Summary
Eine Methode zur visuellen und quantitative Wurzelstruktur Informationen von Röntgencomputertomographiedaten zu erhalten im Boden erfasst wird präsentiert.
Abstract
Pflanzenwurzeln spielen eine entscheidende Rolle bei der Pflanze-Boden-Mikroben-Interaktionen, die in der Rhizosphäre auftreten, sowie Prozesse mit erheblichen Auswirkungen auf den Klimawandel und des Pflanzenanbaus. Quantitative Größeninformationen an Wurzeln in ihrer natürlichen Umgebung ist von unschätzbarem Wert für das Studium Wurzelwachstum und Umweltprozesse mit Pflanzen. Ein wirksames Instrument zur in situ Wurzel Scannen und Analyse Röntgencomputertomografie (XCT) wurde nachgewiesen. Wir wollten ein costless und effizientes Werkzeug zu entwickeln, die die Oberfläche und das Volumen der Wurzel unabhängig von seiner Form von dreidimensionalen (3D) Tomographiedaten annähert. Die Wurzelstruktur eines Prairie Dropseed (Sporobolus heterolepis) Probe wurde unter Verwendung von XCT abgebildet. Die Wurzel wurde rekonstruiert, und die primäre Wurzelstruktur wurde aus den Daten unter Verwendung einer Kombination von lizenzierten und Open-Source-Software extrahiert. Ein isosurface Polygonalnetz wurde dann für eine einfache Analyse erstellt. Wir haben t entwickelter eigenständige Anwendung imeshJ, erzeugt in MATLAB 1, Wurzelvolumen und die Oberfläche aus dem Netz zu berechnen. Die Ausgänge der imeshJ sind Fläche (in mm 2) und das Volumen (in mm 3). Das Verfahren, eine einzigartige Kombination von Werkzeugen aus Bildgebung quantitative Wurzelanalyse verwendet wird, beschrieben. Eine Kombination aus XCT und Open-Source-Software erwies sich als eine leistungsstarke Kombination nichtinvasiv Bild Pflanzenwurzelproben, Segment Stammdaten und extrahieren quantitative Informationen aus den 3D-Daten zu sein. Diese Methodik von 3D-Datenverarbeitung sollte auf andere Material / Probensysteme anwendbar sein, wo es die Verbindung zwischen Komponenten von ähnlicher Röntgenschwächungs und Schwierigkeiten mit der Segmentierung entstehen.
Introduction
Roots, als Teil der Rhizosphäre 2-5, eine "unsichtbare" Teil der Pflanzenbiologie dar , da es schwierig Boden zu Bild Wurzeln nicht-invasiv 6 macht, 7. Doch das Wurzelwachstum und Interaktion innerhalb der Bodenumgebung zu studieren ist entscheidend für das Verständnis root / Pflanzenwachstum und Nährstoffkreislauf, was wiederum Auswirkungen auf Aufforstung, Ernährungssicherheit, und das Klima. X-ray - Computertomographie (XCT) hat 8 ein wertvolles Werkzeug für die nichtinvasive Bildgebung von Pflanzenwurzelproben in ihren lokalen Umgebungen erwiesen. Um die Wurzelentwicklung und Dimensionsänderungen unter verschiedenen Bedingungen zu messen, und in der Lage sein, Daten aus verschiedenen Datensätzen / Proben zu vergleichen, muss man quantitative Informationen aus den Tomographiedaten zu extrahieren. Segmentierung der Stammdaten von der des umgebenden Bodens, das heißt, der Isolierung des Wurzel Bild von allem anderen um ihn herum (einschließlich zum Beispiel einer benachbarten Anlage) ist ein kritischer Schritt, bevor accuRate Größenanalyse kann durchgeführt werden. Allerdings ist eine einfache Schwellwertoperation Ansatz oft nicht machbar für Stammdaten. Die Herausforderungen im Zusammenhang mit bildgebenden Pflanzenwurzeln im Boden umfassen Variationen in den Röntgendämpfungseigenschaften des Stammmaterials und die Überlappung in Dämpfungswerte zwischen Wurzel und Boden durch Wasser und organische Stoffe. Diese Fragen wurden hervorragend kürzlich von Mairhofer et al gerichtet. in ihrer visuellen Tracking - Tool RooTrak 7, 9. Der nächste Schritt nach einer erfolgreichen Segmentierung ist die genaue Bestimmung der Wurzelvolumen und die Oberfläche. Das Volumen kann durch Zählen der Anzahl von Voxeln und Multiplizieren mit dem Voxel 'Größe gewürfelt geschätzt werden wie vorher 7 gezeigt. Für eine genauere Bestimmung der Wurzeloberfläche und Volumen der Isofläche des segmentierten Wurzelsystem kann durch ein Gitter von Dreiecken dargestellt werden können, ein Algorithmus , bekannt als Marching Cubes 10 verwendet wird . Die Open-Source - ImageJ 11 eingesetzt werden th angenäherte Wurzelvolumen auf der Grundlage der Marching Cubes Algorithmus. Nach bestem Wissen und Gewissen, nur eine begrenzte Anzahl von Open-Source - Software die Berechnung Tomographie-basierte Volumen / Oberflächendaten für die Wurzelproben im Zentimeterbereich gewidmet und oben ist derzeit 12 zur Verfügung. Eine Open-Source - Software , die wir auf 13 schaute konzentriert sich auf das Wurzelwachstum und wird auf zellulärer Funktionen richtet ermöglicht quantitative Volumenanalyse an Einzelzellauflösung. Einige Open-Source - Software , um ganze Wurzelsysteme gewidmet 14 eignet sich hervorragend für kleine Durchmesser Systeme Rohr Wurzel auf der Basis der Annäherung , dass ihre Form tatsächlich rohrförmig ausgebildet ist. Allerdings sind einige Arbeit mit 2D - Bildern und nicht in der Lage zu handhaben 3D 14 Stacks. Des Weiteren kann die rohrförmige Form Approximation nicht gültig sein, wenn Wurzelsysteme mit rauen Oberflächen und ungleichmäßige Formen, wie die von Bäumen, untersucht. Ein weiterer Ansatz 15 verwendet zweidimensionale (2D) Drehbildsequenzen innovativ umgehen the benötigen für eine teure CT-Scanner. Er misst, Aufzeichnungen und zeigt Wurzelsystem Längen. Die Software , die wir von denen nur im Handel erhältlich 16-18 getestet haben; ein nicht erscheint 3D in der Lage sein Bild zu handhaben 16 stapelt, die zweite ist eine Blattfläche und Wurzellängenmesswerkzeug 17, während die dritte auf die Farbanalyse 18 basiert. Auf der Grundlage dieser Umfrage, schlagen wir vor, dass eine costless Option, die die Oberfläche und das Volumen der Wurzel unabhängig von seiner Form von 3D-Tomographiedaten annähert wünschenswert ist.
Aufbauend auf dem frei verfügbaren RooTrak und ImageJ, haben wir ein Programm entwickelt, mit dem Namen imeshJ (Supplemental - Code - Datei) , welche Prozesse eine isosurface mesh (Oberfläche Stereolithografie - Datei) von segmentierten Stammdaten erzeugt, und berechnet das Volumen und die Oberfläche der Wurzel von tun einfache geometrische Berechnungen auf dem Dreieck Indexdaten Mesh. Hier berichten wir über eine Methode, die die Verwendung von XCT Bildgebung kombiniert,Daten Rekonstruktion und Visualisierung (Software CT Pro 3D und VG Studio), Segmentierung der Wurzel der Probe aus dem Boden in den 3D-Daten (Open-Source-Software ImageJ und RooTrak) und Extraktion der Oberflächen- und Volumeninformationen aus einem Dreiecksnetz (ImageJ und der Computercode imeshJ).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Achtung: Der Betrieb eines Röntgentomographen erfordert sowohl allgemeine Strahlung Ausbildung und instrumentenspezifischen Strahlung Sicherheitstraining. Alle entsprechenden Verfahren relevant in das Labor des Experimentators zu beachten.
1. Root-Imaging
Anmerkung: Dieser Schritt beschreibt die Bebilderung einer Gras Probe gehalten in seiner ursprünglichen Boden in einer röhrenförmigen Kunststofftopf (ein Kunststoffrohr mit einem Durchmesser von 40 mm, einer Höhe von 210 mm, und einer Wanddicke von etwa 2 mm).
- Legen Sie Topfpflanze auf dem Probenmanipulator des Instruments in einem Abstand zur Ziel Vergrößerung gewünscht. Für eine Anlage in einem 2-Zoll Durchmesser Halter die Probe auf Quell Abstand sollte etwa 3 Zoll (7 cm) betragen.
- Passen Sie die Röntgenscaneinstellungen optimale Farbe zu erzielen (Graustufe) Kontrast im Detektor Bild. Hinweis: Diese Einstellungen sind in der Instrumentensteuerungssoftware verwendet.
- Set Röntgenenergieeinstellungen; 85 kV und 190 & mgr; A wurden in dieser Prüfung verwendetple.
- Stellen Sie die Belichtungszeit. Hier wird eine relativ lange Belichtungszeit von 1 sec wurde für eine bessere Signal-Rausch-Verhältnis verwendet.
- Legen Sie die Anzahl von Vorsprüngen und Frames pro Projektion; 4 Bilder pro Projektion für insgesamt 3142 Projektionen für eine gute Datenstatistiken vorgeschlagen.
- Führen Sie eine Shading-Korrektur der Messbedingungen eingestellt oben durch die "Shading-Korrektur" Tab auswählen und auf "Create" verwenden.
Hinweis: Die Schattierungskorrektur für die Variation in Reaktion der Abbildungsvorrichtung der Pixel gleicht, wenn sie mit einer konstanten Menge von Röntgenfluss beleuchtet. Der Vorgang dauert leere Bilder (mit Probe aus Strahlengang entfernt werden) mit dem Röntgenstrahl eingeschaltet und mit dem Strahl ausgeschaltet. Diese Korrektur wird für alle Bilder gesammelt angewendet. - Wählen Sie den "Minimieren Ring Artefakte" Option (auch als "pendelt Modus"); die Probe wird in Winkelschritten gedreht werden, während die Projektionsbilder erfasst werden. Dies führt dazu, dasseine Akquisition mit einer geringeren Geschwindigkeit, hilft aber Ring Artefakte zu beseitigen.
- Starten Sie den Scan durch die Schaltfläche "Erfassen" unter der Acquisition Registerkarte klicken (mit den Einstellungen oben skizzierten Bildsammlung dauert etwa 4 Stunden).
2. Datenrekonstruktion
Hinweis: Dieser Abschnitt beschreibt die Rekonstruktion von 3D-Volumendaten aus den RAW-Bilder (Röntgenbilder aus der CT-Scan).
- Legen Sie die Rohdaten in das Programm.
- Vergleichen erste und das letzte Bild (sollten sie nahezu identisch sein , wie das letzte Bild nach einer 360-Grad - Drehung der Probe genommen wird) , um sicherzustellen , dass die Probe nicht bewegt oder die Scan - Einstellungen nicht während der Datenerfassung geändert werden .
- Berechnen Sie die Rotationszentrum (COR) durch das "Center of rotation" Tab auswählen und auf "Start"; Verwendung Optionen "Automatisch" COR Suche mit "High Quality" Genauigkeit und "Dual" (obere und untere) Scheibe sWahl für COR-Berechnung.
- Wählen Sie das Probenvolumen rekonstruiert werden: Wählen Sie die Registerkarte "Lautstärke" und bearbeiten Sie die Lautstärke Auswahlfenster die Thumbnails verwenden.
- Führen Sie den Wiederaufbau der Lautstärke-Datei mit 3D-Daten zu erstellen, indem Sie auf "Start".
3. Datenverarbeitung / Segmentation
Hinweis: Dieser Abschnitt beschreibt die Schritte, die rekonstruierten Daten für die Weiterverarbeitung im Programm RooTrak vorzubereiten genommen werden Wurzeln zu verfolgen, wie sie durch den Boden verzweigen, und zu isolieren, die Wurzeln von jedem umgebenden Material einen Stapel von binären Bildern von nur produzieren die Wurzel selbst.
- Die Verarbeitung von Volumendaten in ImageJ ein RooTrak verarbeitbare Bildstapel vorzubereiten:
- Legen Sie das Volume-Datei in ImageJ.
- Optimieren Sie den Bildkontrast zwischen Wurzel und Boden durch Helligkeits- und Kontrasteinstellungen Einstellung (Bild klicken / Anpassen / Helligkeit / Kontrast). Wenn der interessierende Bereich innerhalb des Bildes sichtbar ist und clearly unterscheidbar, werden die Einstellungen betrachtet optimiert.
- Speichern als Bildstapel in JPEG, BMP oder PNG-Format.
- Die Verarbeitung in RooTrak segmentieren die Wurzel:
- Bild laden Stapel in RooTrak (gehen Sie zu Registerkarte "Extras", und drücken Sie "Tracker").
- Set Saatpunkte innen Wurzel: Klicken Sie mehrere Punkte innerhalb jeder der zugehörigen Wurzelabschnitte sichtbar in der Draufsicht Scheibe der Volumendaten.
- Gesetzt tracker parameters "Glätte" und "Ähnlichkeit" bis 0,3 bzw. 0,8.
- Führen Sie die Tracking-Funktion. Dies wird die Wurzel aus dem oberen Bildscheibe den ganzen Weg nach unten Scheibe folgen.
- Nachdem Sie die Volumendaten zu lesen, wählen Sie die Anzahl der Scheiben auf die nutzbare Datenvolumen entsprechend; in diesem Fall wurde, Tracking bei 200 Scheiben gestoppt, das entspricht bis zu einer Tiefe von 6,2 mm, wobei root Grenzen wurde schlecht definiert (das Bild des verfolgten Wurzel begonnen, in die des Bodens zu mischen).
Beachten Sie dasBildstapel erzeugt wird automatisch gespeichert werden, wo das Ausgabeverzeichnis erstellt wurde.
4. Volumen und Oberflächenanalyse
Hinweis: Dieser Schritt beschreibt die isosurface Netzgenerierung aus dem Bildstapel von RooTrak erstellt.
- Konvertieren Sie Bildstapel von RooTrak in ein binäres Bildformat in ImageJ. Wählen Sie "Bearbeiten" und dann auf "Binary", dann "Binary Make".
- Verwenden Sie die Open-Source-ImageJ Plugin, BoneJ, das Dreiecksnetz zu schaffen; in ImageJ wählen "Plugins", dann "BoneJ", dann "Isosurface".
- Set "Resampling" und "Threshold" bis 6 bzw. 120 (Standardeinstellung). Check "anzeigen Oberfläche", und drücken Sie die Taste "OK".
- Auf der "3D-Viewer" klicken Sie auf die Registerkarte Datei, dann auf "Export-Oberflächen", dann speichern unter "STL (binär)".
- Öffnen Sie imeshJ, wählen Sie die STL-Datei und Voxelgröße in Mikron ein. Klicken Sie auf "Calculate Fläche "in mm 2 Gesamtprobenwurzeloberfläche zu erwerben. In ähnlicher Weise auf" berechnen Volume "auf Gesamtprobe Wurzelvolumen in mm 3 erhalten.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Die Probe , bestehend aus zwei Stämmen des nativen Gras Prairie Dropseed (Sporobolus heterolepis) und dem ursprünglichen Boden um ihn herum von einem Wohngebiet und in einem kleinen röhrenförmigen Halter in 1 zu sehen genommen wurde. Die rekonstruierten Daten Voxelgröße betrug ungefähr 31 & mgr; m x 31 & mgr; m x 31 & mgr; m. Das rekonstruierte Volumen Datei wurde verwendet , um einen Stapel von Bildern aus einer gewählten Ausrichtung (Draufsicht) zu schaffen , mit der Open-Source - Bildbearbeitungsprogramm ImageJ 1.6 11. Die Volumendaten wurde auch in diesem Programm aufgehellt Kontrast zwischen Wurzel und Bodenwerte zu erhöhen. Aus den rekonstruierten Daten, war es klar , dass die Wurzel und einige Komponenten des Bodens, höchstwahrscheinlich organischen Stoffen, haben sehr ähnliche Röntgendämpfungsfaktoren , was zu wenig bis gar keine Grau Kontrast in den Bildern (Abbildung 2).
RooTrak, das Programm für die Segmentierung verwendet, ist ein Open - Source - Programm am Zentrum für Integrative Plant Biology 7 an der University of Nottingham entwickelt. Es wird speziell empfohlen, wie sie durch den Boden verzweigen entworfen Wurzeln zu verfolgen, und zu isolieren, um die Wurzeln von Umgebungsmaterial einen Stapel von binären Bildern zu erzeugen. RooTrak hat sich gezeigt , Segmentierungen besser als einfache Schwellwertbildung für Stammdaten 7, 9 zu erzeugen. Ein Startpunkt innerhalb jeder der zugehörigen Wurzelabschnitte sichtbar in der oberen Scheibe der Volumendaten (Abbildung 3) dann die Tracking - Funktion der Software ausgewählt wurde ausgeführt wurde. Die RooTrak Parameter "Glätte" und "Ähnlichkeit" wurden jeweils auf 0,3 und 0,8 eingestellt. Dieser Bereich liefert konstant gute Grauwert Trennung und isoliert die Region von Interesse gut. RooTrak segmentiert erfolgreich die ausgewählten 200 Scheiben von Volumendaten (Abbildung 4), die bis zu einer Tiefe von 6,2 mm entsprach. Siehe SEGM ntation von der Wurzel in der Animationsdatei (Rootvideo.mov).
ImageJ wurde ein Dreiecksgitternetz, Isofläche des 3D - Volumens (Annähern der Oberfläche der isolierten root) aus den Daten , die durch RooTrak (Figur 5) erzeugt zur Erzeugung verwendet. Die Standardeinstellungen für "Resampling" verwendet und "Threshold" in ImageJ Plugin BoneJ (siehe 4.3 in Protocol) wurden ausgewählt, weil sie eine detaillierte isosurface in einer relativ schnellen Weise herzustellen. die Resampling-Ebene Einstellen wird die Menge an Zeit, die Auswirkungen auf die Iso-Oberfläche zu machen. Das Netz wurde in der STL - Format gespeichert, und imeshJ verwendet wurde , um die Oberfläche und das Volumen des Netzes zu berechnen. Für das rekonstruierte Volumen in der vorliegenden Studie die berechnete Oberfläche betrug 351,87 mm 2, und das Volumen 47,27 mm 3 (siehe Abbildung 6).
"Src =" / files / ftp_upload / 53788 / 53788fig1.jpg "/>
Abbildung 1. Die Live in der Studie verwendeten Probe. Das Gras Probe wurde in seiner Heimaterde in einem 7 "hoch, 1,5" Durchmesser Plastiktopf abgebildet. Bitte hier klicken , um eine größere Version dieser Figur zu sehen.
Abbildung 2. Die Segmentierung Problem . Links: Draufsicht auf eine horizontale Scheibe der Probe zeigt , organische Substanz (OM) Komponenten von ähnlichen Graustufe zu der der Wurzel . Rechts: 3D - Rendering der Daten alle Komponenten, die von ähnlicher grau sind Ebene an die Wurzel. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.
. Abbildung 3. Startpunkt in RooTrak Oben links: Draufsicht Scheibe der Volumendaten in dem Säen begonnen wird; oben rechts: Augmented Blick auf die Scheibe durch ein rotes Quadrat in der linken Abbildung markiert, Saatpunkte innerhalb der zugehörigen Wurzel ausgewählt . Querschnitt; unten: Die Wurzel in der roten Farbe gesättigt ist für die Segmentierung ausgewählt Bitte klicken Sie hier um eine größere Version dieser Figur zu sehen.
Abbildung 4. Vergleich von Scheiben aus RooTrak. Drei repräsentative Paar Draufsicht Scheiben aus verschiedenen "Höhen" , welche die Wurzel von RooTrak segmentiert. (A - B): Top Scheibe und die entsprechende Scheibe des segmentierten Schaft; (C - D): Mitte der Region Scheibe und die entsprechende Scheibe der segmentierten Wurzel; (E - F).: Bodenbereich in Scheiben schneiden und die entsprechende Scheibe der segmentierten Wurzel Bitte hier klicken , um eine größere Version dieser Figur zu sehen.
Abbildung 5. Isosurface der Wurzel ab ImageJ erfasst. Die Wurzeloberfläche durch ein Dreiecksnetz angenähert wurde. Bitte klicken Sie hier , um eine größere Version dieser Figur zu sehen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Eine Kombination von Röntgencomputertomografie und mehrere Open-Source-Programme erwies sich als eine leistungsstarke Kombination nichtinvasiv Bild Pflanzenwurzelproben, Segment Stammdaten und extrahieren quantitative Informationen (Fläche und Volumen) aus den 3D-Daten zu sein. Unsere Fähigkeit, Funktionen zu visualisieren und zu messen ist immer von Scan-Auflösung begrenzt sowie durch Beschränkung des RooTrak Software. Jedoch war Abtastauflösung ausreicht, um die Mehrheit der Funktionen der Probe in dieser Studie zu erfassen, und RooTrak konnte erfolgreich Segment einen wesentlichen Teil der Wurzel. Die Version von RooTrak in dieser Arbeit beschäftigt sich nicht nach oben Wanderstammsegmente verfolgen (nach oben Verzweigung zu einem erheblichen Teil nicht vorhanden war, in der Probe hier untersuchten); eine neuere Version des Programms befasst sich mit diesem Problem 9.
Wie in der Einleitung angedeutet, schlug ein Überblick über die Literatur, dass ein costless Software-Option root volum zu berechnene / Oberfläche von 3D-Tomographiedaten an Proben im Zentimeterbereich und darüber war sehr wünschenswert. Die Bedeutung des Ansatzes hier berichtet wird, ist, dass, nachdem die Wurzel segmentiert ist, es mit einem 3D-Datenformat arbeitet nach dem weit verbreiteten Programm ImageJ erstellt. Das Herz der Analyse ist die Berechnung des Volumens und der Oberfläche der Wurzel von seinem Bild durch ein Dreiecksnetz angenähert. Das Dreiecksnetz von ImageJ im .stl - Format erzeugt, durch die Indizes der Dreiecke dargestellt wird, die die Oberfläche Annäherung bilden. ImeshJ extrahiert die Indizes aus dem binären Dateiformat und ist in der Lage , die Oberfläche von den Indizes zu berechnen (was einfach die Hälfte der Größe des Kreuzprodukt zwischen Vektoren Punkte [1,2] und Punkte [1,3].) das Volumen durch die Konstruktion eines Tetraeders zwischen den Dreieckspunkten berechnet wird, und dem Ursprung und der Suche nach der skalaren triple-Produkt zwischen Verbindungs die Positionsvektoren des Dreiecks. Obwohl es mehrere rESSOURCEN für solche Berechnungen war die Herausforderung effizient die Oberfläche und das Volumen für die Maschen zu berechnen, die nach oben von 10 Millionen Dreiecke enthalten ist (wie es der Fall in grßeren Wurzelstrukturen sein kann.) von Schleifenstrukturen aus dem Code Durch Eliminieren, die die Dreiecke verarbeiten würde einer nach dem anderen, und verschiedene Methoden implementieren, die gleichzeitige Verarbeitung von mehreren Datenpunkten zu ermöglichen, konnten wir die Berechnungen auf einem 6.000.000-Dreiecksnetz in unter 5 Sekunden laufen. Hinsichtlich Größe zu probieren, eine Topfpflanze in einem 20-Unzen-Behälter würde die gesamte Detektorbereich unter der gleichen Vergrößerung abdecken und in einem 2000-Schnittbildstapel als Daten-Set führen würde. Wenn wir die Geschwindigkeit der Berechnung von einem 200-Schnittbildstapel (die Stichprobengröße der verarbeiteten Wurzel in dieser Studie 6,2 mm) verarbeitet in 5 Sekunden auf eine 2000-Schnittbildstapel extrapolieren sollte imeshJ noch verarbeiten , die unter 1 min .
Die Produkte dieses Verfahrens sind die Oberfläche und das Volumender Stammprobe, die ohne Entfernen der Pflanze aus dem Boden bestimmt wurden, oder sie in irgendeiner Weise zu stören. Die berechnete Fläche beträgt 351,87 mm 2, ist das Volumen 47,27 mm 3. Andere, Zwischen- Produkte sind eine 3D - Visualisierung der Wurzelstruktur und die Dreiecksgitternetz der Wurzeln (Abbildung 6).
Die kritischen Schritte im vorliegenden Protokoll sind die nicht-invasive Bildgebungs der Probendaten mit ausreichender Dichtekontrast (Schritt 1 in Protocol) zur Verfügung zu stellen, die Segmentierung des Wurzelbereichs der Studie aus dem Rest der Probe (Schritt 3), und die Berechnung des Wurzelvolumen und die Oberfläche aus dem Dreiecksnetz, isosurface (Schritt 4). Um eine optimale Dichtekontrast erreichen, werden die Röntgenleistungseinstellungen, 85 kV und 190 & mgr; A, wurden basierend auf Detektorantwort für die vorliegende Probe ausgewählt ist; niedriger Röntgenleistung schlechter Farbkontrast erzeugt hätte, während eine höhere Leistung des Detektors gesättigt hätte. Das Graustufenhistogramm Merkmal der Datenerfassungs-Software führt den Anwender bei der Entscheidung über die Energieeinstellungen zu verwenden. Im Allgemeinen Boden-Pflanze Proben mit einem signifikanten Gehalt an organischen Stoffen sind in der Regel niedriger (> 100 kV) Einstellungen Röntgenspannung erfordern.
Die Genauigkeit der berechneten Oberfläche ist auf der Annahme abhängig, dass die Isofläche von ImageJ erzeugt ist eine vernünftige Annäherung an die tatsächliche Oberfläche der Wurzel. Diese Annahme ist für große Wurzelsegmente angemessen, aber könnte sich als weniger so, wenn Wurzeln mit Abmessungen vergleichbar mit der Voxelgröße abgebildet werden. Für die Probe in dieser Studie, die Größe der gesamten Wurzel und seiner Segmente waren Größen größer als der Voxel-Größe. Die Standard ImageJ / BoneJ - Einstellungen (siehe "Threshold" Parameter in 4.3 des Protokolls) , die sich in 3.6x10 -4 mm 2 Dreiecke gegenüber dem 9.6x10 -4 mm 2 Bildpixelgröße haben müssen eine genaue Schätzung der Wurzeloberfläche ein bereitgestelltrea. Bei Proben mit kleineren Merkmalen erfordern näher, die Anzahl der Dreiecke der Oberfläche annähert kann durch Absenken der "Threshold" Wert (Dreieck verkleinert) erhöht werden. Dies wird in mehr Rechenzeit zur Folge haben. Für Wurzelsegmente mit den Abmessungen der Voxelgröße nähert, wird die instrumentelle Auflösung der Engpass, da die Voxeldarstellung weniger genau wird. Die Genauigkeit der Volumen Figur berechnet ist auch abhängig von der obigen Annahme, aber in geringerem Maße, da kleinere Durchmesser Wurzeln auf das Volumen der Wurzel als die Oberfläche des Wurzel proportional weniger beitragen. Jedoch kann ein kleiner Querschnitt der Wurzel abgetastet werden genauso effektiv, wenn Abstand von der Röntgenquelle minimiert wird. Mit anderen Worten erfordert Wurzelsegmenten höher auflösende Daten müssten bei höherer Vergrößerung und genauere Messwerte können erhalten werden, erneut abgetastet zu werden. Die Genauigkeit der Flächenberechnung kann auch sein,durch unvollständige Segmentierung der Wurzel aus dem Boden beeinflusst. Während unsere Fähigkeit, die Wurzel aus dem Boden hängt von der Farbe (Graustufe) Kontrast in dem Abbildungsschritt Verbesserung der Segmentierungsschritt erreicht unterscheiden würde helfen bei der Berechnung einen Fehler zu reduzieren. Die Entwicklung eines neuen Code, der die RooTrak Segmentierungsprozess verbessern würde, ist im Gange. Die Berechnung durch imeshJ getan wurde für einfache durch Vergleichen der Ausgabe des Programms verifiziert, einkomponentige Proben mit bekanntem Volumen und die Oberfläche in unserem Labor.
Diese Methode der 3D - Datenverarbeitung sollte an einem anderen Material / Probe Systeme anwendbar sein , wo es Verbindungen zwischen Komponenten von ähnlichen Röntgendämpfung und Schwierigkeiten ergeben sich bei Probe Segmentierung. ImeshJ auf 3D - Daten aus beliebigen Quellen arbeiten (PET, MRT - Aufnahmen) auf jedes Objekt von Interesse, solange ein Bildstapel aus der Daten erzeugt, die verwendet wird, eine Iso-Oberfläche, und die STL-Datei zu erstellendass imeshJ verwendet. Die berechneten Fläche und Volumen Zahlen sollten auf der gleichen Probe durch andere Mittel erhalten Werten verglichen werden (zu entwickeln), um die Genauigkeit dieser Berechnungen abzuschätzen. Dieser Vergleich wird für unsere Fähigkeit , weiter zu verfeinern den imeshJ Code wichtig sein. Zukünftige Pläne umfassen die Entwicklung eines neuen Root - Tracking - Tool und die imeshJ Code für Hochdurchsatz - Bildgebung von Pflanzenwurzelproben.
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).
