小麥赤霉病小穗率智能測量方法精度達(dá)93% 助力抗病育種篩選

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-09-28 10:27:14 新浪財(cái)經(jīng)

小麥赤霉病小穗率智能測量方法精度達(dá)93% 助力抗病育種篩選。小麥赤霉病是全球小麥生產(chǎn)面臨的重要病害，被稱為小麥“癌癥”。武漢理工大學(xué)副教授劉唯真課題組與華中農(nóng)業(yè)大學(xué)教授蘭彩霞課題組合作，在《生物技術(shù)通報(bào)（英文）》上發(fā)表了一項(xiàng)研究。他們開發(fā)并開源了一種名為FHBDSR-Net的深度學(xué)習(xí)算法，可以從手機(jī)拍攝的復(fù)雜背景麥穗圖像中自動(dòng)測算病小穗率，為小麥抗赤霉病育種提供了高效精準(zhǔn)的表型測定手段。

病小穗率是指受感染小穗數(shù)量占麥穗小穗總數(shù)的百分比，是評(píng)估病害感染程度和小麥抗病性的關(guān)鍵指標(biāo)。目前，病小穗率測量主要依賴人工逐小穗觀察與計(jì)數(shù)，存在效率低下、主觀性強(qiáng)等問題。

計(jì)算機(jī)視覺技術(shù)的發(fā)展為病小穗率自動(dòng)化測量提供了新途徑，但現(xiàn)有智能檢測算法在應(yīng)用時(shí)仍面臨兩大挑戰(zhàn)：一是病小穗特征難以精準(zhǔn)提取，容易與麥穗正常枯黃部分或背景混淆；二是密集排列的小穗間相互遮擋、重疊現(xiàn)象普遍，導(dǎo)致算法難以清晰區(qū)分單個(gè)小穗邊界，影響檢測與計(jì)數(shù)精度。因此，需要研發(fā)一種既能準(zhǔn)確識(shí)別特征又能處理空間編碼問題的智能檢測方案。

實(shí)驗(yàn)結(jié)果顯示，F(xiàn)HBDSR-Net模型在病小穗檢測任務(wù)中的平均精度達(dá)到93.8%，其病小穗率測量值與人工觀測值的皮爾遜相關(guān)系數(shù)均值超過0.901。該模型具有出色的泛化能力和穩(wěn)健性，在不同品種、不同生長階段、不同感染程度的麥穗病小穗率檢測中均表現(xiàn)出較高準(zhǔn)確性。

此外，F(xiàn)HBDSR-Net模型參數(shù)量僅為7.2M，適合資源受限的移動(dòng)終端部署，可以為溫室和田間場景下的病小穗率精準(zhǔn)計(jì)算提供支持。這有助于小麥赤霉病抗病育種篩選和田間病害動(dòng)態(tài)監(jiān)測，推動(dòng)植物表型分析向便攜化、智能化方向發(fā)展。小麥赤霉病小穗率智能測量方法精度達(dá)93% 助力抗病育種篩選。

(責(zé)任編輯：0882)

關(guān)閉

小麥赤霉病小穗率智能測量方法精度達(dá)93% 助力抗病育種篩選

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)