BR112020014634A2

BR112020014634A2 - Análise de semente

Info

Publication number: BR112020014634A2
Application number: BR112020014634-0A
Authority: BR
Inventors: Hsin-Chen Chen; Johnny Kotyk
Original assignee: Monsanto Technology Llc
Priority date: 2018-02-08
Filing date: 2019-02-08
Publication date: 2020-12-08
Also published as: WO2019157254A2; CA3090531A1; US11044843B2; AR114624A1; EP3749079A4; MX2020008339A; EP3749079A2; UA127316C2; CA3090531C; WO2019157254A3; US20190307055A1

Abstract

um método para analisar sementes incluindo adquirir, usando uma máquina de raios x, imagens de raios x das sementes. analisar as imagens de raios x para determinar um parâmetro de cada uma das sementes. comparar um parâmetro determinado de análise da imagem de raios x de uma semente com um parâmetro determinado de análise da imagem de raios x de outra semente. dispor as sementes em relação uma à outra com base nos parâmetros de semente.

Description

Relatório Descritivo da Patente de Invenção para “ANÁLISE DE SEMENTE”.

CAMPO

[001] A presente descrição se refere geralmente a um sistema e método para processar sementes e, mais especificamente, um sistema e método de análise de semente usando imageamento de raios X para analisar e categorizar sementes.

FUNDAMENTOS

[002] Na indústria agrícola e, mais especificamente, na indústria de reprodução e produção de semente é importante que os cientistas sejam capazes de analisar sementes com alto rendimento. Com isto entende-se que a análise das sementes ocorre, de preferência, não apenas rapidamente, mas também de forma confiável e com um alto volume total. Historicamente, sementes são categorizadas por tamanho usando equipamento mecânico contendo telas com furos correspondendo a tamanhos predeterminados. A categorização de semente também é conduzida usando análise de imagem das sementes para detectar certas características de aparência das sementes. Entretanto, sistemas anteriores de análise de imagem de semente são limitados em sua capacidade de detectar o tamanho, o formato e a aparência das sementes. Como resultado, os sistemas anteriores de análise de imagem têm capacidades limitadas para caracterizar formato e defeitos de semente. Adicionalmente, sistemas de análise de imagem anteriores não permitem coleta automatizada de quantidades de dados estatisticamente significantes para o desenvolvimento de modelos de dados robustos para determinar correlações entre bateladas de sementes usando métricas de qualidade de semente.

SUMÁRIO

[003] Em um aspecto, um método para analisar semente geralmente compreende adquirir, usando uma máquina de raios X,

imagens de raios X das sementes. Analisar as imagens de raios X para determinar um parâmetro de cada uma das sementes. Comparar um parâmetro determinado da análise da imagem de raios X de uma semente com um parâmetro determinado da análise da imagem de raios X de outra semente. Organizar as sementes uma em relação à outra com base nos parâmetros de semente.

[004] Em outro aspecto, um método para analisar sementes geralmente compreende adquirir, usando uma máquina de raios X, imagens de raios X das sementes. Analisar as imagens de raios X para determinar um parâmetro de cada uma das sementes. Categorizar cada semente em uma de pelo menos duas categorias com base nos parâmetros determinados pela análise das imagens de raios X das sementes.

BREVE DESCRIÇÃO DOS DESENHOS

[005] A Figura 1 é um diagrama de blocos de um procedimento de análise de semente;

[006] A Figura 2 é uma ilustração esquemática de um sistema de análise de semente;

[007] A Figura 3 é uma ilustração mostrando etapas no procedimento de análise de semente;

[008] A Figura 4 é uma imagem de raios X de uma amostra de teste de sementes de algodão;

[009] A Figura 5A é a imagem de raios X da Figura 4 após uma análise de classificação ter sido realizada na imagem de raios X;

[010] A Figura 5B é uma vista fragmentada ampliada da imagem de raios X da Figura 5A;

[011] A Figura 6 são imagens de raios X de sementes de algodão mostradas com e sem tratamento por um agente de contraste;

[012] A Figura 7 são imagens de raios X de sementes de canola, soja, algodão e milho com e sem danos tratadas com um agente de contraste;

[013] A Figura 8 são imagens de raios X de sementes de canola, soja, algodão e milho com e sem danos tratadas com um agente de contraste;

[014] A Figura 9A são imagens de raios X de sementes de algodão tratadas com um agente de contraste e dispostas de acordo com um nível de dano;

[015] As Figuras 9B e 9C são gráficos correspondentes às imagens de raios X na Figura 9A; e

[016] As Figuras 10A e 10B são gráficos de barras ilustrando a variabilidade intra e inter amostras de um grupo de sementes de algodão.

[017] Caracteres de referência correspondentes indicam partes correspondentes em todos os desenhos.

DESCRIÇÃO DETALHADA

[018] Com referência às Figuras 1-3, um procedimento de análise de semente é indicado geralmente em 10. O procedimento limpa, trata e imageia uma pluralidade de sementes para indexar as sementes para processamento, avaliação ou análise posterior. O procedimento 10 compreende uma pluralidade de etapas para processar e tratar sementes para medir com precisão dano à semente usando um conjunto de imageamento e análise 12. Numa modalidade, o conjunto de imageamento e análise 12 usa imageamento de raios X. Assim, o presente procedimento de análise de semente 10 adota práticas de tratamento de imageamento de raios X, semelhantes àquelas utilizadas na indústria médica, para tratamento e análise das sementes. O uso de imageamento de raios X permite detecção mais sensível de dano de semente para detectar melhor variações e graus de dano de semente. O procedimento de análise de semente 10 pode ser usado em uma ampla variedade de sementes incluindo, mas sem limitação, sementes vegetais (por exemplo, tomate) e sementes de colheita em linha (por exemplo, milho, soja, canola, algodão).

[019] Com referência às Figuras 2 e 3, o conjunto de imageamento e análise 12 compreende o dispositivo de imageamento 14 e um controlador 16. Numa modalidade, o controlador 16 é parte do dispositivo de imageamento 14. No entanto, o controlador 16 poderia ser separado do dispositivo de imageamento 14 e configurado para comunicação com o dispositivo de imageamento. Na modalidade ilustrada, o dispositivo de imageamento 14 é uma máquina de raios X para adquirir imagens de raios X das sementes. Numa modalidade, a máquina de raios X 14 compreende um dispositivo de imageamento de raios X 2D. Uma máquina de raios X adequada é fabricada por FaxitronO. No entanto, outras máquinas de raios X comerciais ou personalizadas podem ser usadas sem afastamento do escopo da descrição.

[020] Com referência às Figuras 1 e 3, o procedimento de análise de semente 10 pode ser como a seguir. Em 20, uma batelada de sementes é pesada. Numa modalidade, uma batelada de sementes é selecionada de modo que a batelada pese entre cerca de 50 e cerca de 60 gramas. No entanto, outras bateladas são contempladas. Em 22, as sementes são espalhadas em uma superfície em uma única camada de sementes. Em 24 detritos e outras partículas (por exemplo, galhos, cascas, etc.) são removidos das sementes. Em 26, as sementes são colocadas em um recipiente (por exemplo, um béquer) com água deionizada. Dependendo da quantidade de sementes, elas podem ser colocadas em um béquer de 1.000 ml cheio com 500 ml de água deionizada. Em 28 as sementes são agitadas no recipiente para enxaguar as sementes e remover poeira/sujeira das sementes. Numa modalidade, as sementes são agitadas por cerca de 1 minuto. No entanto, as sementes podem ser agitadas por qualquer quantidade de tempo adequada.

Em 30 as sementes são removidas do recipiente e filtradas usando um funil ou peneira.

Em 32 as sementes são colocadas em uma almofada absorvente e espalhadas em uma única camada para secar as sementes.

Em 34 uma segunda almofada absorvente pode ser colocado no topo das sementes para secar e/ou rolar as sementes.

Em 36 as sementes podem ser colocadas num recipiente cheio com agente de contraste (por exemplo, lodeto de Sódio (Nal) ou de lodeto de Amônio (NHl)). Entretanto, outros agentes de contraste podem ser usados sem afastamento do escopo da descrição.

Por exemplo, qualquer produto químico adequado tendo iodeto ou bário, ou qualquer agente de contraste de raios X de imageamento médico adequado pode ser usado.

Numa modalidade, as sementes são colocadas em um béquer de 1.000 ml contendo cerca de 200 ml! de Nal 3 M preparado com água deionizada.

Em 38 as sementes são agitadas para misturar as sementes com o agente de contraste.

Numa modalidade, as sementes são agitadas por cerca de 5 minutos usando uma barra agitadora magnética.

No entanto, as sementes podem ser agitadas por qualquer método adequado.

Em 40 as sementes são filtradas.

Numa modalidade, as sementes são filtradas usando um filtro a vácuo/sistema de garrafa de armazenamento 50. Embora a filtragem possa ser feita usando outros métodos.

Em 42 as sementes filtradas são colocadas em uma primeira almofada absorvente fresca e uma segunda almofada absorvente fresca é, então, colocada sobre as sementes para secar e/ou rolar as sementes.

Em 44 as sementes são colocadas em um forno 52 para secar completamente as sementes.

Numa modalidade, as sementes são colocadas em um forno de secagem ajustado para cerca de 60ºC (140ºF) por cerca de 5 minutos.

No entanto, as sementes podem ser secas de outra maneira.

Em 46 as sementes são espalhadas em uma única camada sobre uma bandeja 54 e colocadas na máquina de raios X 14 para obter imagens de raios X das sementes em 48. Será entendido que o processo de imageamento de raios X será executado de acordo com os procedimentos-padrão de raios X fornecidos para máquinas de raios X convencionais.

[021] Adicionalmente ou alternativamente, as sementes podem ser carregadas em uma bandeja e imageadas pela máquina de raios X antes ou sem as sementes serem tratadas com o agente de contraste. Nesta modalidade, danos às sementes podem ser analisados usando um programa no controlador 16 que usa abordagens automatizadas de aprendizagem de máquina/analíticas de aprendizado profundo. Nesse processo, um primeiro conjunto (por exemplo, amostra de teste) de sementes é radiografado para adquirir um conjunto de dados de treinamento para identificar as sementes danificadas dentro do conjunto de treinamento para avaliar danos de sementes para a amostra de teste. Esse processo de treinamento é usado para estabelecer regras de classificação que são, então, usadas para categorizar sementes subsequentes que sejam analisadas. O processo de treinamento pode ser realizado uma ou mais vezes para aumentar a entrada de dados no programa e aumentar a precisão da análise de classificação. À medida que mais e mais dados são inseridos no programa, os algoritmos de aprendizado de máquina refinam as regras de classificação para melhor classificar e caracterizar as sementes. A Figura 4 mostra uma imagem de raios X de um conjunto de amostras de teste de sementes de algodão, incluindo ambas as sementes danificadas e saudáveis. As Figuras 5A e 5B são a imagem de raios X da Figura 4 após a análise de classificação ter sido realizada no processo de treinamento. As sementes danificadas são identificadas e as características que qualificam as sementes como danificadas são aprendidas pelo sistema, de modo que sementes danificadas em um segundo conjunto de sementes possam ser detectadas em procedimentos de análise subsequentes usando o programa de aprendizado de máquina no

71H controlador 16. Assim, o procedimento de categorização usando o programa de aprendizado de máquina no controlador 16 pode ser realizado em qualquer amostra de sementes para categorizar as sementes, incluindo uma amostra de sementes colhidas de um processo de produção de sementes.

[022] Adicionalmente ou alternativamente, as sementes podem ser imageadas em uma queda livre ou em um transportador.

[023] Adicionalmente ou alternativamente, uma função de classificação manual ou automática pode ser executada após as sementes terem sido imageadas e analisadas.

[024] Com base nos dados obtidos das imagens de raios X obtidas pela máquina de raios X 14, cada semente pode ser identificada e categorizada de acordo com sua aparência. Por exemplo, o grau de dano, evidenciado por qualquer de comparação da imagem de raios X da semente com os dados de classificador treinados obtidos de um ou mais processos de treinamento anteriores, ou de análise da quantidade de captação do agente de contraste na semente, pode ser determinado pelo programa instalado no controlador 16 ou por uma inspeção visual das imagens de raios X por um usuário. O programa no controlador 16 pode compreender uma rede neural de aprendizado de máquina que executa uma série de rotinas de classificação para categorizar as sementes com base em sua aparência. As categorias de aparência podem ser baseadas nos classificadores treinados quanto a danos aprendidos durante processos de treinamento anteriores ou em faixas de limiares de medição identificadas para captação de agente de contraste pelas sementes. Com base nessas medições/faixas, cada semente pode receber um valor de dano e/ou as sementes podem ser classificadas de acordo com seu nível de dano. Adicionalmente ou alternativamente, uma inspeção da aparência das imagens de raios X das sementes pode ser usada para classificar as sementes por seu nível de dano.

[025] Com referência às Figuras 6-10, as imagens de raios X de sementes saudáveis (boas) têm uma atenuação média geral maior de raios X e uma métrica mais alta de "fator de preenchimento" do que as sementes com defeito (imaturas). Os indicadores internos de qualidade de semente avaliados por imageamento de raios X provaram ser um método de detecção consistente e confiável para distinguir entre sementes saudáveis e defeituosas. E os resultados do imageamento de raios X são consistentes com aqueles de um protocolo de dano mecânico visual (VMD) padrão. Como explicado acima, as sementes podem ser tratadas com um agente de contraste para intensificar a capacidade do sistema de detectar danos sutis. A Figura 6 mostra imagem de raios X de uma semente de algodão com e sem um tratamento de agente de contraste; A semente que foi tratada com agente de contraste mostra melhor as rachaduras externas nas sementes. Portanto, sementes saudáveis são mais facilmente distinguidas de sementes danificadas porque as sementes saudáveis são desprovidas de rachaduras externas significativas que podem captar o agente de contraste. Assim, a quantidade de captação de agente de contraste se correlaciona com a quantidade de dano de semente e fornece uma medida de dano mais intensificada do que as sementes que não são tratadas com agente de contraste. As Figuras 7 e 8 são imagens de raios X de sementes de canola, soja, algodão e milho com e sem danos. As sementes são tratadas com um agente de contraste para destacar qualquer dano nas sementes. A Figura 9A mostra imagens de raios X de sementes de algodão tratadas com um agente de contraste e dispostas de acordo com um nível de dano. Como pode ser visto na Figura 9A, as imagens mais escuras no topo representam sementes mais saudáveis com pouco ou nenhum dano e as imagens mais brilhantes no fundo representam níveis crescentes de danos nas sementes. O brilho das imagens é um reflexo da quantidade de agente de contraste que foi captada pelas sementes. Assim, as sementes saudáveis serão escuras quando pouco ou nenhum agente de contraste for captado pelas sementes, enquanto as sementes danificadas serão brilhantes quando uma quantidade significativa de agente de contraste for captada pelas sementes. As Figuras 9B e 9C mostram gráficos correspondentes às imagens de raios X na Figura 9A. Os gráficos ilustram que a intensidade das imagens de raios X aumenta com o nível de dano. O aumento na intensidade é atribuível à quantidade de agente de contraste que está presente nas sementes tendo altos níveis de danos. Esta intensidade pode ser quantificada dando a cada semente um valor de absorção de raios X hiperintenso que é representado na Figura 9B. O gráfico da Figura 9B mostra o valor de absorção de raios X hiperintenso (XMD) como uma porcentagem. Quanto maior a porcentagem, maior a captação de agente de contraste, o que corresponde a um maior grau de dano de semente. A Figura 9C mostra as distribuições da absorção média obtida das sementes tratadas com agente de contraste, o que demonstra separação consistente com o dano determinado por inspeção visual e categorização do dano de semente, isto é, dano baixo, médio, alto. As Figuras 10A e 10B mostram gráficos de barras ilustrando a variabilidade intra e inter amostras de um grupo de sementes de algodão.

[026] As informações obtidas usando o conjunto de análise de semente 10 podem ser úteis no processamento, na avaliação ou na análise subsequente das sementes. Por exemplo, em plantas de produção de sementes, os dados gerados na análise de aprendizado profundo do procedimento 10 podem ser usados para predizer uma distribuição geral de sementes defeituosas em um inventário de sementes, determinar quando no processo de produção se criam defeitos nas sementes (por exemplo, colheitay transporte,

processamento ou classificação) e, então, ser usados para corrigir ou acertar a etapa que cria o defeito. Tais medidas podem ser usadas para determinar a distribuição de sementes defeituosas de uma subamostra de sementes, o que pode, então, ser extrapolado para predizer o estado geral do inventário de sementes. As sementes selecionadas também podem ser usadas em laboratórios de qualidade de semente para avaliar a qualidade de semente. Informações do procedimento podem ser usadas em testes de germinação subsequentes. Podem ser traçadas correlações entre o grau e a quantidade de rachaduras e a germinação da semente.

[027] Em outras modalidades, agentes de contraste podem ser adicionados às etapas de processamento de líquido na produção de semente para permitir remoção de sementes danificadas usando um sistema de imageamento e classificação de raios X de fluxo contínuo em uma correia transportadora ou queda livre. Por exemplo, agentes de contraste podem ser adicionados como uma etapa adicional após a desintegração ácida e antes da secagem de semente em sementes de algodão. Em todas as culturas, uma etapa de tratamento líquido de agente de contraste e enxágue adicional antes do tratamento de sementes pode ser considerada para permitir imageamento de raios X pós-tratamento de sementes para classificar a remoção de sementes danificadas = da corrente de produto. Adicionalmente ou alternativamente, tratamentos de sementes podem ser escolhidos para contraste de raios X inerente ou um agente de contraste pode ser adicionado à pasta para simplificar o processo de adição de agentes de contraste no fluxo de trabalho de produção.

[028] Para manter precisão e repetibilidade das imagens de raios X, podem ser adicionadas ao processo 10 provisões para verificar a funcionalidade e calibração adequadas da máquina. Por exemplo, amostras de referência estáveis no tempo podem ser projetadas para incluir padrões de transmissão de raios X. Esses padrões podem incluir alvos de raios X (por exemplo, máquinas de amostra de espessura variável a partir de material sintético). Os padrões podem ser imageados em intervalos periódicos (por exemplo, início de cada batelada) e os métodos de processamento de imageamento serão usados para verificar o estado do hardware de imageamento e realizar as recalibrações necessárias.

[029] Tendo descrito a invenção em detalhes, ficará evidente que são possíveis modificações e variações sem afastamento do escopo da invenção definido nas reivindicações anexas.

[030] Ao apresentar elementos da presente invenção ou da(s) modalidade(s) preferida(s) da mesma, os artigos “um”, “uma”, “o/8" e “referido(a)” se destinam a significar que há um ou mais dos elementos. Os termos “compreendendo”, “incluindo” e “tendo” se destinam a ser inclusivos e significam que pode haver elementos adicionais que não os elementos listados.

[031] Em vista do acima, será visto que os vários objetos da invenção são alcançados e outros resultados vantajosos alcançados. Como várias mudanças poderiam ser feitas nas construções e nos métodos acima sem afastamento do escopo da invenção, pretende-se que toda a matéria contida na descrição acima e mostrada nos desenhos anexos seja interpretada como ilustrativa e não num sentido limitante.

Claims

REIVINDICAÇÕES

1. Método para analisar sementes, caracterizado pelo fato de que compreende: adquirir, usando uma máquina de raios X, imagens de raios X das sementes; analisar as imagens de raios X para determinar um parâmetro de cada uma das sementes; comparar um parâmetro determinado de análise da imagem de raios X de uma semente com um parâmetro determinado de análise da imagem de raios X de outra semente; e dispor as sementes em relação uma à outra com base nos parâmetros de semente.

2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a análise das imagens de raios X compreende analisar as imagens de raios X usando um programa de aprendizado de máquina em um controlador para determinar os parâmetros de cada uma das sementes.

3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda tratar as sementes com um agente de contraste.

4. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que a análise das imagens de raios X compreende determinar, usando um controlador, uma válvula de absorção de raios X das sementes das imagens de raios X adquiridas.

5. Método, de acordo com a reivindicação 4, caracterizado pelo fato de que a disposição das sementes compreende dispor, usando o controlador, cada uma das sementes com base no valor de absorção de raios X das sementes.

6. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que as imagens de raios X são adquiridas após as sementes serem tratadas com o agente de contraste.

7. Método, de acordo com a reivindicação 6, caracterizado pelo fato de que compreende ainda adquirir, usando a máquina de raios X, imagens de raios X das sementes antes de tratar as sementes com o agente de contraste.

8. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda pesar as sementes.

9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que compreende ainda colocar as sementes em um recipiente de água para remover sujeira e detritos das sementes.

10. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que compreende ainda filtrar as sementes após as sementes serem tratadas com o agente de contraste.

11. Método, de acordo com a reivindicação 10, caracterizado pelo fato de que compreende ainda colocar as sementes filtradas em um forno para secar as sementes.

12. Método, de acordo com a reivindicação 3, caracterizado pelo fato de que as sementes são tratadas com o agente de contraste durante um processo de produção de sementes, o método compreendendo ainda usar os parâmetros determinados para remover sementes danificadas do processo de produção de semente.

13. Método, de acordo com a reivindicação 1, caracterizado pelo fato de que a aquisição de imagens de raios X das sementes compreende adquirir as imagens de raios X com um sistema de imageamento e classificação de raios X de fluxo contínuo, o método compreendendo ainda classificar automaticamente as sementes com base no parâmetro determinado para cada semente usando o sistema de imageamento e classificação de raios X de fluxo contínuo.

14. Método para analisar sementes, caracterizado pelo fato de que compreende:

adquirir, usando uma máquina de raios X, imagens de raios X das sementes; analisar as imagens de raios X para determinar um parâmetro de cada uma das sementes; e categorizar cada semente em uma de pelo menos duas categorias com base nos parâmetros determinados da análise das imagens de raios X das sementes.

15. Método, de acordo com a reivindicação 14, caracterizado pelo fato de que a análise das imagens de raios X compreende analisar as imagens de raios X usando um programa de aprendizado de máquina em um controlador para determinar os parâmetros de cada uma das sementes.

16. Método, de acordo com a reivindicação 15, caracterizado pelo fato de que as etapas de adquirir as imagens de raios X, analisar as imagens de raios X e categorizar cada semente são realizadas em uma rotina de treinamento para treinar o programa de aprendizado de máquina para aprender regras de classificação para determinar os parâmetros das sementes.

17. Método, de acordo com a reivindicação 16, caracterizado pelo fato de que compreende ainda adquirir, usando uma máquina de raios X, imagens de raios X de um conjunto diferente de sementes, analisar as imagens de raios X do conjunto de sementes diferente para determinar um parâmetro de cada uma das sementes no conjunto diferente de sementes com base nas regras de classificação aprendidas na rotina de treinamento e categorizar cada semente no conjunto diferente de sementes em uma de pelo menos duas categorias com base nos parâmetros determinados da análise das imagens de raios X do conjunto diferente de sementes.

18. Método, de acordo com a reivindicação 17, caracterizado pelo fato de que o conjunto diferente de sementes é obtido de uma amostra de sementes tomadas de um processo de produção de semente.

19. Método, de acordo com a reivindicação 14, caracterizado pelo fato de que analisar as imagens compreende determinar, usando um controlador, uma válvula de absorção de raios X das sementes das imagens de raios X adquiridas.

20. Método, de acordo com a reivindicação 19, caracterizado pelo fato de que compreende ainda dispor, usando o controlador, cada uma das sementes em relação uma com a outra com base no valor de absorção de raios X das sementes.