Summary
En metode til at opnå visuelle og kvantitative rodstruktur oplysninger fra X-ray computertomografi data indhentet i-jord præsenteres.
Abstract
Plant rødder spiller en kritisk rolle i plante-jord-mikrobe interaktioner, der forekommer i rhizosfæren, samt processer med vigtige konsekvenser for klimaændringer og afgrødestyring. Kvantitative oplysninger om størrelsen på rødder i deres oprindelige miljø er uvurderlig for at studere rodvækst og miljømæssige processer, der involverer planter. X-ray computertomografi (XCT) har vist sig at være et effektivt redskab til in situ rod scanning og analyse. Vi havde til formål at udvikle en costless og effektivt værktøj, der tilnærmer overfladen og volumen af roden, uanset dens form fra tredimensionelle (3D) tomografi data. Roden struktur af en Prairie dropseed (Sporobolus heterolepis) prøve blev filmede med XCT. Roden blev rekonstrueret, og den primære rod struktur blev udtrukket fra de data, ved hjælp af en kombination af licenseret og open source-software. En isosurface polygonale mesh blev derefter skabt for at lette analysen. Vi har udviklet than selvstændigt program imeshJ, genereres i Matlab 1, til at beregne rod volumen og overfladearealet fra masken. Udgangene af imeshJ er overfladeareal (i mm 2) og volumenet (i mm3). Fremgangsmåden ved anvendelse af en unik kombination af værktøjer fra billeddannelse til kvantitativ rod analyse, er beskrevet. En kombination af XCT og open source-software vist sig at være en stærk kombination til ikke-invasivt billede plante rod prøver, segment rod data og udtrække kvantitative oplysninger fra 3D-data. Denne metode til at behandle 3D data bør gælde for andre materiale / prøve-systemer, hvor der er forbindelse mellem komponenter af lignende røntgen dæmpning og der opstår vanskeligheder med segmentering.
Introduction
Rødder, som en del af rhizosfæren 2-5, repræsenterer en "usynlig" del af plantebiologi siden jord gør det vanskeligt at billeddata rødder ikke-invasivt 6, 7. Imidlertid studere rodvækst og interaktion i jorden miljø er afgørende for forståelse root / plantevækst og næringsstofkredsløb, som igen påvirker skovrejsning, fødevaresikkerhed og klima. X-ray computertomografi (XCT) har vist sig at være et værdifuldt redskab til noninvasiv billeddannelse af plante rod prøver i deres lokale miljøer 8. For at måle rodudvikling og dimensionelle ændringer under forskellige forhold, og være i stand til at sammenligne data fra forskellige datasæt / prøver, er man nødt til at udtrække kvantitative oplysninger fra tomografi data. Segmentering af de grundlæggende data fra det omgivende jord, det vil sige isolering af roden billedet fra alt andet omkring det (herunder, for eksempel en tilstødende fabrik) er et kritisk trin inden accusats størrelsesanalyse kan gøres. Men en simpel tærskling tilgang er ofte umuligt for root data. Udfordringerne i forbindelse med billeddannelse planterødder i jord omfatter variationer i X-ray dæmpningsegenskaber af roden materiale samt overlapningen i dæmpningsværdier mellem roden og jord forårsaget af vand og organisk stof. Disse spørgsmål er blevet flot behandlet for nylig af Mairhofer et al. i deres visuelle tracking værktøj RooTrak 7, 9. Det næste skridt efter en vellykket segmentering er den nøjagtig bestemmelse af rod volumen og overfladeareal. Lydstyrken kan anslås ved at tælle antallet af voxel og multiplicere med de voxels 'størrelse kubik som vist før 7. For en mere nøjagtig bestemmelse af rod overfladeareal og volumen, kan isosurface af det segmenterede rodsystemet være repræsenteret af en maske af trekanter, ved hjælp af en algoritme kaldet Marching Cubes 10. Open source ImageJ 11 kan anvendes til at tilnærme the rod volumen baseret på Marching Cubes algoritme. Så vidt vi ved, kun et begrænset antal af open source-software dedikeret til at beregne tomografi-baserede volumen / overflade data for rod prøver i centimeter rækkevidde og derover er i øjeblikket tilgængelig 12. En open source-software vi kiggede på 13 har fokus på rodvækst og er rettet mod cellulære funktioner muliggør kvantitativ volumen analyse på enkelt-celle opløsning. Nogle open source software dedikeret til hele rodsystemer 14 er fremragende for lille diameter rørformet root systemer baseret på tilnærmelse, at deres form er faktisk rørformet. Men noget arbejde med 2D-billeder og er ude af stand til at håndtere 3D stacks 14. Endvidere kan den rørformede facon tilnærmelse ikke gyldig, når rodsystemer med ru overflader og uensartede former, såsom dem af træer, studeres. En anden tilgang 15 anvender to-dimensional (2D) roterende billedsekvenser innovativt omgår the behov for en kostbar CT-scanner. Den måler, optegnelser, og viser rodsystem længder. Den software vi har testet fra dem kun tilgængelig kommercielt 16-18; man behøver ikke at være i stand til at håndtere 3D-billede stakke 16, den anden er en bladareal og rod længde måleredskab 17, mens den tredje er baseret på farveanalyse 18. Baseret på denne undersøgelse, foreslår vi, at en omkostningsfrit indstilling, der tilnærmer overfladen og volumen af roden uanset dens form fra 3D tomografi data er ønskelig.
Med udgangspunkt i den frit tilgængelige RooTrak og ImageJ, har vi udviklet et program, som er opkaldt imeshJ (se Supplemental Code File), der behandler en isosurface mesh (overflade stereolitografiske fil) genereres fra segmenterede rod data og beregner arealet af roden volumen og overflade ved laver simple geometriske beregninger på mesh trekant indeksdata. Her rapporterer vi en metode, der kombinerer brugen af XCT billeddannelse,genopbygning af data og visualisering (software CT Pro 3D og VG Studio), segmentering af roden af prøven fra jorden i 3D data (open-source software ImageJ og RooTrak), og udvinding af overfladen og volumen information fra en trekantet maske (ImageJ og computerkode imeshJ).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Forsigtig: Driften af en X-ray tomografi scanner kræver både generelle stråling uddannelse og instrumentspecifikke stråling sikkerhedsuddannelse. Alle tilsvarende procedurer er relevante for eksperimentatorens laboratorium bør følges.
1. Root Imaging
Bemærk: Dette trin beskriver billeddannelse af en græs prøve holdt i sin oprindelige jord i en rørformet plast pot (et plastrør med en diameter på 40 mm, en højde på 210 mm, og vægtykkelsen på ca. 2 mm).
- Placer potteplante på prøven manipulator af instrumentet i en afstand ønsket for target forstørrelse. For et anlæg i holderen en diameter på 2 tommer, bør prøven til kilden afstand være ca. 3 inches (7 cm).
- Juster røntgen scanning for at opnå optimal farve (grå niveau) kontrast i detektor billede. Bemærk: Disse indstillinger er tilgængelige i instrumentet kontrol software anvendes.
- Set strømindstillinger X-ray; 85 kV og 190 pA blev anvendt i denne eksamenple.
- Indstil eksponeringstid. Her blev en relativt lang eksponeringstid på 1 sek anvendes til bedre signal-til-støj-forhold.
- Sæt antal fremskrivninger og frames per projektion; 4 billeder pr projektion for i alt 3.142 fremskrivninger foreslås for gode data statistik.
- Kør en skygge korrektion ved hjælp af måling betingelser ovenfor ved at vælge fanen "Skygge korrektion", og klikke på "Opret".
Bemærk: Den skygge korrektion kompenserer for variationen i respons af imaging enhedens pixel når det belyses med en konstant sæt X-ray flux. Processen tager datoer billeder (med prøve fjernet fra strålegangen) med røntgenstrålen tændt, og med strålen slukkes. Denne korrektion anvendes på alle billeder, der er indsamlet. - Vælg indstillingen "Minimer ring artefakter" (også kaldet "shuttling mode"); prøven vil blive roteret i kantede trin mens projektion billederne erhverves. Dette fører til daten overtagelse i et langsommere tempo, men hjælper med at fjerne ring artefakter.
- Start scanningen ved at klikke på "Acquire" knappen under fanen Acquisition (med indstillingerne ovenfor skitserede, vil billedsamling tage ca. 4 timer).
2. Data Genopbygning
Bemærk: Dette afsnit beskriver genopbygningen af volumen data 3D fra de rå billeder (røntgenbilleder fra CT-scanning).
- Indlæse de rå data i et program.
- Sammenligne første og sidste billede (de skal være næsten identisk som det sidste billede er taget efter en 360 o rotation af prøven) for at sikre prøven ikke flytte eller scanningsindstillingerne ændrede sig ikke i løbet af dataopsamling.
- Beregn omdrejningspunktet (COR) ved at vælge fanen "Center of rotation", og klikke på "Start"; bruge muligheder "Automatic" COR finde med "High Quality" nøjagtighed, og "Dual" (øvre og nedre) skive svalg til COR beregning.
- Vælg prøven volumen, der skal rekonstrueres: Vælg fanebladet "Volume", og redigere udvælgelse volumen vinduer ved hjælp af thumbnails.
- Udfør genopbygning at skabe volumen fil, der indeholder 3D-data ved at klikke på "Start".
3. Databehandling / Segmentering
Bemærk: Dette afsnit beskriver de skridt der skal tages for at forberede de rekonstruerede data til videre behandling i programmet RooTrak at spore rødder som de forgrener gennem jorden, og isolere rødderne fra enhver omgivende materiale til at producere en stak af binære billeder af netop den rod selv.
- Behandling af volumen data i ImageJ at udarbejde en RooTrak bearbejdes billedstak:
- Læg volumen fil i ImageJ.
- Optimer billede kontrast mellem rod og jord ved at justere lysstyrke og kontrast (Klik på billedet / Juster / Lys / Kontrast). Når området af interesse i billedet er synligt og clearly skelnes, er indstillingerne anses optimeres.
- Gem som et billede stak i JPEG, BMP, eller png format.
- Behandling i RooTrak at segmentere roden:
- Indlæs billedstak ind RooTrak (gå til "Funktioner" fanen, og tryk på "Tracker").
- Sætte frø punkter inde rod: klik flere punkter inde i hver af de relevante rod sektioner synlige i ovenfra skive af volumen data.
- Indstil tracker parametre "glathed" og "lighed" til 0,3 og 0,8 hhv.
- Kør tracking-funktionen. Dette vil følge roden fra toppen billedskivetykkelse hele vejen til bunden skive.
- Efter visning af volumen data, skal du vælge antal skiver i henhold til den anvendelige datamængde; i dette tilfælde blev sporing stoppet ved 200 skiver, svarende til en dybde på 6,2 mm, hvor rod grænser blev dårligt defineret (billedet af sporet rod begyndte at blande ind i den af jorden).
Bemærk:billedstak produceret gemmes automatisk derhen, hvor output mappe er oprettet.
4. Volumen og Overflade Analysis
Bemærk: Dette trin beskriver isosurface mesh generation fra stakken billedet skabt af RooTrak.
- Konverter billede stak fra RooTrak til et binært billede format i ImageJ. Vælg "processen", derefter "Binary", derefter "Make Binary".
- Brug open source ImageJ plugin, BoneJ, for at skabe den trekantede maske; i ImageJ vælge "Plugins", derefter "BoneJ", derefter "Isosurface".
- Indstil "Resampling" og "Threshold" til 6 og 120, henholdsvis (Standardindstillinger). Check "Show overflade", og tryk på "OK" knappen.
- På "3D-fremviseren" klik på fanen Filer, derefter "Export overflader", så gem som "STL (binær)".
- Open imeshJ, vælg STL fil og indtaste voxel størrelse i mikrometer. Klik på "Calculate Surface Area "til at erhverve den samlede prøve rod areal i mm2. Ligeledes skal du klikke på" Beregn Volume "at opnå total prøve rod volumen i mm3.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Prøven består af to stilke af den indfødte græs Prairie dropseed (Sporobolus heterolepis) og den oprindelige jord omkring det blev taget fra et boligområde og placeres i et lille rør-formet holder ses i figur 1. Den rekonstruerede data voxel størrelse var ca. 31 um x 31 um x 31 um. Den rekonstruerede volumen fil blev brugt til at skabe en stak billeder fra en udvalgt orientering (ovenfra) ved hjælp af open source billedbehandling program ImageJ 1.6 11. data Lydstyrken blev også lysere i dette program for at øge kontrasten mellem rod og jord værdier. Fra de rekonstruerede data, var det klart, at roden og nogle dele af jorden, sandsynligvis organisk stof, har meget lignende røntgen dæmpning faktorer resulterer i lidt at ingen grå-skala kontrast i billederne (figur 2).
RooTrak programmet bruges til segmentering, er et open source program er udviklet på Center for Integrativ Plantebiologi ved University of Nottingham 7. Det er specielt designet til at spore rødder som de forgrener gennem jorden, og isolere rødderne fra omgivende materiale til frembringelse af en stabel af binære billeder. RooTrak har vist sig at producere segmentations bedre end simpel tærskling til roden af data 7, 9. Et kernepunkt blev valgt inde i hver af de relevante rod sektioner synlige i den øverste skive af volumendata (figur 3), så tracking funktionen af softwaren blev kørt. De RooTrak parametre "glathed" og "lighed" blev sat til 0,3 og 0,8 hhv. Denne serie giver konstant god grå værdi separation og isolerer området af interesse godt. RooTrak held segmenteret de udvalgte 200 skiver af volumendata (figur 4), som var ækvivalent til en dybde på 6,2 mm. Se segme ntation af roden i animationen fil (Rootvideo.mov).
ImageJ blev anvendt til at generere en trekantet mesh, isosurface, af 3D volumenet (tilnærme overfladen af isoleret root) fra data produceret af RooTrak (figur 5). Standardindstillinger ansat til "Resampling" og "Threshold" i ImageJ plugin BoneJ (se 4.3 i protokollen) blev udvalgt, fordi de producerer en detaljeret isosurface i en relativt hurtig måde. Justering af resampling niveau vil påvirke mængden af tid, det tager at gøre isosurface. Nettet blev gemt i STL format, og imeshJ blev brugt til at beregne areal og volumen af mesh. For det rekonstruerede volumen i den foreliggende undersøgelse, det beregnede overfladeareal var 351,87 mm 2, og volumenet 47.27 mm3 (se figur 6).
"Src =" / files / ftp_upload / 53.788 / 53788fig1.jpg "/>
Figur 1. De levende enhed, der anvendes i undersøgelsen. Græsset prøve blev afbildet i dets native jord i en 7 "tall, 1.5" plastik diameter pot. Klik her for at se en større version af dette tal.
Figur 2. Segmentering Problem Venstre:. Ovenfra af en horisontal skive af prøven viser organisk stof (OM) komponenter af samme grå niveau som roden Højre:. 3D rendering af dataene viser alle komponenter, der er af lignende grå niveau til roden. klik her for at se en større version af dette tal.
. Figur 3. Udgangspunkt i RooTrak Top venstre: ovenfra skive af volumendata hvor såning er startet, Øverst til højre: augmented billede af skive er markeret med en rød firkant i venstre figur er valgt frø punkter inde i relevante rod . tværsnit; Nederst: roden mættet i rød farve er valgt for segmentering klik her for at se en større version af dette tal.
Figur 4. Sammenligning af skiver fra RooTrak. Tre repræsentative par ovenfra skiver fra forskellige "højder" viser roden segmenteret efter RooTrak. (A - B): Top slice og den tilsvarende del af den segmenterede stilk; (C - D): region skive midten og den tilsvarende del af den segmenterede rod; (E - F):. Region skive bund og den tilsvarende del af den segmenterede rod Klik her for at se en større version af dette tal.
Figur 5. Isosurface af roden som erobret fra ImageJ. Roden overflade blev tilnærmet med en trekantet maske. Klik her for at se en større version af dette tal.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En kombination af røntgen CT og flere open source-programmer vist sig at være en stærk kombination til ikke-invasivt billede plante rod prøver, segment rod data og udtrække kvantitative oplysninger (overfladeareal og volumen) fra 3D-data. Vores evne til at visualisere og måle funktioner er altid begrænset af scanningsopløsning, samt gennem begrænsning af RooTrak software. Imidlertid scanningsopløsning var tilstrækkelig til at indfange de fleste af funktionerne i stikprøven i denne undersøgelse, og RooTrak var i stand til at segmentere en betydelig del af roden. Versionen af RooTrak ansat i dette arbejde ikke spore opad omrejsende root segmenter (opad forgrening ikke var til stede i væsentligt omfang i prøven studerede her); en nyere version af programmet behandler dette problem 9.
Som antydet i indledningen, en undersøgelse af litteraturen foreslået, at en costless software mulighed for at beregne rod volume / overfladeareal fra 3D tomografi data om prøver i centimeter rækkevidde og derover var meget ønskeligt. Betydningen af tilgang rapporterede her er, at efter roden er segmenteret, arbejder den med en 3D dataformat skabt af udbredte program ImageJ. Hjertet af analysen er beregningen af det område af roden fra sit image tilnærmet med en trekantet maske volumen og overflade. Den trekantede mesh genereres af ImageJ i STL format, er repræsenteret ved indeksene af trekanter, der udgør overfladen tilnærmelse. ImeshJ udtrækker indeksene fra den binære filformat og er i stand til at beregne overfladearealet fra de indeks (som er blot halvdelen af størrelsen af krydsproduktet mellem vektorer sammenføjning punkter [1,2] og punkter [1,3].) mængden er beregnet ved at konstruere en tetraeder mellem trekant og oprindelse, og finde den skalar triple-produkt mellem positions- vektorer af trekanten. Selv om der er flere rESSOURCER for sådanne beregninger, var udfordringen til effektivt beregne overfladearealet og volumen for masker, der indeholdt op mod 10 millioner trekanter (som kan være tilfældet i større rod strukturer.) Ved at eliminere loop strukturer fra koden, som ville behandle trekanter én efter én, og gennemføre flere metoder, der tillader samtidig behandling af flere datapunkter, var vi i stand til at køre beregninger på en 6 millioner-trekant maske i under 5 sek. Med hensyn til at prøve størrelse, ville en potteplante i en 20-ounce container dække hele detektor område under samme forstørrelse og vil resultere i en 2000-slice billedstak som datasæt. Hvis vi ekstrapolere hastigheden af beregningen fra en 200-slice billedstak (stikprøvestørrelsen af det forarbejdede rod i denne undersøgelse, 6,2 mm) forarbejdes i 5 sek til en 2000-slice billedstak bør imeshJ stadig behandle, at under 1 min .
Produkterne fra denne metode overfladeareal og volumenaf roden stikprøven, der bestemmes uden at fjerne planten fra jorden, eller forstyrre det på nogen måde. Det beregnede overfladeareal er 351,87 mm2, volumenet er 47,27 mm 3. Andre, mellemprodukter, produkter er en 3D-visualisering af roden struktur, og det trekantede mesh af rødderne (figur 6).
De kritiske trin i denne protokol er noninvasiv tomografisk billeddannelse af prøven til at levere data med tilstrækkelig tæthed kontrast (trin 1 i protokollen), segmentering af roden del af undersøgelsen fra resten af prøven (trin 3), og beregning af roden volumen og overfladeareal fra den trekantede mesh, isosurface (trin 4). For at opnå optimal tæthed kontrast, indstillinger X-ray magt, 85 kV og 190 uA, blev valgt baseret på detektor reaktion for den nuværende prøve; lavere X-ray magt ville have produceret ringere farve kontrast, mens højere magt ville have mættet detektoren. Det grå niveau histogram funktion i dataindsamlingen software guider brugeren at afgøre, hvad strømindstillinger til brug. Generelt, jord-plante prøver med højt indhold af organiske tendens til at kræve lavere (> 100 kV) X-ray spænding indstillinger.
Nøjagtigheden af den beregnede overfladeareal er afhængig af den antagelse, at isosurface produceret af ImageJ er en rimelig tilnærmelse til den faktiske overflade af roden. Denne antagelse er rimelig for store rod segmenter, men kan vise sig mindre så når rødder med dimensioner svarende til voxel størrelse afbildet. For prøven i denne undersøgelse, størrelsen af hele rod og sine segmenter var størrelserne større end voxelstørrelsen. De standard ImageJ / BoneJ indstillinger (se "Threshold" parameter i 4.3 i protokollen), hvilket resulterer i 3.6x10 -4 mm 2 trekanter versus 9.6x10 -4 mm 2 billede pixel størrelse skal have givet et præcist skøn over roden overfladen enrea. For prøver med mindre funktioner, der kræver nærmere, kan antallet af trekanter tilnærmelse overfladen øges (trekant størrelse faldt) ved at sænke "Threshold" værdi. Dette vil resultere i længere beregningstiden. For root segmenter med dimensioner nærmer voxelstørrelsen Den instrumentale beslutning bliver flaskehals, eftersom voxel repræsentation bliver mindre nøjagtig. Nøjagtigheden af den beregnede mængde tal er også afhængig af ovennævnte antagelse, men i mindre grad, fordi med mindre diameter rødder bidrager forholdsmæssigt mindre til volumenet af roden end overfladearealet af roden. Imidlertid kan et mindre tværsnit af roden scannes lige så effektivt, hvis afstanden fra røntgenkilden minimeres. Med andre ord, root segmenter, der kræver data højere opløsning, vil være nødvendigt at re-scannes på et større forstørrelse, og kan fås mere nøjagtige målinger. Nøjagtigheden af beregningen overfladearealet kan også værepåvirket af ufuldkommen segmentering af roden fra jorden. Mens vores evne til at skelne roden fra jorden afhænger af farve (grå niveau) kontrast opnået i billedbehandling trin, vil forbedring af segmentering trin bidrage til at reducere eventuelle fejl i beregningen. Udvikling af en ny kode, der ville forbedre RooTrak segmentering processen er i gang. Beregningen sker ved imeshJ blev verificeret ved at sammenligne outputtet af programmet for enkle, enkeltkomponent enheder af kendt volumen og overfladeareal i vores laboratorium.
Denne metode til at behandle 3D data bør gælde for andre materialer / prøve systemer, hvor der er forbindelse mellem komponenter af lignende røntgen dæmpning og vanskeligheder opstår med prøve segmentering. ImeshJ vil arbejde på 3D-data fra alle kilder (PET, MRI-scanning) på ethvert objekt af interesse, så længe en billedstak er skabt ud fra de data, som anvendes til at skabe en isosurface, og STL filat imeshJ bruger. areal og volumen tallene De beregnede overflade skal sammenlignes med værdier opnået på den samme prøve med andre midler (skal udarbejdes) for at vurdere nøjagtigheden af disse beregninger. En sådan sammenligning vil være vigtigt for vores evne til yderligere at forfine imeshJ koden. Fremtidige planer omfatter udviklingen af en ny rod tracking værktøj og imeshJ kode for high-throughput billeddannelse af plante rod prøver.
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).
