ChronoRoot 2.0:一个由 AI 驱动的二维时序植物表型分析开放平台
计算机视觉与模式识别
2026-01-21 v2 定量方法
摘要
植物发育的可塑性,特别是根系系统结构的可塑性,对于理解适应性与农业可持续性至关重要。ChronoRoot 2.0 在既定的低成本硬件基础上,显著增强了软件能力与易用性。该系统采用 nnUNet 架构进行多类分割,在显著提升精度的同时,同步追踪六种不同的植物结构,涵盖根、茎与种子组分:主根、侧根、种子、下胚轴、叶与叶柄。该架构便于重新训练并纳入额外的训练数据,无需机器学习专业知识。该平台引入了两种专门的图形界面:用于详细结构分析并带有新型向重力性响应参数的标准界面,以及通过自动追踪实现多植株高通量分析的筛选界面。函数型主成分分析的集成使得通过时序模式比较发现新型表型参数成为可能。我们展示了跨物种分析,包括形态上截然不同的拟南芥(Arabidopsis thaliana)与番茄(Solanum lycopersicum)。在拟南芥中的三个用例以及番茄幼苗的验证展示了增强的能力:昼夜节律生长模式表征、转基因植物的向重力性响应分析,以及跨多个基因型的高通量黄化筛选。ChronoRoot 2.0 保留了其前代低成本、模块化的硬件优势,同时通过直观的图形界面与扩展的分析能力大幅提升了可及性。该开源平台使复杂的时序植物表型分析对不具备计算专业背景的研究者也更加触手可及。
引用
@article{arxiv.2504.14736,
title = {ChronoRoot 2.0: An Open AI-Powered Platform for 2D Temporal Plant Phenotyping},
author = {Nicolás Gaggion and Noelia A. Boccardo and Rodrigo Bonazzola and María Florencia Legascue and María Florencia Mammarella and Florencia Sol Rodriguez and Federico Emanuel Aballay and Florencia Belén Catulo and Andana Barrios and Luciano J. Santoro and Franco Accavallo and Santiago Nahuel Villarreal and Leonardo I. Pereyra-Bistrain and Moussa Benhamed and Martin Crespi and Martiniano María Ricardi and Ezequiel Petrillo and Thomas Blein and Federico Ariel and Enzo Ferrante},
journal= {arXiv preprint arXiv:2504.14736},
year = {2026}
}