Summary
in-toprak kökenli X-ışını bilgisayarlı tomografi verileri görsel ve kantitatif kök yapısı bilgi edinme için bir metodoloji sunulmuştur.
Abstract
Bitki kökleri iklim değişikliği ve ürün yönetimi için önemli sonuçları olan kritik rizosferde meydana bitki toprak mikrobu etkileşimlerinde rol gibi işlemleri görüntülemektedir. kendi doğal ortamında kökleri üzerinde nicel boyutu bilgileri kök gelişimini ve bitkileri içeren çevresel süreçleri incelemek için paha biçilmezdir. X-ışını bilgisayarlı tomografi (XCT) in situ kök tarama ve analiz için etkili bir araç olduğu kanıtlanmıştır. Biz üç boyutlu (3D) tomografi verilerinden olursa olsun şekli kök alan ve hacim yaklaşan bir maliyetsiz ve verimli bir araç geliştirmeyi amaçladık. Bir Prairie dropseed kök yapısı (Sporobolus heterolepis) örnek XCT kullanılarak görüntülendi. Kök yeniden inşa edildi ve birincil kök yapısı lisanslı ve açık kaynak yazılım bir arada kullanarak veri elde edildi. Bir isosurface çokgen ağ daha sonra analiz kolaylığı için oluşturuldu. Biz t geliştirdiko örgü kök hacmi ve yüzey alanı hesaplamak için MATLAB 1 oluşturulan uygulama imeshJ, standalone. ImeshJ çıkışları yüzey (mm 2) alanı ve (mm 3) hacim vardır. Kantitatif kökü analiz görüntüleme araçlarından benzersiz bir kombinasyonunu kullanan proses, tarif edilmektedir. ispat Bir XBT kombinasyonu ve açık kaynak kodlu yazılım noninvaziv görüntü bitki kök örnekleri, bölüm kök verileri ve 3D veri kantitatif bilgileri ayıklamak için güçlü bir kombinasyon olmak. 3B verileri işleme Bu metodoloji segmentasyonu ile ortaya çıkan benzer X-ışını zayıflama bileşenleri ve zorluklar arasında bağlantı olduğu diğer malzeme / numune sistemlerine uygulanabilir olmalıdır.
Introduction
Toprak non-invaziv görüntü kökleri 6, 7 zorlaştırmaktadır çünkü kökleri, rizosfer 2-5 parçası olarak, bitki biyolojisi bir "görünmez" bir bölümünü oluşturmaktadır. Ancak, toprak ortamında kök gelişimini ve etkileşim okuyan anlayış önemlidir root / bitki büyüme ve sırayla ağaçlandırma, gıda güvenliği ve iklim etkiler besin döngüsü. X-ışını bilgisayarlı tomografi (XCT) yerel çevrelerine 8 bitki kök örneklerinin noninvaziv görüntüleme için değerli bir araç olduğunu kanıtlamıştır. Farklı koşullarda kök gelişimi ve boyutsal değişiklikleri ölçmek ve farklı veri setleri / örneklerden verileri karşılaştırmak mümkün olabilmesi için, bir tomografi verilerinden nicel bilgileri ayıklamak gerekiyor. çevredeki toprağın bu kök verilerinin segmentasyon, yani etrafında her şey kök görüntünün izolasyonu (dahil olmak üzere, örneğin, bir komşu bitki) Accu önce kritik bir adımdıroran boyutu analizi yapılabilir. Ancak, basit bir eşikleme yaklaşım kök veriler için genellikle olanaksız olduğunu. Toprakta görüntüleme bitki kökleri ile ilişkili zorluklar kök malzemenin X-ışını zayıflama özellikleri varyasyonları, su ve organik madde nedeniyle kök ve toprak arasında zayıflama değerleri üst üste bulunmaktadır. Bu konular süper Mairhofer ve arkadaşları tarafından son zamanlarda ele alınmıştır. görsel izleme aracı RooTrak 7, 9. başarılı bir segmentasyon sonraki adım kök hacmi ve yüzey alanı doğru belirlenmesidir. Hacim Voksellerden sayısını sayma ve 7'den önce gösterildiği gibi vokseller 'boyutu küpü ile çarpımı sonucu tahmin edilebilir. Kök yüzey alanı ve hacmi, daha doğru bir şekilde belirlenmesi için, bölümlere kök sisteminin isosurface Bando küpleri 10 olarak da bilinen bir algoritma kullanarak, üçgen bir kafes ile temsil edilebilir. Açık kaynak ImageJ 11. tahmin edilmesi için kullanılabilirBando Küpleri algoritmasına dayanan e kök hacmi. Bizim bildiğimiz kadarıyla, açık kaynak yazılım sadece sınırlı sayıda santimetre aralığında kök örnekleri için tomografi bazlı hacim / yüzey verilerinin hesaplanması adanmış ve yukarıda şu anda 12 mevcuttur. Biz 13 baktı Bir açık kaynak yazılım kök büyümesi üzerine odaklanır ve tek hücreli çözünürlükte kantitatif hacim analizi sağlayan hücresel özellikleri hedefleniyor. Bütün kök sistemleri 14 adanmış bazı açık kaynak yazılım şekilleri aslında boru şeklinde olduğu yaklaştırılması dayalı küçük çaplı boru şeklindeki kök sistemleri için mükemmeldir. Ancak, 2D görüntüleri ile bazı iş ve 3D 14 yığınlarının idare edemiyoruz. Bu tür ağaçların gibi pürüzlü yüzeylerde ve düzgün olmayan şekiller, kök sistemleri, incelenmiştir Dahası, boru şeklinde şekil yaklaşım geçerli olmayabilir. Başka bir yaklaşım 15 yenilikçi th engellemeyi iki boyutlu (2D) dönme görüntü dizileri kullanıre pahalı CT tarayıcı için gereklidir. Bu, ölçer kayıtları ve görüntüler sistem uzunlukları kök. Biz piyasada 16-18 kullanılabilen tek olanlardan test ettik yazılımı; üçte biri renk analizi 18 dayalı iken, ikinci, bir yaprak alanı ve kök uzunluğu ölçüm aracı 17 olduğunu, 3D görüntü idare edebilmek için 16 yığınlarının görünmüyor. Bu ankete dayanarak, biz 3D tomografi verilerinden olursa olsun şekli kök alan ve hacim yaklaşan bir maliyet gerektirmeyen bir seçenek arzu olduğunu göstermektedir.
Serbestçe kullanılabilir RooTrak ve ImageJ Bina, biz Parçalara kök verilerinden oluşturulan bir isosurface örgü (yüzey stereolitografi dosyası) işler hangi (İlave Kod Dosyası bakınız) imeshJ adlı bir programı geliştirdi ve ile kök hacmi ve yüzey alanı hesaplar var örgü üçgen endeksi verilerine basit geometrik hesaplamalar yapıyor. Burada, XBT görüntüleme kullanımını birleştiren bir yöntem raporuüçgen ağdan veri yeniden yapılanma ve görselleştirme (yazılım BT Pro 3D ve VG Studio), 3D veri (açık kaynak yazılım ImageJ ve RooTrak) topraktan numune kök segmentasyon ve yüzey ve hacim bilgilerinin çıkarma (ImageJ ve bilgisayar kodu imeshJ).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Dikkat: bir X-ışını tomografi çalışması genel radyasyon eğitimi ve araca özgü radyasyon güvenliği eğitimi gerektirir. deneycinin laboratuarına ilgili tüm ilgili prosedürleri takip edilmelidir.
1. Kök Görüntüleme
Not: Bu kademe, bir boru şekilli plastik bir kap içinde orijinal toprağın içinde tutulan bir çim numunenin görüntüleme (40 mm çapında, 210 mm yüksekliğinde ve yaklaşık olarak 2 mm duvar kalınlığı olan bir plastik boru) tarif etmektedir.
- Hedef büyütme için istenen bir mesafede aletin örnek manipülatör üzerine saksı bitki yerleştirin. 2 inç çaplı bir tutucunun bir bitki, kaynak mesafe örnek yaklaşık 3 inç (7 cm) olmalıdır.
- Optimum renk (gri düzeyi) dedektör görüntüdeki kontrast elde etmek için X-ışını tarama ayarlarını yapın. Not: Bu ayarlar kullanılan alet kontrol yazılımı mevcuttur.
- Set X-ışını güç ayarları; 85 kV ve 190 uA bu sınavda kullanılanple.
- pozlama süresini ayarlayın. Burada, 1 saniye nispeten uzun bir maruz kalma süresi daha iyi bir sinyal-gürültü oranı için kullanılmıştır.
- projeksiyon başına projeksiyonlar ve kare sayısını ayarla; 3142 projeksiyonlar toplam projeksiyon başına 4 kare iyi veri istatistikleri için önerilmektedir.
- "Gölgelendirme düzeltme" sekmesini seçerek ve "Oluştur" tıklayarak yukarıda belirtilen ölçüm koşulları kullanılarak bir gölgeleme düzeltme çalıştırın.
Not: X-ışını akı sabit bir set ile aydınlatılmış zaman gölgeleme düzeltme görüntüleme cihazın piksel tepki varyasyon dengeler. süreç X-ray ışını ile birlikte (ışın yolundan kaldırılır örnek ile) açık ve kiriş kapalı olan boş görüntüleri alır. Bu düzeltme toplanan tüm görüntülere uygulanır. - (Ayrıca "modunu mekik" olarak adlandırılır) "halka eserler küçült" seçeneğini seçin; projeksiyon görüntüleri elde iken örnek açısal adımlarla döndürülür. Bu DAT yol açardaha yavaş bir hızda bir satın alma, ancak halka eserler ortadan kaldırılmasına yardımcı olur.
- Toplama sekmesi altındaki "Edinme" butonuna tıklayarak taramayı başlatın (yukarıda özetlenen ayarlarla, resim kolleksiyonu yaklaşık 4 saat sürecektir).
2. Veri İmar
Not: Bu bölüm, ham görüntüleri (BT taraması grafiler) 3 boyutlu hacimli veri yeniden tanımlamaktadır.
- programına ham veri yüklemek.
- Emin örnek kıpırdamadı veya tarama ayarları, veri toplama sırasında değişmedi yapan ilk ve son görüntüyü karşılaştırın (son görüntü numunenin 360 o dönüşten sonra alınır gibi neredeyse aynı olmalıdır).
- "Merkez dönme" sekmesini seçerek ve "Başlat" tıklayarak dönme merkezi (COR) hesaplayın; kullanım seçenekleri "Otomatik" COR "Yüksek Kalite" doğruluk ve "Çift" (üst ve alt) dilim s ile bulmaCOR hesaplanması için seçim.
- yeniden inşa edilmesi örnek birimi seçin: "Ses" sekmesini seçin ve küçük resimler kullanarak ses seçim pencereleri düzenleyin.
- "Başlat" tıklayarak 3D verileri içeren ses dosyası oluşturmak için yeniden gerçekleştirin.
3. Veri İşleme / segmentasyon
Not: Bu bölüm, adım sadece ikili bir görüntü yığını üretmek için herhangi bir çevreleyen malzeme kökleri topraktan dallara ve izole kökler izlemek için bir program RooTrak daha fazla işlem için yeniden kurulmuş verileri hazırlamak için alınacak tarif kök kendisi.
- ImageJ hacimli veri işlenmesi bir RooTrak işlenebilir görüntü yığını hazırlamak için:
- ImageJ içine ses dosyasını yükleyin.
- Parlaklık ve kontrast ayarlarını ayarlayarak kök ve toprak arasındaki görüntü kontrastını optimize (/ Parlaklık / Kontrast ayarlama / Görüntü tıklayın). görüntü içinde ilgi bölge görünür ve c olduğundalearly ayırt ayarları optimize sayılır.
- jpeg, bmp, veya png formatında bir görüntü yığını olarak kaydedin.
- segmentine kök için RooTrak işleme:
- RooTrak içine yük görüntü yığını ( "Araçlar" sekmesine gidin ve basın "İzleyici").
- root içinde ayarla tohum noktaları: hacimli veri üstten görünümü dilim görünür ilgili kök bölümlerin her birinin içine birkaç puan tıklayın.
- Set izleyici parametreleri "Yumuşaklık" ve sırasıyla 0.3 ve 0.8, için "Benzerlik".
- izleme fonksiyonunu çalıştırın. Bu üst görüntü dilim alt dilime tüm yol kök takip edecektir.
- hacimli verileri inceledikten sonra, kullanılabilir veri hacmine göre dilim sayısını seçin; Bu durumda, izleme kök sınırları (paletli kök görüntü toprağın o karışmasına başladı) kötü tanımlanmış oldu 6.2 mm derinliğe eşdeğer, 200 dilim durduruldu.
Not:üretilen görüntü yığını çıkış dizin oluşturulan her yerde otomatik olarak kaydedilir.
4. Hacim ve Yüzey Analizi
Not: Bu adım RooTrak tarafından oluşturulan görüntü yığından isosurface örgü üretimini açıklar.
- ImageJ bir ikili görüntü biçime RooTrak görüntü yığını dönüştürün. "Süreç", daha sonra "İkili", sonra "İkili olun" seçeneğini seçin.
- üçgen örgü oluşturmak için açık kaynak ImageJ eklentisi, BoneJ kullanın; ImageJ "Eklentiler", sonra "BoneJ", ardından "Isosurface" seçeneğini seçin.
- sırasıyla 6 ve 120, (Varsayılan ayarlar) için "yeniden örneklemeyi" ve "Eşik" olarak ayarlayın. "Göster yüzeyi" işaretleyin ve "OK" tuşuna basınız.
- "3D görüntüleyici" daha sonra, daha sonra "İhracat yüzeyler" üzerinde Dosya sekmesine tıklayın "(ikili) STL" olarak kaydedin.
- Açık imeshJ, STL dosyasını seçin ve mikron olarak voksel boyutu girin. Click "Calculate Yüzey Alanı ", Benzer. mm 2 toplam numune kök yüzey alanını kazanmak tıklayın" mm 3 toplam numune kök hacmi elde etmek için hesaplayın Volume ".
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
İki oluşan numune yerli çim Prairie dropseed (Sporobolus heterolepis) ve bir yerleşim alanı alınan ve Şekil 1'de görülen küçük bir tüp şeklindeki tutucu yerleştirildi etrafında orijinal toprak kaynaklanıyor. Yeniden veri voksel boyutu yaklaşık 31 oldu mm x 31 mm x 31 mm. Yeniden hacim dosyası açık kaynak görüntü işleme programı ImageJ 1.6 11 kullanılarak seçilen oryantasyon (üst görünüm) görüntülerin bir yığın oluşturmak için kullanıldı. hacmi verileri de kök ve toprak değerleri arasındaki kontrastı arttırmak için bu programa aydınlattı. Yeniden verilere bakıldığında, kök ve toprak, büyük olasılıkla organik madde bazı bileşenler, görüntülerde hiçbir gri skala kontrast küçük sonuçlanan çok benzer X-ışını zayıflama faktörleri (Şekil 2) sahip olduğu açıktı.
RooTrak, segmentasyon için kullanılan program, Nottingham 7 Üniversitesi'nde Bütünleştirici Plant Biology Merkezi'nde geliştirilen açık kaynak kodlu bir programdır. Özellikle onlar topraktan dışarı şube ve ikili görüntülerin bir yığın üretmek için malzeme çevreleyen kökleri izole olarak kökleri izlemek için tasarlanmıştır. RooTrak kökü verileri 7, 9 basit eşik daha segmentasyonları üretmek için gösterilmiştir. Bir tohum noktası ses verileri üst dilim görünür uygun kök kısımlarının her biri içinde seçildi (Şekil 3) bir yazılım daha sonra izleme işlevini çalıştırıldı. RooTrak parametreleri "Yumuşaklık" ve "Benzerlik", sırasıyla 0.3 ve 0.8 olarak ayarlanmış. Bu aralık sürekli iyi gri değer ayrılmasını sağlar ve iyi ilgi bölgeyi izole eder. RooTrak başarıyla 6.2 mm derinliğe kadar eşdeğer hacim veri (Şekil 4), seçilmiş 200 dilim bölümlere. BÖLÜMLERE bakın animasyon dosyası (Rootvideo.mov) içinde kök ntation.
ImageJ RooTrak (Şekil 5) tarafından üretilen verilerden (izole edilmiş kök yüzeyine yaklaşan) 3D hacim, bir üçgen kafes, isosurface üretmek için kullanıldı. Onlar nispeten hızlı bir şekilde detaylı bir isosurface üretmek çünkü "yeniden örneklemeyi" ve BoneJ (Protokolde 4.3 bakınız) eklentisi ImageJ "Eşik" için kullanılan varsayılan ayarlar seçildi. yeniden örnekleme seviyesini ayarlama o isosurface işlemek için gereken süreyi etkiler. Örgü STL formatında kaydedilmiş ve imeshJ mesh yüzey alanı ve hacim hesaplamak için kullanıldı. Bu çalışmada yeniden hacim için, hesaplanan yüzölçümü 351,87 mm 2 idi ve hacim 47.27 mm 3 (bakınız Şekil 6).
"Src =" / files / ftp_upload / 53788 / 53788fig1.jpg "/>
Şekil 1. Çalışmada kullanılan canlı bir örnek. Çimen örnek olarak kendi doğal toprakta görüntülenmiştir 7 "uzun boylu, 1.5" çapında plastik bir kap. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Şekil 2. Bölütleme Sorunu Sol:. Köküne benzer gri seviyesinin organik madde (OM) bileşenlerini gösteren örnek bir yatay dilim Üst Görünüm Sağ:. Benzer gri olan tüm bileşenleri gösteren verilerin 3D render kök düzeyinde. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
. RooTrak Top Şekil 3. Başlangıç noktası sol: tohumlama başlatıldığında hacimli veri üstten görünümü dilim; Üst hakkı: dilim artar görünümü Soldaki şekilde kırmızı bir kare ile işaretlenmiştir, tohum noktaları ilgili kökü içeride seçilir . kesit; Alt: kırmızı renk doymuş kök segmentasyon için seçilmiş bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayınız.
Şekil RooTrak göre segmentlere kök gösteren farklı "yükseklikleri" üst görünüm dilimleri RooTrak. Üç temsilci çiftlerinden dilim 4. karşılaştırılması. (A - B): Üst dilim ve parçalı kök gelen dilim; (C - D): orta bölge dilim ve dilimli kök gelen dilim; (E - F):. Alt bölge dilim ve dilimli kök gelen dilim bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayınız.
Kök Şekil 5. Isosurface ImageJ yakalanan olarak. Kök yüzeyi üçgen örgü ile yaklaşık olarak bulundu. Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
X-ışını bilgisayarlı tomografi ve ispat çeşitli açık kaynak program bir arada noninvaziv görüntü bitki kök örnekleri, bölüm kök verileri ve 3D veri kantitatif bilgiler (yüzey alanı ve hacmi) ayıklamak için güçlü bir kombinasyon olmak. özellikleri görselleştirmek ve ölçmek için yeteneğimizi her zaman tarama çözünürlüğü yanı sıra tarafından RooTrak yazılım sınırlamaları ile sınırlıdır. Bununla birlikte, tarama çözünürlüğü bu çalışmada numunenin özelliklerinin çoğunluğu yakalamak için yeterli ve RooTrak başarılı kademeli bir kök önemli bir bölümünü edebildi. Bu çalışmada kullanılan RooTrak sürümü (yukarı örnek burada okudu önemli bir ölçüde mevcut değildi dallanma) yukarı doğru seyahat kök kesimleri takip etmedi; Programın yeni bir sürümü bu sorunu 9 giderir.
Giriş bölümünde ima gibi, edebiyat anket maliyetsiz yazılım seçeneği kök volum hesaplamak için önerdisantimetre aralığında ve üzeri örnekleri üzerinde 3D tomografi verilerinden e / yüzey alanı çok arzu oldu. Burada bildirilen yaklaşımın önemi kök bölümlenmiş sonra, yaygın kullanılan program ImageJ tarafından oluşturulan bir 3B veri formatı ile çalışır olmasıdır. Analiz kalp üçgen örgü ile yaklaştırılır imajını gelen kök hacmi ve yüzey alanı hesaplama. Stl formatında ImageJ tarafından oluşturulan üçgen örgü, yüzey yaklaşım oluşturan üçgen endeksleri tarafından temsil edilmektedir. ImeshJ olan (ikili dosya biçiminden endeksleri ayıklar ve endekslerin yüzey alanı hesaplamak mümkün vektörleri arasındaki çapraz ürünün sadece yarısı büyüklüğü birleşme noktaları [1,2] ve noktalar [1,3].) hacim üçgen noktaları ve kökeni arasında bir tetrahedronu inşa ve aralarında skaler üç ürün bulma hesaplanır üçgenin konumu vektörler. Birkaç R olmasına rağmenBu tür hesaplamalar için esources, meydan verimli üçgenler işlemek hangi kodundan döngü yapılarını ortadan kaldırarak (daha büyük kök yapılarda duruma göre.) 10 milyon üçgen yukarı içerdiği kafesleri için yüzey alanı ve hacim hesaplamak için oldu tek tek ve çoklu veri noktalarının eşzamanlı işlem izin çeşitli yöntemlerin uygulanması, biz 5 sn altında mesh 6 milyon üçgen hesaplamaları çalıştırmak başardık. Saygılarımızla boyutunu örnek ile, bir 20-ons kapta bir saksı bitki aynı büyütme altında tüm dedektör aralığını kapsayacak ve veri kümesi olarak 2.000 dilim görüntü yığını neden olur. Biz 2000-dilim görüntü yığını 5 saniye içinde işlenen 200 dilim görüntü yığını (bu çalışmada işlenen kök örneklem büyüklüğü, 6.2 mm) hesaplama hızını tahmin ederse, imeshJ hala işleme gerektiğini 1 dakika altında .
Bu yöntemin ürünler, yüzey alanı ve hacmi vardırtopraktan bitki çıkarılması ya da herhangi bir şekilde bozmadan belirlendi kök numunesinin. Hesaplanan yüzey alanı hacim 47.27 mm3, 351,87 mm 2 'dir. Diğer, orta, ürün kök yapısının bir 3B görselleştirme ve kökleri üçgen örgü (Şekil 6) bulunmaktadır.
Mevcut protokol kritik adımlar yeterli yoğunluk kontrast (Protokolü adım 1), numune (adım 3) geri kalanından çalışmanın kök kısmının segmentasyon ile veri sağlamak için numune noninvaziv tomografik görüntüleme, ve üçgen örgü, isosurface (adım 4) kök hacmi ve yüzey alanı hesabı. Optimal yoğunluk kontrastı elde etmek için, X-ışını güç ayarlarını, 85 kV ve 190 uA, mevcut örnek için dedektör yanıta göre seçildi; yüksek güç dedektörü doymuş olurdu ise alt X-ışını güç, alt renk kontrastı üretildi olurdu. Veri toplama yazılımı gri seviye histogram özelliği güç ayarlarını kullanmak için ne karar kullanıcıya kılavuzluk eder. Genel olarak, önemli organik içeriğe sahip toprak-bitki örnekleri X-ışını voltaj ayarlarını daha düşük (> 100 kV) gerektiren eğilimindedir.
hesaplanmış yüzey alanına doğruluğu ImageJ tarafından üretilen isosurface kök gerçek yüzeyine yeterince yakın olduğu varsayımına bağlıdır. Bu varsayım, büyük kök segmentleri için makul, ama voksel boyutu ile karşılaştırılabilir boyutlarda kökleri görüntülü zaman daha az yani ispat edebilir. Bu çalışmada örnek için, bütün kök büyüklüğü ve segmentleri voksel boyutundan daha büyük büyüklükleri idi. Varsayılan ImageJ / BoneJ ayarları mm 2 görüntü piksel boyutu kök yüzeyi a doğru tahmin sağlamış olmalı 3.6x10 -4 9.6x10 -4 karşı mm 2 üçgen sonuçlanan (Protokol 4.3 "Eşik" parametresi bakınız)rea. daha fazla ayrıntı gerektiren küçük özelliklere sahip numuneler için, yüzey yaklaşıldığıdır üçgen sayısı "Eşik" değerini düşürerek (üçgen boyutu azalmış) artabilir. Bu uzun hesaplama zaman sonuçlanacaktır. voksel gösterimi daha az doğru olur çünkü boyutları voksel boyutu yaklaşan kök kesimleri için, enstrümantal çözünürlük, darboğaz haline gelir. Daha küçük çaplı kökleri kök yüzey alanından daha kök hacmine orantılı az katkıda çünkü hesaplanan hacim rakamın doğruluğu da yukarıdaki varsayımı bağımlı, ama daha küçük bir dereceye kadar. Bununla birlikte, kök daha küçük bir kesit gibi etkili X-ışını kaynağından uzaklığı küçültüldüğünde taranabilir. Diğer bir deyişle, yüksek çözünürlüklü veri gerektiren kök kısımları, daha yüksek bir büyütmede yeniden taranması gerekir ve daha kesin bir metrikleri elde edilebilir. yüzey alanı hesaplama doğruluğu da olabilirTopraktan kök kusurlu segmentasyon etkilenir. topraktan kök ayırt etmek bizim yeteneği görüntüleme aşamasında elde edilen renk (gri seviye) kontrast bağlıdır iken, segmentasyon aşamasında iyileştirilmesi hesaplanmasında herhangi bir hata azaltmaya yardımcı olacaktır. RooTrak segmentasyon sürecini artıracak yeni bir kod geliştirilmesi devam etmektedir. ImeshJ tarafından yapılan hesap laboratuvarımızda bilinen hacim ve yüzey alanı basit, tek bileşenli numuneler için programın çıkışı karşılaştırılarak onaylanmıştır.
Örnek segmentasyonu ile benzer X-ışını zayıflama bileşenleri ve zorluklar ortaya arasındaki bağlantı olduğu yerde 3D veri işleme Bu metodoloji diğer malzeme / numune sistemlerine uygulanabilir olmalıdır. ImeshJ kaynaklarından (PET, MR taramaları) üzerinde 3D verilerle çalışacak ilgi herhangi bir nesne sürece bir görüntü yığını, bir isosurface oluşturmak için kullanılan veriler, ve STL dosyası oluşturulurbu imeshJ kullanır. hesaplanan yüzey alanı ve hacmi rakamları başka yollarla aynı numune üzerinde elde edilen değerlerle karşılaştırılması gereken bu hesaplamaların hassasiyetini değerlendirmek üzere (oluşturulacak). Böyle bir karşılaştırma daha imeshJ kodu rafine yeteneğimizi için önemli olacaktır. Gelecek planları yeni bir kök izleme aracının gelişimini ve bitki kök örneklerinin yüksek verimli görüntüleme için imeshJ kodunu içerir.
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).
