基于三维重建技术的大草蛉不同虫态内部结构的形态学研究
- 格式:doc
- 大小:12.73 KB
- 文档页数:2
电镜重构病毒的三维显示与三维任意区域分割李晶;赵海燕;李鲲鹏;张景强【期刊名称】《电子显微学报》【年(卷),期】2009(28)6【摘要】利用冷冻电镜单颗粒三维重建方法获得分辨率1.5nm家蚕质多角体(BmCPV);2.5 m,中蜂囊状幼虫病痛毒(CSBV);1.4 nm,伊蚊C6/36细胞浓核病毒(C6/36DNV)的三维结构体数据,对三维结构数据进行了数据归并,并找到对显示细节较为敏感的向量维度,用表面显示方法对病毒体数据进行三维显示,用基于空间的方法完成了任意区域的交互分割.显示时间和信噪比与原有显示方法有了提高.病毒表面细节和轴上突起清晰可见.所分割的部分结构准确完整,并可以对所分割的部分进行量化分析.为冷冻电镜单颗粒重构提供了新的三维可视与分析方法.【总页数】5页(P528-532)【作者】李晶;赵海燕;李鲲鹏;张景强【作者单位】昆明总医院医学工程科,云南,昆明,650032;云南省第一人民医院眼科,云南,昆明,650032;中山大学生命科学学院,广东,广州,510275;中山大学生命科学学院,广东,广州,510275【正文语种】中文【中图分类】O43;Q5;Q6;Q939.4;Q336【相关文献】1.冷冻电镜单颗粒重构中高分辨率病毒的三维显示 [J], 李晶;李鲲鹏;柳正;赵海燕2.冷冻电镜单颗粒重构中病毒三维显示的校正 [J], 李晶;李鲲鹏;柳正;张景强;张勤奋;李茵茵3.冷冻电镜单颗粒重构中的病毒三维显示 [J], 李晶;李鲲鹏;柳正;张景强;张勤奋;李茵茵4.果子狸呼肠孤病毒结构的冷冻电镜三维重构 [J], 孙伟;邵昱昊;杨崇文;朱平;王靖飞5.草鱼出血病病毒的低温电镜术和三维重构 [J], 徐伟;张兴;柯丽华;王冰;郑东因版权原因,仅展示原文概要,查看原文内容请购买。
基于切片图像的三维细胞重建研究三维细胞重建是现代显微学和组织学领域中一个既困难又有挑战性的问题。
其涉及到从各种线路显微镜所拍摄的细胞切片图像中,还原出细胞形态、结构和功能三维信息的过程。
目前,基于切片图像的三维细胞重建已经成为学术界和产业界的研究热点。
在本文中,我们将介绍基于切片图像的三维细胞重建的研究进展以及现有的一些问题和挑战。
一、研究进展基于切片图像的三维细胞重建的研究始于20世纪80年代末期。
当时,T. Kurita等人曾采用了光学显微镜和计算机处理技术,对基于细胞水平的三维结构进行了初步重建。
但随着电镜和荧光显微镜技术的不断发展,基于切片图像的三维细胞重建开始吸引更多研究者的关注,技术也逐渐成熟。
如今,基于切片图像的三维细胞重建研究一般包括以下几步:1)对细胞切片图像进行图像预处理,包括图像去噪、滤波和增强等;2)对预处理后的图像进行细胞分割,目的是将细胞从背景中分离出来;3)对分割得到的单个细胞进行三维重建,建立细胞的三维结构;4)对细胞结构进行分析和表示,包括形态、尺寸、分布、构成等。
在以上步骤中,细胞分割技术是整个过程中最关键的一步。
细胞分割技术研究主要分为两类:基于阈值和基于机器学习。
基于阈值的分割方法需要在图像中选择一个阈值,使得图像中的细胞与背景能够被分割开来。
而基于机器学习的分割方法则需要训练数据和模型,利用训练好的模型对图像中的每个像素进行分类,从而达到分割的目的。
基于机器学习的方法在准确率和鲁棒性等方面具有优势,因此近年来越来越被广泛应用。
二、存在的问题和挑战尽管基于切片图像的三维细胞重建技术已经取得了不少进展,但仍然存在不少问题和挑战。
首先,由于各种因素的影响,图像预处理和细胞分割的效果往往不理想,需要人为干预或改进算法。
这就需要更高效和准确的算法来解决这一问题。
其次,现有的三维细胞重建方法大多是针对单个细胞进行的,但在实际情况下,细胞常常是互相织成一张网络,而这种网络的三维结构对于细胞功能和疾病研究等有着重要的作用。
多新翅类昆虫分子系统学的研究现状刘念,黄原①(陕西师范大学生命科学学院,陕西西安 710062)摘要:多新翅类是一类低等新翅类昆虫的集合。
包括直翅目Orthoptera、竹节虫目Phasmatodea、襀翅目Plecoptera、纺足目Embioptera、蛩蠊目Grylloblattodea、革翅目Dermaptera、螳螂目Mantodea、螳虫脩目Mantophasmatodea、等翅目Isoptera、蜚蠊目Blattaria和缺翅目Zoraptera 11个目。
由于形态学上的多样性,这些昆虫之间的系统发育关系仍不清楚。
本文综述了近年来多新翅类昆虫目间以及目级以下各类群间的分子系统学研究进展。
关键词:多新翅类;直翅类;网翅总目;系统发育关系;分子系统学中图分类号:Q969. 文献标识码:A文章编号:1000-7482(2010)04-0304-09多新翅类Polyneoptera是非全变态昆虫中最大和最多样性的类群,一般认为包括直翅目Orthoptera、竹节虫目Phasmatodea、襀翅目Plecoptera、纺足目Embioptera、蛩蠊目Grylloblattodea、革翅目Dermaptera、螳螂目Mantodea、螳虫脩目Mantophasmatodea、等翅目Isoptera、蜚蠊目Blattaria和缺翅目Zoraptera 11个目 (Terry 和 Whiting, 2005)。
由于形态学上的多样性,这些目之间的系统发育关系仍不清楚。
近年来包括核rRNA 基因(18S rRNA和28S rRNA),单拷贝核基因,如无翅基因(Wg)、Hox(Hx)和组蛋白亚单位(H3),线粒体基因组或部分基因(COI、COII、Cyt b、16S rRNA和12S rRNA)作为分子标记被用于多新翅类昆虫目间以及目级以下各类群之间的分子系统学研究中。
本文从目间以及目级以下各类群间两个方面综述了近年来多新翅类昆虫的分子系统学研究进展。
櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄[32]刘 辉,田红旗,李燕飞.基于小波分析法与滚动式时间序列法的风电场风速短期预测优化算法[J].中南大学学报(自然科学版),2010,41(1):370-375.[33]杨淑莹,王丽贤,牛廷伟,等.基于粒子滤波优化的滚动式时间序列多步预测[J].系统工程与电子技术,2012,34(6):1097-1101. [34]郭 霖,白 丹,王新端,等.基于支持向量机的滴灌灌水器流量预测模型建立与验证[J].农业工程学报,2018,34(2):74-82.[35]钱 渊,宋 军,傅 珂.基于支持向量机补偿的灰色模型网络流量预测[J].探测与控制学报,2012,34(1):69-72,79.[36]杨娟丽,徐 梅,王福林,等.基于BP神经网络的时间序列预测问题研究[J].数学的实践与认识,2013,43(4):158-164.[37]刘晓艳.基于灰色关联分析与BP神经网络的农业灌溉预测[J].数学的实践与认识,2020,50(8):287-291.[38]LiB,WangT,MengF.Doublequantitativeanalysisoftheeffectsofmeteorologicalfactorsonwinterwheatyieldatdifferentgrowthstagesbasedongreyrelationalanalysis[J].JournalofGreySystem,2018,30(1):31-43.李 萍,刘 裕,师晓丽,等.基于多尺度残差空间注意力轻量化U-Net的农业害虫检测方法[J].江苏农业科学,2023,51(3):187-196.doi:10.15889/j.issn.1002-1302.2023.03.028基于多尺度残差空间注意力轻量化U-Net的农业害虫检测方法李 萍1,刘 裕2,师晓丽1,张善文2(1.郑州西亚斯学院,河南郑州451150;2.西京学院信息工程学院,陕西西安710123) 摘要:田间害虫的快速精准检测是作物害虫防治的前提。
2024 年 1 月第 6 卷第 1 期Jan.2024 Vol.6, No.1智慧农业(中英文) Smart Agriculture融合三维结构光和叶绿素荧光的植株光合表型成像系统束宏伟1,2,王玉伟2,3,饶元1,2*,朱浩杰2,3,侯文慧2,3,王坦1,2(1.安徽农业大学信息与人工智能学院,安徽合肥 230036,中国; 2.农业农村部农业传感器重点实验室,安徽合肥230036,中国; 3.安徽农业大学工学院,安徽合肥 230036,中国)摘要:[目的/意义]植株光合表型研究在把握植株生理特性和解析植株形态结构上起着至关重要的作用,通过传统叶绿素荧光成像方法难以对植株光合作用三维空间异质性进行分析。
为提高植株表型检测效率,满足高通量植株光合表型分析需求,本研究构建了一套经济实用、融合三维结构光和叶绿素荧光的植株光合表型成像系统。
[方法]提出了一种自动化植株图像采集并建立植株可视化模型的方法,并进行图像分析获取植株光合效率信息。
通过搭建结合叶绿素荧光激发的结构光条纹投影装置,先用LED(Light-Emitting Diode)白光与蓝光分别照射植株样本,再用投影仪对植株样本投射相移条纹,电动滤光轮配合相机同步采集不同光照条件下特定波段的植株图像;通过数字图像处理获取植株三维图像和对应的叶绿素荧光图像,并分析植株的三维形态结构及光合效率,将植株叶绿素荧光图像逐像素渲染到其三维结构上,便可推测出植株光合在三维空间中分布情况。
[结果和讨论]该方法及系统能够高效多样化采集植株图像,快速重构出植株三维形态,其整体重建准确率可达到96.69%,整体误差仅为3.31%,重构时间仅需1.11 s,同时能够满足植株光合效率评估需求。
[结论结论]]该研究可为植株高通量光合表型异质性分析提供技术支持。
关键词:结构光条纹投影;叶绿素荧光;植株表型;三维重构;光合效率;异质性分析中图分类号:TP391.41;S667.4 文献标志码:A 文章编号:SA202311018引用格式:束宏伟, 王玉伟, 饶元, 朱浩杰, 侯文慧, 王坦. 融合三维结构光和叶绿素荧光的植株光合表型成像系统[J].智慧农业(中英文), 2024, 6(1): 63-75. DOI:10.12133/j.smartag.SA202311018SHU Hongwei, WANG Yuwei, RAO Yuan, ZHU Haojie, HOU Wenhui, WANG Tan. Imaging System for Plant Photosyn‐thetic Phenotypes Incorporating Three-dimensional Structured Light and Chlorophyll Fluorescence[J]. Smart Agriculture, 2024, 6(1): 63-75. DOI:10.12133/j.smartag.SA202311018 (in Chinese with English abstract)0 引言植株表型和光合效率的研究一直是植物科学领域的重要课题。
基于三维重建技术的大草蛉不同虫态内部结构的形态学研究大草蛉 Chrysopa pallens (Rambur, 1838)隶属于昆虫纲(Insecta)完全变态类(Holometabola)脉翅目(Neuroptera)草蛉科(Chrysopidae)草蛉属(Chrysopa Leach, 1815),是脉翅目中最为常见的种类之一,广泛分布在世界各大动物地理区域中,同时也是害虫生物防治的一种重要的天敌昆虫,其开发和利用很早就受到了重视,因此外部形态学和生物学特性等的研究也比较成熟和完善,但是对于内部各个系统以及不同虫态之间的形态变化等的研究在国内外都还比较少。
由于昆虫内部结构的形态学研究是昆虫分类学中基础形态部分非常重要的研究内容,因此本研究的意义为:1,通过对不同虫态内部各系统进行详细地形态学描述,有助于我们从基础形态学的角度理解全变态类昆虫的生态适应性问题;2,大草蛉作为常见种,系统的研究可以作为脉翅目内部形态特征的代表种,有助于我们理解各个目之间的目级地位以及目内部高级阶元的系统发育关系。
为了完善草蛉科这一常见而又具有生防作用种类的形态数据,本研究对大草蛉的三龄幼虫、蛹和成虫((?))的头部和具翅胸节的肌肉系统、头部神经系统、消化系统,以及气管系统进行了形态学描述,并且首次对蛹期这些系统的形态变化进行了研究,同时对幼虫到成虫的形态变化进行了同源性分析和功能适应性分析。
研究方法采用显微CT扫描和基于计算机的三维重构技术相结合的方法。
研究结果显示幼虫肌肉数量多而细长,成虫肌肉数量少而短粗。
幼虫消化系统中幽门瓣缺失、中后肠不通、回肠极细长,具有特殊的储存排泄系统;成虫中后肠相通,回肠短粗。
幼虫和成虫的气管系统形态差异较小,幼虫细长,成虫短粗。
不同龄期的大部分形态变化都和其所处龄期的主要任务有关,比如幼虫主要任务为取食,运动以
爬行为主,成虫主要完成扩散和交配,运动以飞行为主,因此后者需要更加完善和发达的感官知觉系统以及更加强壮的飞行肌肉。
蛹期研究结果表明:肌肉系统是先解体再重建,肌肉的解体和骨骼的重建发生在蛹期前三分之一的时间内;头部神经和气管系统不解体,只发生形态上的改变;消化系统蛹期不解体,只发生形态改变,中后肠在蛹期不相通,羽化后连通。
通过研究,我们认为骨骼和消化道的结构改变发生在肌肉系统和神经之前,其中头部神经的结构改变又发生肌肉系统重建之前。
在比较形态学的研究中,对肌肉系统进行了比较形态学研究,根据已发表的数据,对脉翅目(包括草蛉科、溪蛉科、粉蛉科、水蛉科和泽蛉科)以及鞘翅目、双翅目、长翅目、半翅目、蜚蠊目、蛩蠊目等的成虫头部肌肉的同源性进行了比较及讨论,发现头部肌肉的不同主要依赖于头部附肢的形态。
同时对脉翅目、鞘翅目、双翅目、缺翅目和螳(?)目成虫胸部肌肉系统进行了同源性比较,并对具翅胸部肌肉和无翅胸部肌肉进行了比较讨论。