Точна та універсальна 3D сегментація рослинних тканин з клітинною роздільною здатністю

Адріан Волні

1 Гейдельберзька співпраця з обробки зображень, Гейдельберзький університет, Гейдельберг, Німеччина

2 EMBL, Гейдельберг, Німеччина

Лоренцо Серроне

1 Гейдельберзька співпраця з обробки зображень, Гейдельберзький університет, Гейдельберг, Німеччина

Атул Віджаян

3 Школа наук про життя Вайгенштефан, Технічний університет Мюнхена, Фрайзінг, Німеччина

Рейчел Тофанеллі

3 Школа наук про життя Вайгенштефан, Технічний університет Мюнхена, Фрайзінг, Німеччина

Амая Вільчес Барро

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Маріон Луво

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Крістіан Венцл

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Сьорен Штраус

5 Департамент порівняльного розвитку та генетики Інституту досліджень селекції рослин імені Макса Планка, Кельн, Німеччина

Девід Вільсон-Санчес

Рена Лімбуріду

Сюзанна С Очевидник

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Костянтин Папе

1 Гейдельберзька співпраця з обробки зображень, Гейдельберзький університет, Гейдельберг, Німеччина

2 EMBL, Гейдельберг, Німеччина

Альберто Байлоні

1 Гейдельберзька співпраця з обробки зображень, Гейдельберзький університет, Гейдельберг, Німеччина

Сальва Дуран-Небреда

6 Школа наук про життя, Університет Уоріка, Ковентрі, Великобританія

Джордж Бассель

6 Школа наук про життя, Університет Уоріка, Ковентрі, Великобританія

Ян У Ломанн

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Мільтос Ціантіс

Фред А Гампрехт

1 Гейдельберзька співпраця з обробки зображень, Гейдельберзький університет, Гейдельберг, Німеччина

Кей Шнайц

3 Школа наук про життя Вайгенштефан, Технічний університет Мюнхена, Фрайзінг, Німеччина

Алексіс Майзель

4 Центр органічних досліджень, Гейдельберзький університет, Гейдельберг, Німеччина

Анна Крешук

2 EMBL, Гейдельберг, Німеччина

Пов’язані дані

Усі дані, використані в цьому дослідженні, були депоновані в Open Science Framework: https://osf.io/uzq3w.

Створено такі набори даних:

Wilson-Sánchez D, Lymbouridou R, Strauss S, Tsiantis M. 2019. CLSM Leaf. Відкриті наукові рамки. 10.17605/OSF.IO/KFX3D

Wenzl C, Lohmann JU. 2019. Суцвіття Меристема. Відкриті наукові рамки. 10.17605/OSF.IO/295SU

Louveaux M, Maizel A. 2019. A. Thaliana Lateral Root. Відкриті наукові рамки. 10.17605/OSF.IO/2RSZY

Tofanelli R, Vijayan A, Schneitz K. 2019. A. Thaliana Ovules. Відкриті наукові рамки. 10.17605/OSF.IO/W38UF

Використано такий опублікований раніше набір даних:

Duran-Nebreda S, Bassel G. 2019. Arabidopsis 3D Digital Tissue Atlas. Відкриті наукові рамки. OSF

Анотація

Кількісний аналіз морфогенезу рослин і тварин вимагає точної сегментації окремих клітин на об'ємних зображеннях зростаючих органів. В останні роки глибоке навчання забезпечило надійні автоматизовані алгоритми, які наближаються до людської продуктивності, і зараз починають з’являтися програми для аналізу біо-зображень. Тут ми представляємо PlantSeg, трубопровід для об'ємної сегментації рослинних тканин у клітини. PlantSeg використовує згорнуту нейронну мережу для прогнозування меж клітин та графічного розподілу для сегментації клітин на основі прогнозів нейронної мережі. PlantSeg навчався на нерухомих і живих органах рослин, зображених за допомогою конфокальних та світлових листових мікроскопів. PlantSeg забезпечує точні результати та добре узагальнює різні тканини, шкали, параметри збору навіть на зразках, що не є рослинами. Ми представляємо результати застосування PlantSeg у різних контекстах розвитку. PlantSeg є безкоштовним і з відкритим кодом, має як командний рядок, так і зручний графічний інтерфейс.