CN104897677B - 一种分析小麦胚乳蛋白体空间分布规律的方法 - Google Patents
一种分析小麦胚乳蛋白体空间分布规律的方法 Download PDFInfo
- Publication number
- CN104897677B CN104897677B CN201510326172.2A CN201510326172A CN104897677B CN 104897677 B CN104897677 B CN 104897677B CN 201510326172 A CN201510326172 A CN 201510326172A CN 104897677 B CN104897677 B CN 104897677B
- Authority
- CN
- China
- Prior art keywords
- image
- proteosome
- distribution rule
- space distribution
- endosperm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明属于生物科学、农业科学和食品科学技术领域,具体涉及一种分析小麦胚乳蛋白体空间分布规律的方法。该方法包括小麦胚乳图像的获取、显微结构图像的处理、蛋白体面积的分析和蛋白体空间分布规律图的绘制的步骤。本发明整个分析过程简单易于操作,易被大部分科研工作者接受;使用Photoshop魔棒对蛋白体进行着色和切片工具对胚乳细胞显微图像进行划分准确度高,误差极小;(3)Image‑Pro Plus软件能准确识别每个蛋白体的面积,结果细致到像素级别,准确性大,可信度高。
Description
技术领域
本发明属于生物科学、农业科学和食品科学技术领域,具体涉及一种分析小麦胚乳蛋白体空间分布规律的方法。
背景技术
蛋白质是小麦种子胚乳贮藏物质的重要组成成分,它积累在蛋白体中。蛋白体的含量和空间分布会影响胚乳的品质性状及小麦最终的品质和产量。近年来关于蛋白体在小麦胚乳中的分布状况引起了国内外科研工作者的关注。据文献报道,小麦蛋白体主要在靠近糊粉层的胚乳细胞中积累,而胚乳中央细胞中积累较少。前人曾使用软件统计了胚乳细胞中蛋白体的分布特征,但该法仅限于几个区域蛋白体分布特征的分析,关于胚乳区域的划分纯粹依靠人眼和操作经验,主观性大、准确度不高、各区域的划分不清晰。
发明内容
为了解决现有技术的不足,本发明提供了一种分析小麦胚乳蛋白体空间分布规律的新方法。使用Photoshop和Image-Pro Plus图像分析软件对小麦胚乳蛋白体的空间分布特征进行分析极具科学性、合理性和准确性,基本上克服了以上测定方法存在缺点和不足。
本发明所述的一种分析小麦胚乳蛋白体空间分布规律的新方法,包括以下步骤:
(1)小麦胚乳图像的获取。取新鲜的小麦颖果,经树脂包埋、切片、染色、拍照获得小麦胚乳的显微结构图像。
(2)显微结构图像的处理。用Photoshop软件打开显微图像,使用工具栏的魔棒工具将蛋白体着色。在左边工具栏选择切片工具,然后在图像区域右击选择划分切片。在弹出的对话框中选择垂直划分为20个切片,点击确定,完成图像的切片分割。在软件的文件栏里选择存储为Web和设备所用格式后点击存储,在images文件夹里可找到以完成切片的显微结构图像。
(3)蛋白体面积的分析。用Image-Pro Plus软件依次打开切片图像,使用菜单栏上的Count and measure objects按钮,弹出count/size窗口。点击select color进入Segmentation窗口,使用吸管工具的颜色识别功能选择图像上的蛋白体区域,返回上级窗口。点击Count按钮即完成蛋白体面积的计算。
(4)蛋白体空间分布规律图的绘制。将统计数据导入Excel中整理,使用Origin作图软件绘制小麦胚乳蛋白体的空间分布规律。
本发明与现有技术相比,具有以下有益效果:
(1)整个分析过程简单易于操作,易被大部分科研工作者接受。
(2)使用Photoshop魔棒对蛋白体进行着色和切片工具对胚乳细胞显微图像进行划分准确度高,误差极小。
(3)Image-Pro Plus软件能准确识别每个蛋白体的面积,结果细致到像素级别,准确性大,可信度高。
附图说明
图1是小麦胚乳显微结构图;
图2是蛋白体着色后的胚乳显微结构图;
图3是用Photoshop软件切片工具切片后的显微结构图;
图4是用Photoshop软件完成图像切片后的图片;
图5是Photoshop新建的细胞总面积参考图;
图6是Image-Pro Plus软件中的Count/size窗口;
图7是Image-Pro Plus软件中的Segmentation窗口;
图8是用Image-Pro Plus软件完成蛋白体面积计算后的数据;
图9是用Origin软件绘制的小麦胚乳细胞蛋白体空间分布规律图。
具体实施方式
以下以小麦开花后18天的颖果为例展示本方法的具体操作过程:
1.新鲜的样品经树脂包埋、切片、染色、观察、拍照获得小麦胚乳显微结构图,其中灰黑色团状物为蛋白体(图1)。
2.用Photoshop软件的魔棒工具将显微结构图中蛋白体着色(深黑色),增加蛋白体和周围背景的反差(图2)。
3.选择Photoshop软件工具栏的切片工具,在图像区域右击选择划分切片,在弹出的对话框中选择垂直划分为20个切片,点击确定,完成图像的切片分割(图3)。
4.在Photoshop文件菜单中选择存储为Web和设备所用格式,在弹出的菜单中选择存储,获得切片后的20张胚乳显微结构图(图4)。
5.在Photoshop中新建一个和切片后的图像相同分辨率和像素的图片(图5),作为细胞总面积的参考。
6.用Image-Pro Plus软件依次打开切片图像,使用菜单栏上的Count andmeasure objects按钮,弹出Count/size窗口(图6)。点击select color进入Segmentation窗口,使用吸管工具的颜色识别功能选择图像上的蛋白体区域(图7),返回上级窗口。点击Count按钮即完成蛋白体面积的计算(图8)。
7.在Excel中计算出20张切片中蛋白体的相对面积,用Origin绘图软件绘制出胚乳中蛋白体的空间分布图(图9),由图可知,从胚乳外层细胞到内层细胞蛋白体的相对面积总体呈递减的区域,其中在第三层达到最大值。
Claims (1)
1.一种分析小麦胚乳蛋白体空间分布规律的方法,其特征在于由以下步骤组成:
(1)小麦胚乳图像的获取:取新鲜的小麦颖果,经树脂包埋、切片、染色、拍照获得小麦胚乳的显微结构图像;
(2)显微结构图像的处理:用Photoshop软件打开显微结构图像,使用工具栏的魔棒工具将蛋白体着色;在工具栏选择切片工具,将图像垂直划分为20个切片,在Photoshop软件的文件栏里选择存储为Web和设备所用格式后点击存储,在images文件夹里可找到以完成切片的显微结构图像;
(3)蛋白体面积的分析:用Image-Pro Plus软件依次打开切片图像,使用菜单栏上的Count and measure objects按钮,弹出count/size窗口;点击select color进入Segmentation窗口,使用吸管工具的颜色识别功能选择图像上的蛋白体区域,返回上级窗口;点击Count按钮即完成蛋白体面积的计算;在Count/size窗口中的View下拉菜单中选择Statistics查看蛋白体面积统计数据;
(4)蛋白体空间分布规律图的绘制:将统计数据导入Excel中整理,使用Origin作图软件绘制小麦胚乳蛋白体的空间分布规律。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510326172.2A CN104897677B (zh) | 2015-06-12 | 2015-06-12 | 一种分析小麦胚乳蛋白体空间分布规律的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510326172.2A CN104897677B (zh) | 2015-06-12 | 2015-06-12 | 一种分析小麦胚乳蛋白体空间分布规律的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104897677A CN104897677A (zh) | 2015-09-09 |
CN104897677B true CN104897677B (zh) | 2017-10-03 |
Family
ID=54030478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510326172.2A Expired - Fee Related CN104897677B (zh) | 2015-06-12 | 2015-06-12 | 一种分析小麦胚乳蛋白体空间分布规律的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104897677B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI605245B (zh) * | 2015-11-25 | 2017-11-11 | 財團法人資訊工業策進會 | 作物之生理表徵檢測方法、可攜式檢測裝置與檢測系統 |
CN111797742B (zh) * | 2020-06-28 | 2024-04-19 | 扬州大学广陵学院 | 一种小麦胚乳蛋白体面积的测定方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853507A (zh) * | 2010-06-03 | 2010-10-06 | 浙江工业大学 | 一种仿射传播聚类的细胞分类方法 |
CN104062212A (zh) * | 2014-07-17 | 2014-09-24 | 扬州大学 | 一种分析植物细胞淀粉体和蛋白体几何特性的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4861788B2 (ja) * | 2006-10-11 | 2012-01-25 | キヤノン株式会社 | 生体標本の処理方法及び解析方法 |
-
2015
- 2015-06-12 CN CN201510326172.2A patent/CN104897677B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101853507A (zh) * | 2010-06-03 | 2010-10-06 | 浙江工业大学 | 一种仿射传播聚类的细胞分类方法 |
CN104062212A (zh) * | 2014-07-17 | 2014-09-24 | 扬州大学 | 一种分析植物细胞淀粉体和蛋白体几何特性的方法 |
Non-Patent Citations (2)
Title |
---|
Image-Pro Plus软件在小麦淀粉粒显微图像分析中的应用;余徐润等;《电子显微学报》;20130831;第32卷(第4期);第1.5节 * |
高、中、低筋力胚乳不同部位蛋白体空间分布规律的方法;熊飞 等;《中国粮油学报》;20140430;第29卷(第4期);第1.5节 * |
Also Published As
Publication number | Publication date |
---|---|
CN104897677A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107133616B (zh) | 一种基于深度学习的无分割字符定位与识别方法 | |
CN107665492B (zh) | 基于深度网络的结直肠全景数字病理图像组织分割方法 | |
AU2006247575B2 (en) | Methods of chromogen separation-based image analysis | |
US20190156481A1 (en) | Image analysis method, apparatus, program, and learned deep learning algorithm | |
Wu et al. | Image analysis-based recognition and quantification of grain number per panicle in rice | |
CN110796661B (zh) | 基于卷积神经网络的真菌显微图像分割检测方法及系统 | |
Sunoj et al. | Sunflower floral dimension measurements using digital image processing | |
CN102288606A (zh) | 基于机器视觉的花粉活力测定方法 | |
CN104897677B (zh) | 一种分析小麦胚乳蛋白体空间分布规律的方法 | |
CN110246116A (zh) | 数字病理切片由he染色到ihc染色的计算机自动生成方法 | |
Jaffar et al. | Photogrammetric grading of oil palm fresh fruit bunches | |
Tian et al. | The detection system for greenhouse tomato disease degree based on android platform | |
CN104062212A (zh) | 一种分析植物细胞淀粉体和蛋白体几何特性的方法 | |
CN105300302B (zh) | 布氏硬度压痕圆直径的测量方法 | |
CN104197866A (zh) | 玉米籽粒剖面角质与粉质百分比的定量测定方法 | |
Diaz-Garcia et al. | GiNA, an efficient and high-throughput software for horticultural phenotyping | |
Sidnal et al. | Grading and quality testing of food grains using neural network | |
CN112700059B (zh) | 一种中药丹参品质评价方法及其应用 | |
CN117058522A (zh) | 一种融合光谱神经网络和叶面积指数的遥感地表生态变化检测方法 | |
JP7393769B2 (ja) | 生物学的サンプルの画像に対するコンピュータ実装プロセス | |
González-Pérez et al. | Color image segmentation using perceptual spaces through applets for determining and preventing diseases in chili peppers | |
CN113570538A (zh) | 一种叶片rgb图像偏态分布参数信息采集及分析方法 | |
CN113344008B (zh) | 基于深度学习的茎秆组织解剖学特征参数高通量提取方法 | |
CN112580504B (zh) | 基于高分辨率卫星遥感影像的树种分类计数方法及装置 | |
Surový et al. | Importance of automatic threshold for image segmentation for accurate measurement of fine roots of woody plants/Význam automatického prahovania na obrazovú segmentáciu pre presné merania jemných koreňov drevín |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171003 Termination date: 20190612 |