.
- Establecer el tiempo de exposición. Aquí, se utilizó un tiempo de exposición relativamente largo de 1 seg para una mejor relación señal-ruido.
- Establecer el número de proyecciones y cuadros por proyección; 4 fotogramas por proyección para un total de 3.142 proyecciones se sugiere para las buenas estadísticas de los datos.
- Ejecutar una corrección de sombreado usando las condiciones de medición indicados anteriormente seleccionando la pestaña "Corrección de sombras", y haciendo clic en "Crear".
Nota: La corrección de sombreado compensa la variación en la respuesta de los píxeles del dispositivo de formación de imágenes cuando se ilumina con un conjunto constante de flujo de rayos X. El proceso de toma imágenes en blanco (con la muestra retirado del camino del haz) con el haz de rayos X activado, y con el haz de apagado. Esta corrección se aplica a todas las imágenes recogidas. - Seleccionar la opción "Reducir al mínimo los artefactos de anillo" (también llamado "modo yendo y viniendo"); la muestra se hará girar en pasos angulares, mientras que las imágenes de proyección se adquieren. Esto conduce a DATuna adquisición a un ritmo más lento, pero ayuda a eliminar artefactos de anillo.
- Iniciar la búsqueda haciendo clic en el botón "Adquirir" en la pestaña de adquisición (con los ajustes descritos anteriormente, la colección de imágenes durará aproximadamente 4 horas).
Reconstrucción 2. Datos
Nota: En esta sección se describe la reconstrucción de los datos de volumen 3D a partir de las imágenes en bruto (radiografías de la tomografía computarizada).
- Cargar los datos en bruto en el programa.
- Comparar primera y la última imagen (que debería ser casi idéntica como la última imagen se toma después de una rotación de la muestra 360 o) para asegurarse de que el espécimen no se movió ni la configuración del análisis no cambió durante la adquisición de datos.
- Calcular el centro de rotación (COR), seleccionando la pestaña "Centro de rotación", y haciendo clic en "Inicio"; opciones de uso "automático" COR encontrar con "alta calidad" exactitud, y "dual" (superior e inferior) s rebanadaelecciones para el cálculo COR.
- Seleccione el volumen de la muestra que ser reconstruido: seleccione la pestaña "Volumen", y editar las ventanas de selección de volúmenes utilizando las miniaturas.
- Realizar la reconstrucción para crear el archivo de volumen que contiene datos 3D haciendo clic en "Inicio".
3. Procesamiento de Datos / Segmentación
Nota: En esta sección se describen los pasos a seguir para preparar los datos reconstruidos para su posterior procesamiento en el programa RooTrak para rastrear las raíces que se ramifican a través del suelo, y aislar las raíces de cualquier material circundante para producir una pila de imágenes binarias de sólo el raíz en sí.
- Tratamiento de los datos de volumen en ImageJ para preparar una pila procesable RooTrak:
- Cargar el archivo de volumen en ImageJ.
- Optimizar el contraste de la imagen entre la raíz y el suelo mediante el ajuste de brillo y contraste (imagen / Ajuste / Brillo / Contraste). Cuando la región de interés dentro de la imagen es visible y clearly distinguibles, los ajustes se consideran optimizadas.
- Guardar como una pila de imágenes en formato JPEG, BMP o PNG.
- Procesamiento en RooTrak al segmento de la raíz:
- Cargar pilas de imágenes en RooTrak (ir a la pestaña "Herramientas", y pulse "Tracker").
- Definición de puntos de semillas en el interior de la raíz: haga clic en varios puntos dentro de cada una de las secciones pertinentes de raíces visibles en la vista superior rebanada de los datos de volumen.
- Establecer los parámetros del gestor "lisura" y "similitud" de 0,3 y 0,8, respectivamente.
- Ejecutar la función de seguimiento. Esto seguirá la raíz de la rebanada de la parte superior de todo el camino a la división inferior.
- Después de ver los datos de volumen, seleccionar el número de cortes de acuerdo con el volumen de datos utilizable; en este caso, el seguimiento se detuvo en 200 rebanadas, equivalente a una profundidad de 6,2 mm, donde los límites de la raíz se convirtieron en mal definidos (la imagen de la raíz seguido comenzó a mezclar en la del suelo).
Nota: Elpila imagen producida se guarda automáticamente en donde se creó el directorio de salida.
4. Volumen y Análisis de superficies
Nota: Este paso se describe la generación de mallas isosuperficie de la pila imagen creada por RooTrak.
- Convertir imagen pila de RooTrak en un formato de imagen binaria en ImageJ. Seleccione "Proceso", luego "binario", luego "Hacer binario".
- Utilizar el plugin de ImageJ de código abierto, BoneJ, para crear la red de triangulación; en ImageJ seleccionar "Plug-ins", luego "BoneJ", luego "Isosuperficie".
- Ajuste "remuestreo" y "Umbral" a 6 y 120, respectivamente (configuración por defecto). Comprobar los "superficie", y pulse el botón "OK".
- En el "visor 3D" haga clic en la pestaña Archivo, luego en "superficies de exportación", a continuación, guardar como "STL (binario)".
- Abrir imeshJ, seleccione el archivo STL e introduzca el tamaño del voxel en micras. Haga clic en "Calculate Superficie "para la adquisición total de la superficie de la raíz de la muestra en 2 mm. Del mismo modo, haga clic en" Calcular el Volumen "para obtener el volumen total de las raíces de la muestra en 3 mm.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
La muestra consta de dos tallos de la hierba nativa de la pradera dropseed (Sporobolus heterolepis) y el suelo original alrededor de ella fue tomado de una zona residencial y se coloca en un pequeño recipiente en forma de tubo se ve en la Figura 1. El tamaño del voxel datos reconstruidos fue de aproximadamente 31 micras x 31 micras x 31 micras. El archivo de volumen reconstruido se utiliza para crear una pila de imágenes desde una orientación seleccionada (vista desde arriba) utilizando el programa de procesamiento de imágenes de código abierto ImageJ 1.6 11. Los datos de volumen también se iluminaron en este programa para aumentar el contraste entre los valores de las raíces y del suelo. A partir de los datos reconstruidos, estaba claro que la raíz y algunos componentes del suelo, la materia orgánica más probable, tienen factores de atenuación de rayos X muy similares que resultan en poco o ningún contraste de escala de grises en las imágenes (Figura 2).
RooTrak, el programa utilizado para la segmentación, es un programa de código abierto desarrollado en el Centro de Biología Integrativa Vegetal de la Universidad de Nottingham 7. Está específicamente diseñado para realizar un seguimiento de las raíces, ya que se ramifican a través del suelo, y aislar las raíces a partir de material circundante para producir una pila de imágenes binarias. RooTrak se ha demostrado producir segmentaciones mejor que un simple umbral para los datos de la raíz 7, 9. Se seleccionó un punto de semilla dentro de cada una de las secciones de raíz pertinentes visibles en el tramo superior de los datos de volumen (Figura 3), entonces la función de seguimiento del software fue corrido. Los parámetros RooTrak "lisura" y "similitud" se establece en 0,3 y 0,8, respectivamente. Esta gama ofrece constantemente una buena separación valor de gris y aísla la región de interés también. RooTrak segmentado con éxito los seleccionados 200 rebanadas de datos de volumen (Figura 4), que era equivalente a una profundidad de 6,2 mm. ver SEGM ntation de la raíz en el archivo de animación (Rootvideo.mov).
ImageJ se utilizó para generar una malla triangular, isosuperficie, del volumen 3D (se aproxima a la superficie de la raíz aislado) a partir de los datos producidos por RooTrak (Figura 5). Se seleccionaron configuración predeterminada empleadas para "remuestreo" y "Umbral" en ImageJ Plugin BoneJ (ver 4.3 en el Protocolo), ya que producen un isosuperficie detallada de una forma relativamente rápida. Ajuste del nivel de remuestreo afectará a la cantidad de tiempo que se necesita para hacer que el isosuperficie. La malla se guarda en el formato STL, y imeshJ se utilizó para calcular la superficie y el volumen de la malla. Para el volumen reconstruido en el presente estudio, la superficie calculada fue de 351,87 mm 2, y el volumen de 47,27 mm 3 (véase la Figura 6).
"Src =" / files / ftp_upload / 53788 / 53788fig1.jpg "/>
Figura 1. Los especímenes vivos utilizados en el estudio. La muestra de la hierba fue fotografiada en su tierra natal en un 7 "de altura, 1.5" maceta de plástico de diámetro. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2. El problema de la segmentación Izquierda:. Vista superior de un corte horizontal de la muestra mostrando materia orgánica (MO) los componentes de nivel de gris similar a la de la raíz Derecha:. La representación 3D de los datos que muestra todos los componentes que son de color gris similares el nivel de la raíz. Haga clic aquí para ver una versión más grande de esta figura.
. Figura 3. Punto de partida en RooTrak Arriba a la izquierda: vista superior rebanada de los datos de volumen en el que se inició la siembra; Arriba a la derecha: vista aumentada de la rodaja están marcados con un cuadrado rojo en la figura de la izquierda, los puntos de semillas se seleccionan dentro de la raíz pertinente . corte transversal; Abajo: La raíz saturada de color rojo se selecciona para la segmentación Haga clic aquí para ver una versión más grande de esta figura.
Figura 4. Comparación de las rebanadas de RooTrak. Tres pares representativos de vista superior rodajas de diferentes alturas "" que muestran la raíz segmentada por RooTrak. (A - B): Tramo superior y el correspondiente trozo de tallo segmentado; (C - D): rebanada región media y la correspondiente porción de la raíz segmentado; (E - F):. Rebanada zona del fondo y la correspondiente porción de la raíz segmentado Haga clic aquí para ver una versión más grande de esta figura.
Figura 5. Isosuperficie de la raíz que capturó de ImageJ. La superficie de la raíz se aproxima por una malla triangular. Por favor, haga clic aquí para ver una versión más grande de esta figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Una combinación de computarizada de rayos X de tomografía y varios programas de código abierto demostrado ser una poderosa combinación para no invasiva muestras de raíces de plantas de imagen, datos de raíz segmento, y extraer información cuantitativa (superficie y volumen) a partir de los datos 3D. Nuestra capacidad de visualizar y medir características es siempre limitado por la resolución de escaneado, así como por las limitaciones del software RooTrak. Sin embargo, la resolución de escaneado fue suficiente para capturar la mayoría de las características de la muestra en este estudio, y RooTrak fue capaz de segmento con éxito una porción significativa de la raíz. La versión de RooTrak empleada en este trabajo no realizar un seguimiento de los segmentos de raíz que viaja hacia arriba (hacia arriba ramificación no estaba presente en gran medida en la muestra estudiados aquí); una versión más reciente del programa se ocupa de este problema 9.
Como se insinuó en la introducción, una revisión de la literatura sugiere que una opción de software sin costo para calcular la raíz volume / área de superficie a partir de datos de tomografía 3D a partir de especímenes en el rango de centímetros por encima y era muy conveniente. La importancia del enfoque informado aquí es que, después de la raíz está segmentado, que funciona con un formato de datos 3D creada por el programa ImageJ ampliamente utilizado. El corazón del análisis es el cálculo de la zona de volumen y la superficie de la raíz de su imagen aproximada por una malla triangular. La malla triangular generada por ImageJ en el formato stl, está representada por los índices de los triángulos que forman la aproximación superficie. ImeshJ extrae los índices del formato de archivo binario y es capaz de calcular el área de superficie de los índices (que es simplemente la mitad de la magnitud del producto vectorial entre los vectores que une los puntos [1,2] y puntos [1,3]). el volumen se calcula mediante la construcción de un tetraedro entre el triángulo y el origen, y la búsqueda de la triple producto escalar entre los vectores de posición del triángulo. Aunque hay varios resources para estos cálculos, el reto consistía en calcular de manera eficiente la superficie y el volumen de mallas que contenían más de 10 millones de triángulos (como puede ser el caso de las estructuras de raíces más grandes.) Mediante la eliminación de las estructuras de bucle del código, que procesaría los triángulos uno por uno, y la aplicación de varios métodos que permiten el procesamiento simultáneo de múltiples puntos de datos, hemos sido capaces de ejecutar los cálculos sobre un niño de 6 millones de malla de triángulos en menos de 5 segundos. En lo que respecta al tamaño de muestra, una planta en maceta en un recipiente de 20 onzas cubriría toda la gama del detector bajo la misma ampliación y resultaría en una pila de 2.000 cortes como conjunto de datos. Si se extrapola la velocidad del cálculo a partir de una pila 200-corte de imagen (el tamaño de la muestra de la raíz procesada en este estudio, 6,2 mm) se transformará en 5 segundos a una pila de 2000 cortes, imeshJ todavía debe procesar que bajo 1 min .
Los productos de este método son el área superficial y el volumende la muestra de la raíz, que se determinaron sin la eliminación de la planta desde el suelo, o perturbar de ninguna manera. El área de superficie calculada es 351,87 mm 2, el volumen es 47,27 mm 3. Otros, intermedios, productos son una visualización en 3D de la estructura de la raíz, y la malla triangular de las raíces (Figura 6).
Los pasos críticos en el presente protocolo son la obtención de imágenes tomográficas no invasiva de la muestra para proporcionar datos con un contraste suficiente densidad (paso 1 en el Protocolo), la segmentación de la parte de la raíz de estudio del resto de la muestra (paso 3), y el cálculo del volumen de la raíz y la superficie de la malla triangular, isosuperficie (paso 4). Para conseguir un contraste óptimo densidad, la configuración de energía de rayos X, 85 kV y 190 mu, fueron elegidos en base a la respuesta del detector para la presente muestra; menor consumo de energía de rayos X se habría producido el contraste de color inferior, mientras que la energía más alta habría saturado el detector. La función del nivel histograma gris del software de recogida de datos de guía al usuario a la hora de decidir qué ajustes de potencia para usar. En general, las muestras del suelo de plantas con un contenido orgánico importante tienden a requerir más baja (> 100 kV) ajustes de voltaje de rayos-X.
La precisión de la superficie calculado depende de la suposición de que el isosuperficie producido por ImageJ es una aproximación razonable a la superficie real de la raíz. Esta suposición es razonable para grandes segmentos de raíz, pero puede resultar menor por lo que cuando se crean imágenes de raíces con dimensiones comparables al tamaño del voxel. Para la muestra en este estudio, el tamaño de toda la raíz y sus segmentos eran magnitudes mayores que el tamaño de vóxel. Los ajustes por defecto ImageJ / BoneJ (ver parámetro "Umbral" en el punto 4.3 del Protocolo) que resulta en 3.6x10 -4 mm 2 triángulos frente al 9.6x10 -4 mm de tamaño de píxel de la imagen 2 debe haber proporcionado una estimación precisa de la superficie de la raíz de unarea. Para las muestras con características más pequeños que requieren mayor detalle, el número de triángulos que se aproximan a la superficie se puede aumentar (tamaño triángulo disminuye) mediante la reducción del valor "umbral". Esto dará lugar a tiempo de cálculo más tiempo. Para segmentos de raíz con dimensiones que se acerca el tamaño voxel, la resolución fundamental se convierte en el cuello de botella, ya que la representación voxel se vuelve menos exacto. La exactitud de la cifra de volumen calculado también depende de la suposición anterior, pero en un grado menor porque las raíces de menor diámetro contribuyen proporcionalmente menos al volumen de la raíz de la superficie de la raíz. Sin embargo, una sección transversal más pequeña de la raíz puede ser escaneado con la misma eficacia si la distancia desde la fuente de rayos X se reduce al mínimo. En otras palabras, los segmentos de raíz que requieren datos de mayor resolución, tendrían que ser re-escaneadas a un aumento mayor, y sistemas de medición más precisos pueden ser obtenidos. La precisión del cálculo del área de la superficie también puede serafectado por la segmentación imperfecta de la raíz del suelo. Mientras que nuestra capacidad de distinguir la raíz de la tierra depende de la diferencia de color (nivel de gris) alcanzado en la etapa de formación de imágenes, la mejora de la etapa de segmentación ayudaría a reducir cualquier error en el cálculo. Desarrollo de un nuevo código que mejoraría el proceso de segmentación RooTrak está en marcha. El cálculo realizado por imeshJ se verificó mediante la comparación de la salida del programa de muestras simples, de un solo componente de volumen conocido y el área superficial en nuestro laboratorio.
Esta metodología de procesamiento de datos en 3D debe ser aplicable a otros sistemas de materiales / muestra donde hay conectividad entre los componentes de la atenuación de los rayos X similares y dificultades que surgen con la segmentación de la muestra. ImeshJ trabajará en los datos 3D de cualquier fuente (PET, resonancia magnética) en cualquier objeto de interés, siempre y cuando una pila de imágenes se crea de los datos, que se utiliza para crear un isosuperficie, y el archivo STLque imeshJ utiliza. Las cifras de la superficie y el volumen de superficie calculada deben ser comparados con los valores obtenidos con la misma muestra por otros medios (por desarrollar) para evaluar la exactitud de estos cálculos. Tal comparación será importante para nuestra capacidad para perfeccionar el código imeshJ. Los planes futuros incluyen el desarrollo de una nueva herramienta de seguimiento de la raíz y el código imeshJ para obtener imágenes de alto rendimiento de muestras de raíces de las plantas.
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).
