This paper presents a method of automatic recognition of thiarubrine canals in images obtained with Optical Coherence Tomography technique. The plant material was the Ri-transformed root culture of South American herb Schkuhria pinnata. The series of highresolution OCT B-scans for the study were collected using custom made experimental system operating light of 800 nm central wavelength. The method reduces significant artefacts and uses region growing approach adapted to specific features of OCT images. Results of the identification have been compared with data obtained by specialist for selected B-scans. The algorithm accuracy was also verified using a simple numeric phantom.
In the paper an algorithm for the extraction of first and second order leaf venation has been presented. The algorithm applies to apple tree leaves specially stained to reveal the areas of H2O2 appearing in the leaf blade as brown spots of different size and intensity. In the considered case they represent the defence reaction of planfs tissue to a bacterial infection called fire blight. Examined leaf images include visible leaf veins with colour hue and brightness similar to the H2O2 spots. They are often superimposed on leaf veins and make serious distortions for the process of their extraction. In these conditions typical algorithms for the detection of venation patterns usually fail, so a new method of primary and secondary veins detection has been proposed. The vein extraction is based on the step-wise tracking of each vein axis using polygonal linę with the line segments of fixed size. The optimal direction for each step is obtained through the minimization of the proposed cost function depending on the prediction angle. The algorithm has been written in the M-language and executed in MATLAB environment. The experiments of leaf vein tracking carried out for the series of images gave promising results accepted by the biologists.
PL
W artykule przedstawiono algorytm wykrywania pierwszo- i drugorzędowego użyłkowania liści. Algorytm ten zastosowano do liści jabłoni specjalnie barwionych pod kątem wykrycia obszarów H2O2, występujących w blaszce liściowej w postaci brązowych plam o różnym rozmiarze i natężeniu barwy. Plamy te są objawem reakcji obronnej tkanki roślinnej na infekcję bakteryjną zwaną zarazą ogniową. Badane obrazy liści zawierają widoczne żyłki, których odcień koloru oraz jasności są zbliżone do tych obserwowanych w obszarach koncentracji H2O2. Obszary te często nakładając się na żyłki liścia, stanowią poważne zakłócenia w procesie ich wykrywania. W tych warunkach typowe algorytmy identyfikacji wzoru unerwienia zazwyczaj nie sprawdzają się, dlatego zaproponowano nową metodę detekcji żyłkowania pierwszego i drugiego rządu. Jest ona oparta na krokowym śledzeniu każdej żyłki z wykorzystaniem linii łamanej o odcinkach stałej długości. Optymalny kierunek w każdym kroku śledzenia uzyskuje się poprzez minimalizację zaproponowanej funkcji kosztu względem kąta predykcji. Algorytm napisano w języku M i zrealizowano w środowisku MATLAB. Testy algorytmu śledzenia żyłek przeprowadzone dla serii obrazów dają obiecujące rezultaty zaakceptowane przez biologów.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The analysis of plant root system images plays an important role in the diagnosis of plant health state, the detection of possible diseases and growth distortions. This paper describes an initial stage of automatic analysis-the segmentation method for scanned images of Ni-treated wheat roots from hydroponic culture. The main roots of a wheat fibrous system are placed separately in the scanner view area on a high chroma background (blue or red). The first stage of the method includes the transformation of a scanned RGB image into the HCI (Hue-Chroma-Intensity) colour space and then local thresholding of the chroma component to extract a binary root image. Possible chromatic discolourations, different from background colour, are added to the roots from blue or red chroma subcomponent images after thresholding. At the second stage, dark discolourations are extracted by local fuzzy c-means clustering of an HCI intensity image within the binary root mask. Fuzzy clustering is applied in local windows around the series of sample points on roots medial axes (skeleton). The performance of the proposed method is compared with hand-labelled segmentation for a series of several root systems.
W artykule przedstawiono automatyczną metodę pomiaru długości systemu wiązkowego korzeni pszenicy z hodowli hydroponicznej opartą o przetwarzanie i analizę obrazu. Badanie tej cechy ma istotne znaczenie w ocenie stopnia tolerancji roślin na działanie czynników środowiskowych wpływających na ich produktywność. W proponowanej metodzie zastosowano uproszczoną procedurę przygotowania preparatów korzeni oraz założono minimalne nakłady sprzętowe w formie standardowego skanera i komputera osobistego. Zawiera ona segmentację barwnego obrazu korzeni, szkieletyzację uzyskanego obrazu binarnego, a następnie odtworzenie, z płaskich szkieletów, topologii trójwymiarowych drzew korzeniowych poszczególnych korzeni wiązki, określonych w pracy jako korzenie 1. rzędu. Analiza struktur danych tych drzew umożliwia odtworzenie w rastrze obrazu przebiegu osi korzeni 1. rzędu i ich bocznych odgałęzień. Długości korzeni są wyliczane wzdłuż tych osi, po uprzednim wygładzeniu ich przebiegu przy użyciu funkcji sklejanych trzeciego stopnia. Pomiary długości korzeni 1. rzędu przeprowadzone dla serii 10 obrazów (ok. 50 korzeni) wykazały niewielką rozbieżność z wynikami pomiarów metodą manualną -średnio 1,94%.
EN
In the paper an automatic method of length measurement has been presented for the roots of wheat from hydroponic culture, based on image processing and analysis. Evaluation of this feature of root systems is important for the estimation of plant tolerance to environmental factors influencing their productivity. In the proposed method simplified procedure of root preparation is applied and low-cost equipment is assumed consisting of typical scanner device and personal computer. The method includes root image segmentation in colour space, binary image skeletonization and then 3D trees topology reconstruction from 2D skeletons of all individual fibrous roots defined as 1. order roots. The analysis of tree data structures enables the reconstruction of axes of 1. order roots and their lateral branches in the image raster. Root lengths are calculated along these axes following cubic splines smoothing of their routes. The measurements of 1. order roots, carried out for the series of 10 images (about 50 roots) revealed only small differences from the results obtained with manual method - 1,94% in average.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Oszacowanie stopnia podobieństwa sekwencji odgrywa istotną rolę w porównywaniu sekwencji. Aby prawidłowo określić stopień podobieństwa, należy uwzględnić następujące kryteria: - względna zawartość identycznych pozycji, - długość porównywanych sekwencji, - rozmieszczenie pozycji identycznych wzdłuż porównywanego łańcucha, - rodzaj aminokwasów zajmujących pozycje konserwatywne (dla białek), - genetyczne i strukturalne współzależności aminokwasów występujących w odpowiadających sobie pozycjach porównywanych sekwencji (dla białek). Podejście statystyczne opracowane przez Karlina i Altschula pozwala wyodrębnić na tyle duże podobieństwo, by można je było nazwać pokrewieństwem. Nasze rozwiązanie, bazujące na technologii Java, wykorzystuje te same postulaty, wzbogacając dostępną informację o dalsze szczegóły wynikające z dopasowania sekwencji. Nasze podejście wyszukuje sekwencje podobne do sekwencji wzorcowej, w których następnie oszacowany zostaje stopień rozproszenia pozycji identycznych. Identyczności położone blisko siebie w sekwencji są punktowane wyżej niż rozproszone bloki pozycji identycznych, przeplatane odcinkami nieidentycznymi. Co więcej, rozważana grupa sekwencji może być zawężana, by wyodrębnić znaczące pokrewieństwo. W tym celu należy: - zadeklarować wartość progową wartości E-value dla dalszych obliczeń, - wyodrębnić sekwencje o zbliżonej i niskiej wartości E-value, - wyodrębnić sekwencje podobnej długości, - wyodrębnić sekwencje, dla których rozkład pozycji identycznych jest podobny. Wszystkie sekwencje sklasyfikowane jako wzajemnie spokrewnione stanowią dane wejściowe do konstrukcji molekularnego drzewa filogenetycznego. Wzajemny dystans ewolucyjny obliczany jest poprzez analizę dopasowanych par sekwencji z grupy we wszystkich możliwych kombinacjach. Konstrukcja drzewa opiera się na obliczanych wartościach dla konkretnej pary sekwencji w porównaniu do maksymalnego możliwego wyniku dla tej samej względnej zawartości pozycji identycznych oraz długości sekwencji. Praca wykonana została w ramach grantu MAMBA (Centre of Ex- cellence for Multi-scale Biomolecular Modelling, Bioinformatics and Applications) Projekt nr QLRI-CT-2002-90383.
EN
Problem of similarity significance estimation is crucial in sequence comparison work. In order to assess sequence similarity several parameters should be taken into account. They are: - the percentage of identity, - the length of compared sequences, - distribution of the identical positions along the aligned sequences, - the type of units occupying conservative positions (in proteins), - genetic or structural relationships of the units at corresponding positions (in proteins). Statistical approach presented by Karlin and Altschul [1] proposes a model that distinguishes biologically relevant similarities. Our Java application makes use of these formulas but additionally provides more detailed information concerning the alignments. Our approach searches for similar sequences to the query sequence then estimates the distribution of identical positions. Identities which are located in direct mutual neighborhood are scored higher than regular distributed identity blocks separated by non identical blocks. Furthermore an examined group of sequences may be filtered for selecting the actual and univocal homology. This can be accomplished by : - applying the threshold expect (E) value for computation, - selecting the sequences for which E-values are close, - selecting the sequences of similar length, - selecting the sequences that reveal compact blocks of identical positions. All sequences classified as homologous were used to construct the molecular phylogenetic tree by means of pairwise sequence comparison. Phylogenetic tree construction is based on the scores calculated for the most extreme theoretical distribution cases versus scores calculated for particular sequence pair. This work was supported by MAMBA (Centre of Excellence for Multi-scale Biomolecular Modelling, Bioinformatics and Applications) Project No. QLRI-CT-2002-90383.