April 26th, 2016
Методика получения визуальной и количественной информации корневой структуры от рентгеновской компьютерной томографии данных, полученных в почве-представлен.
Общая цель этой процедуры заключается в извлечении количественной информации о корнях растений из данных рентгеновской компьютерной томографии в почве. Этот метод исследования корневой структуры живых растений может помочь ответить на ключевые вопросы в области биологии, например, как растения реагируют на изменяющиеся условия окружающей среды, такие как засуха, микробная активность и так далее. Основное преимущество этой методики в том, что она неинвазивна, следовательно, позволяет изучать растения в их родной среде, почве.
Визуальная демонстрация этого метода ценна, так как процедура включает в себя множество этапов, включая томографическую визуализацию, реконструкцию данных и анализ, которые могут быть скрыты без визуальной помощи. Для начала поместите растение в горшке на манипулятор образца рентгеновского томографа на расстоянии, желаемом для увеличения цели. Для растения в держателе диаметром два дюйма установите образец на расстояние от источника около трех дюймов.
В программном обеспечении для управления прибором установите настройки мощности рентгеновского излучения на 85 киловольт и 190 микроампер. Затем установите время экспозиции равной одной секунде для лучшего соотношения сигнал/шум. Установите количество проекций на 3, 142 и количество кадров на проекцию на четыре для получения хорошей статистики данных.
Используя только что установленные параметры сканирования, выберите вкладку "Коррекция затенения". Затем нажмите «Создать» и назовите файл коррекции затенения. Затем нажмите «Подарить», чтобы подтвердить новые условия.
Затем нажмите «Создать» и нажмите «ОК», чтобы использовать два эталонных изображения. Затем нажмите «Создать». Затем, когда появится всплывающее окно с предупреждением, физически удалите образец с пути луча, прежде чем нажать OK. Теперь будет выполнена коррекция затенения.
Теперь перейдите на вкладку «Получение». Назовите файл данных, затем выберите «Нет» для рентгеновского фильтра. Убедитесь, что установлен флажок «Свести к минимуму артефакты колец», чтобы образец поворачивался угловыми шагами во время получения проекционных изображений.
Наконец, запустите сканирование, нажав кнопку «Получить». После получения исходных данных загрузите их в программу восстановления. Сравните первое и последнее изображения, нажав на кнопку «Мигнуть», чтобы убедиться, что образец не сдвинулся или настройки сканирования не изменились во время сбора данных.
Рассчитайте центр вращения, или COR, выбрав вкладку «Центр вращения» и используя опции «Автоматическое нахождение COR с высоким качеством» точность и «Двойный» выбор среза для расчета COR. Затем нажмите «Начать», чтобы запустить расчет. После того, как COR будет найден, перейдите на вкладку «Объем», чтобы выбрать образец для восстановления.
Используйте миниатюры для редактирования окон выбора громкости. Затем нажмите «Пуск», чтобы выполнить реконструкцию для создания файла тома, содержащего 3D-данные. Чтобы подготовить стек образов для обработки RooTrak, загрузите файл тома в ImageJ, нажав «Файл», «Импорт», «Необработанное», а затем выбрав файл тома.
Чтобы оптимизировать контраст изображения между корнем и почвой, перейдите на вкладку «Изображение», затем выберите «Настроить яркость/контрастность» и выберите «Авто». Когда интересующая область видна в чистом виде, настройки считаются оптимизированными. Сохраните изображения в виде стека изображений в формате JPEG, BMP или PNG, нажав «Сохранить как» и выбрав «Последовательность изображений».
Чтобы обработать в RooTrak сегментацию корня, выберите вкладку «Инструменты» и выберите «Трекер». Затем дважды щелкните по белой области входа в диалоговом окне, чтобы загрузить стек изображений. После загрузки изображений выберите вкладку «Трекер» и установите начальные точки внутри корня, щелкнув несколько точек внутри каждого из соответствующих корневых разделов, видимых в верхнем срезе данных объема.
Установите параметр трекера smoothness на 0.3 и similarity на 0.8. Нажмите на поле ниже «Директория вывода», чтобы выбрать папку с файлами. Затем нажмите «Выбрать папку» и нажмите «Начать».
После этого запустится функция отслеживания. Это будет следовать за корнем от верхнего среза изображения до нижнего среза. После открытия и просмотра данных об объеме выберите количество срезов в соответствии с используемым объемом данных.
В показанном здесь примере отслеживание было остановлено на 200 срезах, что эквивалентно глубине 6,2 миллиметра, где границы корня стали плохо определены. Чтобы выполнить объемный и поверхностный анализ в ImageJ, преобразуйте стек изображений из RooTrak в двоичный формат изображения, выбрав Process, Binary, а затем Make Binary. Используйте плагин ImageJ с открытым исходным кодом, BoneJ, для создания треугольной сетки, выбрав Plugins, BoneJ, а затем Isosurface.
В открывшемся окне настроек установите Ресамплинг и Порог на шесть и 120 соответственно. Затем отметьте галочкой «Показать поверхность» и нажмите кнопку «OK». В открывшемся 3D-просмотрщике нажмите на вкладку «Файл».
Затем нажмите «Экспортировать поверхности» и сохраните как двоичный файл STL. Наконец, откройте IMESHJ. Загрузите файл STL, нажав кнопку «Выбрать файл STL», и введите размер воксела в микронах.
Нажмите «Ввести размер вокселя» и введите 31 микрон, затем дважды нажмите «ОК». Нажмите кнопку "Вычислить площадь поверхности", чтобы получить общую площадь корневой поверхности образца в квадратных миллиметрах. Затем нажмите «Рассчитать объем», чтобы получить общий объем корня образца в кубических миллиметрах.
Образец, состоящий из двух стеблей местной травы прерийной прерии, Sporobolus heterolepis, и исходной почвы вокруг него, показан здесь. Размер вокселей полученных реконструированных данных составил примерно 31 кубический микрон. После создания набора изображений и увеличения контраста между корнями и почвой, восстановленные данные показали, что корень и некоторые компоненты почвы имеют очень похожие коэффициенты ослабления рентгеновского излучения, что приводит к незначительному или отсутствию контраста в оттенках серого на изображениях.
На этом рисунке показана репрезентативная исходная точка, которая была выбрана внутри соответствующего корневого участка, видимого в верхнем срезе данных объема. Используя параметры RooTrak, описанные в этом видео, RooTrak успешно сегментировал выбранные примерно 200 срезов объемных данных, что эквивалентно глубине 6,2 миллиметра. Сегментация корня также демонстрируется в этой анимации.
В данном случае ImageJ был использован для создания изоповерхности треугольной сетки 3D-объема на основе данных, полученных RooTrak. Используемые настройки по умолчанию позволяют относительно быстро получить подробную изоповерхность. Наконец, с помощью IMESHJ площадь поверхности была рассчитана как 351,87 квадратных миллиметров, а расчетный объем составил 47,27 кубических миллиметров.
После освоения этой процедуры ее можно сделать за пять часов, если она выполнена правильно. При попытке использовать эту технику важно помнить о соблюдении всех процедур безопасности. Также важно помнить, что сегментация корней возможна только при наличии достаточного рентгеновского контраста между корнем и почвой.
После этой процедуры можно визуализировать и проанализировать другие образцы с ветвящимися структурами, такие как листья деревьев, легкие животных и человека и т. д., чтобы ответить на дополнительные вопросы, например, как растут живые ткани или как они переносят определенные условия. После своего развития этот метод прокладывает путь для исследователей в области растениеводства для изучения таких вещей, как устойчивость к засухе у модельных растений, таких как Brachypodium. После просмотра этого видео у вас должно сложиться хорошее представление о том, как визуализировать образец растения с помощью томографии, как визуализировать структуру его корня и извлекать количественную информацию о корне из данных рентгеновской компьютерной томографии в почве.
Не забывайте, что работа с рентгеновским оборудованием может быть опасной, и при использовании этого метода необходимо соблюдать соответствующие процедуры безопасности.
View the full transcript and gain access to thousands of scientific videos
Эта статья представляет методологию для извлечения визуальной и количественной информации о структурах корней растений с использованием данных рентгеновской компьютерной томографии, полученных из почвы. Неинвазивный характер этой техники позволяет исследователям изучать растения в их естественной среде, предоставляя представление об их реакции на различные условия окружающей среды.
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.