四虎影视8848dd_91精神视频在线_超碰在线三级_一级黄色在线播放_china70years老女人_女人洗澡一级特黄毛片

植物氣孔是由葉表皮細(xì)胞上的保衛(wèi)細(xì)胞圍成的小空隙，是植物適應(yīng)陸地環(huán)境的關(guān)鍵器官。氣孔作為植物與環(huán)境之間氣體(如二氧化碳和水)交換的重要通道，在調(diào)節(jié)光合作用、蒸騰作用和水分利用方面發(fā)揮著關(guān)鍵作用。氣孔行為已被證明受晝夜節(jié)律的影響。在大多數(shù)植物中，生物鐘被認(rèn)為是一種內(nèi)源性的、自主的計(jì)時(shí)機(jī)制。生物鐘能預(yù)測(cè)生物對(duì)環(huán)境變化的反應(yīng)，調(diào)節(jié)生理和外在行為，如葉片運(yùn)動(dòng)、開(kāi)花、氣孔開(kāi)閉等。了解氣孔的行為對(duì)完善植物生理學(xué)理論和指導(dǎo)實(shí)際應(yīng)用具有重要意義。

本文首次提出了一種基于深度學(xué)習(xí)的氣孔追蹤器（StomataTracker），由4個(gè)計(jì)算機(jī)視覺(jué)任務(wù)組成，包括多目標(biāo)跟蹤、二分類、語(yǔ)義分割和OCR。首次引入多目標(biāo)跟蹤算法，將同一氣孔與前后幀中唯一的ID相關(guān)聯(lián)，不僅可以提取氣孔狀態(tài)和解剖特征，還可以分析它們?cè)诜N群和個(gè)體尺度上的時(shí)間動(dòng)態(tài)特征。與半自動(dòng)方法（ImageJ）相比，開(kāi)源的StomataTracker可將氣孔面積、周長(zhǎng)、長(zhǎng)度和寬度等性狀的提取效率從207秒大幅提高到1.47秒，四個(gè)氣孔性狀的 R2 范圍為 0.620 至 0.752。該研究首次從長(zhǎng)期、連續(xù)、非破壞性的視頻數(shù)據(jù)中證實(shí)了氣孔的晝夜節(jié)律，并揭示了氣孔在完全黑暗的環(huán)境下也可以打開(kāi)。夜間氣孔關(guān)閉時(shí)間與氣孔性狀呈負(fù)相關(guān)，相關(guān)系數(shù)為 0.583 至 0.855。氣孔行為的異質(zhì)性還明顯表明，較小的氣孔在夜間具有較長(zhǎng)閉合時(shí)間的節(jié)律模式?？傊?，該研究為植物氣孔研究提供了一個(gè)新的視角，有利于深入探索氣孔運(yùn)動(dòng)的機(jī)制，加快氣孔晝夜節(jié)律在小麥高產(chǎn)育種中的應(yīng)用。

圖片圖1  StomataTracker的工作流程。( a )來(lái)自氣孔視頻數(shù)據(jù)的代表性輸入圖像。( b )輸入圖像的StomataTracker目標(biāo)輸出，其中" ID "是視頻連續(xù)幀中氣孔的唯一標(biāo)記；邊界框上方的“打開(kāi)/關(guān)閉”表示氣孔狀態(tài)；邊界框下方的' S '和' C '代表氣孔面積和周長(zhǎng)。( c ) StomataTracker多目標(biāo)跟蹤的工作流程，為每個(gè)氣孔分配唯一的ID，二分類識(shí)別氣孔開(kāi)閉狀態(tài)，并對(duì)氣孔和非氣孔區(qū)域進(jìn)行語(yǔ)義分割，以獲得氣孔的長(zhǎng)度、寬度、面積和周長(zhǎng)等氣孔特征。

圖2  種群內(nèi)氣孔的晝夜節(jié)律。( a )所有觀測(cè)實(shí)驗(yàn)的疊加面積圖，其中橫軸代表時(shí)間，縱軸代表開(kāi)放氣孔的數(shù)量。虛線矩形框標(biāo)出了2020年12月17日的數(shù)據(jù)，如圖3 ( a )所示。( b )人工氣候箱內(nèi)溫濕度的時(shí)間變化曲線。

圖3  2020年12月17日觀測(cè)的氣孔晝夜節(jié)律。( a )氣孔開(kāi)放數(shù)量的時(shí)間變化曲線。( b )開(kāi)燈前的代表性觀測(cè)圖像。( c )開(kāi)燈后的代表性觀測(cè)圖像。( d )是 ( b )和( c )兩種情況下各氣孔面積的差異。

圖4  單個(gè)氣孔(除ID3的氣孔外)的晝夜節(jié)律。( a ) 24 h內(nèi)切換各氣孔的開(kāi)閉狀態(tài)。( b )氣孔休息時(shí)間柱狀圖。( c )氣孔寬度與氣孔開(kāi)閉時(shí)刻的變化趨勢(shì)。

圖5  StomataTracker的GUI軟件

文獻(xiàn)來(lái)源：Sun, Z.; Wang, X. ; Song, Y. et al. StomataTracker: Revealing circadian rhythms of wheat stomata with in-situ video and deep learning. Computers and Electronics in Agriculture. Volume 212, 2023, 108120. https://doi.org/10.1016/j.compag.2023.108120.