Research output: Contribution to journal › Article › peer-review
Определение содержания меланина и антоцианов в зернах ячменя на основе анализа цифровых изображений методами машинного обучения. / Komyshev, E. G.; Genaev, M. A.; Busov, I. D. et al.
In: Vavilovskii Zhurnal Genetiki i Selektsii, Vol. 27, No. 7, 15, 12.2023, p. 859-868.Research output: Contribution to journal › Article › peer-review
}
TY - JOUR
T1 - Определение содержания меланина и антоцианов в зернах ячменя на основе анализа цифровых изображений методами машинного обучения
AU - Komyshev, E. G.
AU - Genaev, M. A.
AU - Busov, I. D.
AU - Kozhekin, M. V.
AU - Artemenko, N. V.
AU - Glagoleva, A. Y.
AU - Koval, V. S.
AU - Afonnikov, D. A.
N1 - Комышев Е.Г., Генаев М.А., Бусов И.Д., Кожекин М.В., Артеменко Н.В., Глаголева А.Ю., Коваль В.С., Афонников Д.А. Определение содержания меланина и антоцианов в зернах ячменя на основе анализа цифровых изображений методами машинного обучения // Вавиловский журнал генетики и селекции. – 2023. – Т. 27. - № 7. – С. 859-868. Разработка протокола фенотипирования, алгоритма классификации и тестирования проводилась при финансовой поддержке Российского научного фонда (проект № 22-74-00122, https://rscf.ru/project/22-74-00122/). Для анализа данных использовались вычислительные ресурсы ЦКП «Биоинформатика» при поддержке бюджетного проекта FWNR-2022-0020. Авторы выражают благодарность Е.А. Заварзину и А.И. Ивлевой за участие в обучении моделей нейронных сетей.
PY - 2023/12
Y1 - 2023/12
N2 - Пигментный состав оболочек семян растений влияет на такие важные их свойства, как устойчивость к действию патогенов, прорастание на корню, а также механическая прочность. У ячменя ( Hordeum vulgare L.) темная окраска зерен может быть обусловлена синтезом и накоплением двух групп пигментов. Голубая и фиолетовая окраска зерна связана с синтезом антоцианов. Серую и черную окраску придают пигменты меланины. Данные пигменты могут накапливаться в оболочках зерна независимо либо совместно, поэтому визуально определить, накопление каких именно пигментов придает темный цвет зерна, затруднительно. Для точного определения наличия/отсутствия пигментов используются химические и генетические методы, которые дороги и трудоемки. Поэтому создание нового метода для быстрой оценки наличия определенных пигментов в зерновке является актуальной задачей, решение которой поможет при исследовании механизмов генетического контроля пигментного состава зерна. Настоящая работа посвящена разработке метода оценки пигментного состава зерен ячменя на основе анализа цифровых изображений с помощью алгоритмов компьютерного зрения и машинного обучения. Разработан протокол съемки для получения двумерных цифровых цветных изображений зерен. С использованием данного протокола получено 972 изображения для 108 образцов ячменя. Каждый образец мог содержать пигменты антоцианы и/или меланины. Для точного определения содержания пигментного состава образцов применялись химические методы. Для предсказания пигментного состава зерна на основе изображений было разработано четыре модели, основанных на методах компьютерного зрения и сверточных нейронных сетях различной архитектуры. Лучшую производительность на отложенной выборке показала модель сети U-Net, основанная на топологии EfficientNetB0 (значение параметра «точность» составило 0.821).
AB - Пигментный состав оболочек семян растений влияет на такие важные их свойства, как устойчивость к действию патогенов, прорастание на корню, а также механическая прочность. У ячменя ( Hordeum vulgare L.) темная окраска зерен может быть обусловлена синтезом и накоплением двух групп пигментов. Голубая и фиолетовая окраска зерна связана с синтезом антоцианов. Серую и черную окраску придают пигменты меланины. Данные пигменты могут накапливаться в оболочках зерна независимо либо совместно, поэтому визуально определить, накопление каких именно пигментов придает темный цвет зерна, затруднительно. Для точного определения наличия/отсутствия пигментов используются химические и генетические методы, которые дороги и трудоемки. Поэтому создание нового метода для быстрой оценки наличия определенных пигментов в зерновке является актуальной задачей, решение которой поможет при исследовании механизмов генетического контроля пигментного состава зерна. Настоящая работа посвящена разработке метода оценки пигментного состава зерен ячменя на основе анализа цифровых изображений с помощью алгоритмов компьютерного зрения и машинного обучения. Разработан протокол съемки для получения двумерных цифровых цветных изображений зерен. С использованием данного протокола получено 972 изображения для 108 образцов ячменя. Каждый образец мог содержать пигменты антоцианы и/или меланины. Для точного определения содержания пигментного состава образцов применялись химические методы. Для предсказания пигментного состава зерна на основе изображений было разработано четыре модели, основанных на методах компьютерного зрения и сверточных нейронных сетях различной архитектуры. Лучшую производительность на отложенной выборке показала модель сети U-Net, основанная на топологии EfficientNetB0 (значение параметра «точность» составило 0.821).
KW - barley grains
KW - digital image analysis
KW - machine learning
KW - pigment composition
UR - https://www.scopus.com/record/display.uri?eid=2-s2.0-85181486729&origin=inward&txGid=f8ea8cac1e39e481aa1e8bd4034c1f85
UR - https://elibrary.ru/item.asp?id=56697325
UR - https://www.mendeley.com/catalogue/f4780feb-6ccd-3b2c-a8c3-02e63159b878/
U2 - 10.18699/VJGB-23-99
DO - 10.18699/VJGB-23-99
M3 - статья
C2 - 38500740
VL - 27
SP - 859
EP - 868
JO - Вавиловский журнал генетики и селекции
JF - Вавиловский журнал генетики и селекции
SN - 2500-0462
IS - 7
M1 - 15
ER -
ID: 59731477