2016年4月26日
一种用于获得从土壤获得的X射线计算机断层扫描数据的视觉和定量根部结构信息的方法,提出。
该程序的总体目标是从土壤中的 X 射线计算机断层扫描数据中提取植物根系的定量信息。这种研究活植物根结构的方法可以帮助回答生物学领域的关键问题,例如植物如何应对不断变化的环境条件,如干旱、微生物活动等。这种技术的主要优点是它是非侵入性的,因此,它允许我们在植物的原生环境(土壤)中研究植物。
这种方法的视觉演示很有价值,因为该过程涉及许多步骤,包括断层扫描成像、数据重建和分析,如果没有视觉帮助,这些步骤可能会模糊不清。首先,将盆栽植物放在 X 射线断层扫描扫描仪的样品纵器上,距离为目标放大所需的距离。对于直径为 2 英寸的支架中的植物,将样品的源距离设置为约 3 英寸。
在仪器控制软件中,将 X 射线功率设置为 85 千伏和 190 微安。然后,将曝光时间设置为一秒,以获得更好的信噪比。将投影数设置为 3, 142,将每个投影的帧数设置为 4,以获得良好的数据统计信息。
使用刚刚设置的扫描参数,选择 Shading Correction" 选项卡。然后单击 New(新建)并命名着色校正文件。然后点击 Present"确认新条件。
接下来,单击 Create"和 OK"以使用两个参考图像。然后单击 Generate。然后,当警告弹出窗口出现时,在单击 OK (确定) 之前,从光束路径中物理删除样品。现在将运行着色校正。
现在,单击 Acquisition(采集)选项卡。命名数据文件,然后选择 None(无)作为 X-ray 过滤器。确保选中 Minimize ring artifacts(最小化环形伪影)复选框,以便在采集投影图像时以角度步长旋转样品。
最后,单击 Acquire 开始扫描"按钮。获取原始数据后,将其加载到重建程序中。通过单击"闪烁"比较第一张和最后一张图像,以确保在数据采集过程中标本没有移动或扫描设置没有改变。
通过选择"旋转中心"选项卡并使用选项"自动"高质量 COR 查找"精度和"双重"切片选择进行 COR 计算,计算旋转中心或 COR。然后,单击 Start(开始)以运行计算。找到 COR 后,单击 Volume"选项卡以选择要重建的样本。
使用缩略图编辑卷选择窗口。然后单击 Start(开始)执行重建以创建包含 3D 数据的卷文件。要准备 RooTrak 可处理图像堆栈,请单击文件、导入、原始,然后选择卷文件,将卷文件加载到 ImageJ 中。
要优化根和土壤之间的图像对比度,请单击 图片"选项卡,然后选择 调整亮度/对比度"并选择 自动.当感兴趣区域以 clear 形式可见时,这些设置被视为已优化。通过单击将图像另存为 JPEG、BMP 或 PNG 格式的图像堆栈,然后选择 图像序列.
要在 RooTrak 中处理以分割根,请选择 Tools(工具)选项卡,然后选择 Tracker(跟踪器)。然后双击对话框的白色输入区域以加载图像堆栈。加载图像后,选择 Tracker 选项卡,并通过单击卷数据顶部视图切片中可见的每个相关根部分内的几个点,在根内设置种子点。
将跟踪器参数 smoothness 设置为 0.3,将 similarity 设置为 0.8。单击"输出目录"下方的字段以选择文件夹。然后,单击 选择文件夹",然后单击 Start 开始。
然后,跟踪函数将运行。这将从顶部图像切片一直跟踪根切片到底部切片。打开并查看卷数据后,根据可用数据量选择切片数。
在此处显示的示例中,跟踪在 200 个切片处停止,相当于 6.2 毫米的深度,其中根边界变得定义不明确。要在 ImageJ 中进行体积和表面分析,请通过选择"处理"、"二进制"和"制作二进制",将 RooTrak 中的图像堆栈转换为二进制图像格式。使用开源 ImageJ 插件 BoneJ 创建三角形网格,方法是依次选择 Plugins(插件)、BoneJ 和 Isosurface(等值面)。
在打开的选项窗口中,将 Resampling(重新采样)和 Threshold(阈值)分别设置为 6 和 120。然后,检查 显示表面 "并按 OK"按钮。在打开的 3D 查看器中,单击 文件"选项卡。
然后单击 Export surfaces(导出曲面)并另存为 STL 二进制文件。最后,打开 IMESHJ。通过单击加载 STL 文件"并选择 STL 文件"并输入以微米为单位的体素大小。
单击"输入体素大小"并输入 31 微米,然后单击"确定"两次。单击"计算表面积"以获取以平方毫米为单位的样品总根表面积。然后,单击 Calculate Volume"以获得以立方毫米为单位的样品总根体积。
该标本由本地草原水滴种子 Sporobolus heterolepis 的两根茎及其周围的原始土壤组成,如图所示。生成的重建数据的体素大小约为 31 立方微米。在创建一堆图像并增加根系和土壤之间的对比度后,重建的数据显示,根系和土壤的一些成分具有非常相似的 X 射线衰减因子,导致图像中几乎没有灰度对比度。
此图显示了在卷数据顶部切片中可见的相关根部分内选择的代表性种子点。使用本视频中描述的 RooTrak 参数,RooTrak 成功地分割了选定的大约 200 个体积数据切片,相当于 6.2 毫米的深度。此动画中还演示了根的分割。
在这里,ImageJ 用于从 RooTrak 生成的数据生成 3D 体积的三角形网格等值面。使用的默认设置以相对较快的方式生成详细的等值面。最后,使用 IMESHJ 计算出表面积为 351.87 平方毫米,计算体积为 47.27 立方毫米。
一旦掌握,如果执行得当,此过程可以在五个小时内完成。在尝试这种技术时,重要的是要记住遵循所有安全程序。同样重要的是要记住,只有当根和土壤之间有足够的 X 射线对比度时,才能进行根分割。
按照这个程序,可以对其他具有分支结构的标本(如树叶、动物和人类肺等)进行成像和分析,以回答其他问题,例如活组织如何生长或它们如何耐受某些条件。开发后,这项技术为植物科学领域的研究人员探索 Brachypodium 等模式植物的抗旱性等问题铺平了道路。观看此视频后,您应该对如何使用断层扫描对植物标本进行成像、如何可视化其根部结构以及从土壤中 X 射线计算机断层扫描数据中提取根部的定量信息有很好的了解。
不要忘记使用 X 射线仪器可能很危险,在尝试这种技术时应遵循相关的安全程序。
查看完整文字稿并访问数千部科学视频
本文介绍了一种使用从土壤获得的X射线计算机断层扫描数据来提取关于植物根系结构的视觉和定量信息的方法。这种技术的非侵入性特性允许研究人员在植物的自然环境中进行研究,提供了对它们对各种环境条件的响应的洞察。
Quantitative 3D analysis of plant root systems using in-soil X-ray computed tomography (XCT) enables non-invasive measurement of root volume and surface area, supporting predictive modeling of plant-environment interactions. This capability is critical for translational research in crop trait optimization, soil-microbe studies, and environmental stress response, providing high-confidence data for early discovery and preclinical validation. The workflow's reproducibility and adaptability position it as a reusable asset for biopharma and ag-biotech R&D pipelines.
This XCT-based workflow integrates from early discovery through preclinical trait validation, bridging imaging, segmentation, and quantitative analysis for robust data continuity.