基于深度学习和超像素的大田小区水稻稻穗分割技术研究
不同生长阶段顶视相机角度下进行稻穗分割近日华中农业大学和华中科技大学联合作物表型研究团队在《Plant Methods》杂志上发表题为：Panicle-SEG: A robust image segmentation method for rice panicles in the field based on deep learning and superpixel optimization的文章，该文章首次将深度学习技术和超像素聚类算法相结合，实现了高鲁棒性的大田小区水稻稻穗分割，实验结果表明，该算法能适用于不同的光照环境，不同的水稻品种，不同的水稻生育期，并且能处理不同的成像场景和角度的水稻图像。水稻是世界大部分人口的主要粮食作物，稻穗作为一种重要的农艺学器官，其与水稻的产量，疾病的检测，生育期的判断都有密切的联系。大田环境是水稻生长的真实生长环境，所以研究田间水稻稻穗首先要解决的如何将其精准的分割出来。通常田间的环......阅读全文
基于深度学习和超像素的大田小区水稻稻穗分割技术研究
不同生长阶段顶视相机角度下进行稻穗分割近日华中农业大学和华中科技大学联合作物表型研究团队在《Plant Methods》杂志上发表题为：Panicle-SEG: A robust image segmentation method for rice panicles in the field b
基于深度学习的化纤外观缺陷语义分割
摘要： 针对化纤外观缺陷检测使用基于深度学习的语义分割方法，总结了自2014年以来基于深度学习的典型语义分割方法，并在此基础上应用到化纤外观检测项目上，取得了不错的效果。 01 化纤外观缺陷检测背景 化纤作为纺织制造的原料，由化纤生产企业进入下游纺织企业前会收卷形成丝饼，但在丝饼
基于深度学习的RNA多类型修饰解析算法
中国科学院动物研究所研究员赵方庆团队开发基于纳米孔RNA直接测序技术与深度学习策略的RNA修饰图谱解析算法ORCA。相关研究发表于《自然-通讯》。基于深度学习的RNA修饰系统识别与注释模型 论文作者供图RNA修饰对RNA的剪接加工、出核转运、以及RNA的稳定性和翻译效率有着重要的调控作用。但现有研
基于深度学习的时间序列预测研究获进展
时间序列预测是大规模数据无损压缩和极端天气预报等领域的核心技术。随着应用场景多样化和数据复杂性提升，现有模型在异构数据的统一表达、长序列结构依赖建模、极端天气波动捕捉等方面存在挑战。中国科学院计算机网络信息中心人工智能团队围绕上述挑战开展研究，提出一系列创新算法与模型，并在实际系统部署应用。
水稻穗顶部小花退化遗传和分子机理揭示
据中国农科院最新消息，由万建民院士领衔的水稻功能基因组学研究团队，揭示了水稻穗顶部小花退化的遗传和分子机理，为高产品种选育以及在生产上避免因穗顶部退化引起的减产提供了理论基础。相关研究成果在线发表于最新一期《植物细胞》上。 万建民介绍，水稻、玉米、小麦、谷子等主要农作物穗顶部小花退化，对其
水稻穗发芽机制研究取得进展
水稻、小麦、玉米等禾谷类作物是重要的粮食作物，由于在驯化的过程中缺乏对收获期休眠的关注，导致这些作物种子在收获期遭遇高温高湿的条件时其籽粒会在穗上萌发，又称为穗发芽（Pre-harvest sprouting, PHS）。穗发芽不仅会造成粮食作物减产和食用品质下降，更为重要的是，穗发芽严重影响了
深度学习驱动大气降尺度技术研究取得进展
在全球气候变化研究中，将低分辨率的大尺度气候模式数据转化为高分辨率区域数据，是准确评估极端天气与区域微气候的关键。然而，现有主流国际工具普遍受限于固定尺度约束。近日，中国科学院南海海洋研究所等团队，研发出一种基于隐式神经网络混合专家模型（MINet）的大气降尺度新方法。团队通过多尺度隐式特征构建，和
深度学习驱动大气降尺度技术研究取得进展
在全球气候变化研究中，将低分辨率的大尺度气候模式数据转化为高分辨率区域数据，是准确评估极端天气与区域微气候的关键。然而，现有主流国际工具普遍受限于固定尺度约束。近日，中国科学院南海海洋研究所等团队，研发出一种基于隐式神经网络混合专家模型（MINet）的大气降尺度新方法。团队通过多尺度隐式特征构建，和
我国科研人员首次实现像素“分割”成像
像素可以“分割”了。记者27日从中国科学院空天信息创新研究院（以下简称空天院）获悉，空天院张泽研究员团队首次实现像素“分割”成像，成功开发出超采样成像技术。该技术能够显著提升图像传感器的像素分辨率和成像质量。相关研究成果发表于《激光与光子学评论》杂志。数字图像传感器的像素规模和性能，是影响天文、遥感
耐淹水稻通过国际大田试验
科学家说，一种可以耐受完全淹没达两星期以上的新型水稻品种“大获全胜”，通过了大田试验并正在接近正式释放。 科学家希望这种水稻可以在孟加拉国和印度大显身手，在这些地区，每年至多400万吨的水稻——这足以养活3000万人——因为洪水而损失。 “Sub1”水稻和在亚洲的农民和消费者中间都很受欢迎的高产
研究人员基于深度学习无创获得血液输入函数
全面量化大脑PET图像，常常需要精确的血流输入函数。然而传统方法中，获取这一函数通常依赖于侵入性且耗时的动脉导管采血，这在临床实践中往往难以实现。7月2日，中国科学院深圳先进技术研究院副研究员孙涛团队与河南省人民医院副院长王梅云团队合作，在医学影像顶级期刊《IEEE医学影像汇刊》发表最新研究。研究团
基于深度学习的全基因组选择新方法诞生
近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物》（Mole
灵素系统——一种基于基因指纹和深度学习的药效预测系统
2021年6月17日，北京大学国际癌症研究院谢正伟团队在Nature Biotechnology（IF=36.6）在线发表了题目为“Prediction of drug efficacy fromtranscriptional profiles with deep learning”的科研论文（
海南耐盐水稻大田试验获丰收
近日，由海南省耐盐作物生物技术重点实验室承担的国家科技支撑计划子课题“耐盐南方籼稻新品种选育与示范”项目第二年大田试验取得可喜进展，几个耐盐水稻新品种在含盐量０．６％的海水倒灌农田中增产明显，最高亩产可达４００公斤以上。 据海南省耐盐作物生物技术重点实验室育种专家罗越华教授介绍，实验室自１９９
我学者家揭示水稻穗顶部小花退化遗传和分子机理
近日，中国农业科学院作物科学研究所万建民院士领衔的水稻功能基因组学研究团队揭示了水稻穗顶部小花退化的遗传和分子机理，为高产品种选育以及在生产上避免因穗顶部退化引起的减产提供了理论基础。相关研究成果在线发表在《植物细胞（Plant Cell）》上。 在水稻、玉米、小麦、谷子等作物的产量形成过程中
南京土壤所利用图像处理技术对水稻氮素进行无损监测
图像处理是信号处理在图像域上的一个应用，也与计算机科学、人工智能等领域有密切的关系。利用图像处理技术对作物进行氮素诊断具有无损、快速、取样面积大，以及操作简单等诸多优点，是近年来农作物监测方面研究的又一个热点。 目前，利用图像处理技术对农作物进行监测的研究还主要集中在设施作物及果品类分拣方
母乳抗菌肽筛选新突破：基于深度学习技术的高效发现
近日，我所能源研究技术平台（DNL20）靳艳研究员团队与大连工业大学刘俐副教授团队、国家乳业技术创新中心何剑正高级工程师团队合作，发展了一种基于深度学习技术的乳源抗菌肽筛选新方法。团队利用该方法从母乳中筛选获得了新结构抗菌肽，并揭示了母乳初乳和成熟乳中抗菌肽的分布规律。世界卫生组织（WHO）和中国营
基于深度强化学习的机器人控制的合作研究获进展
近日，中国科学院沈阳自动化研究所与英国爱丁堡机器人中心合作研究取得新进展，提出了一种在动态、非结构环境下基于深度强化学习的移动机械臂自主作业方法，将最新的人工智能学习理论成功应用于真实的复杂移动机械臂控制。相关研究成果发表于期刊Sensors。 机器人在空间、陆地和水下等大量动态、非结构环境下
新机制揭示预防水稻穗发芽的奥秘
种子萌发是水稻生命周期的第一步，也是确保获取高产的第一步。油菜素内酯（brassinosteroid, BR）被誉为第六大植物激素，参与调节作物的株高、叶夹角、粒形、萌发等多个重要农艺性状，具有良好的农业应用潜力。但在水稻中油菜素内酯调节种子萌发的效应及其具体调控分子机制尚不清晰。 近日，扬州
新机制揭示预防水稻穗发芽的奥秘
用于萌发研究的BZR1相关水稻遗传材料 扬州大学供图 种子萌发是水稻生命周期的第一步，也是确保获取高产的第一步。油菜素内酯（brassinosteroid, BR）被誉为第六大植物激素，参与调节作物的株高、叶夹角、粒形、萌发
遗传发育所揭示水稻穗茎发育调控机制
杂交水稻的发明和大规模应用不仅解决了中国人的吃饭问题，对世界减少饥饿也作出了卓越的贡献。杂交水稻的制种过程需要两个亲本材料——雄性不育系和恢复系，然而水稻不育系常常具有“包穗”（即抽穗期穗子被包裹在叶鞘内难以抽出）的特性，为杂交稻制种带来很大困难。研究表明最上部茎节内活性赤霉素水平的降低是导致不
深度学习可超快分析三维医学影像
英国《自然·医学》杂志8月13日在线发表的两项独立研究显示，最新的人工智能（AI）已可以基于三维医学影像，对神经系统疾病和视网膜疾病给出快速、准确的自动诊断。这意味着深度学习算法已成功应用于三维医学影像的超快分析。 深度学习方法已经能识别二维医学影像，实现疾病诊断，但其对复杂详细的三维影像的识
科学家开发出深度学习超分辨显微成像方法
1月21日，中国科学院生物物理所、广州生物岛实验室研究员李栋课题组，与清华大学自动化系、脑与认知科学研究院教授戴琼海课题组，在Nature Methods上以长文（Article）形式发表了题为Evaluation and development of deep neural networks
科学家开发出深度学习超分辨显微成像方法
1月21日，中国科学院生物物理所、广州生物岛实验室研究员李栋课题组，与清华大学自动化系、脑与认知科学研究院教授戴琼海课题组，在Nature Methods上以长文（Article）形式发表了题为Evaluation and development of deep neural net
首个基于深度学习的脑静脉系统相关脑出血诊断研究获突破
近日，浙江大学医学院附属第二医院童璐莎、高峰教授团队，联合浙江大学生物仪器与工程学院赵立教授团队，成功开发出一种用于区别急性自发性脑出血的可解释性的人工智能模型，该模型针对急性脑叶出血发病凶险，病因鉴别困难等问题，仅利用常规头颅CT（非增强），从急诊脑出血患者中精准识别出脑静脉系统血栓形成相关脑出血
高分三号SAR影像在国家海域使用动态监测中的应用（三）
5.2 养殖浮筏信息提取近些年，极化SAR图像的识别分类得到了广泛地研究，主要可以分为非监督和有监督两大类方法[27]。非监督方法仅仅根据遥感数据自身特性，无需人工辅助实现最终聚类，更适合于大范围目标识别[28,29]。有监督分类方法不需要任何假设条件，针对精细化分类，可以获得较高的精度[30]。5
期待！中国空间站第三代“太空水稻”即将收获
神舟十八号乘组即将返回，又有一批新的太空实验样品返回地球。太空科学实验，究竟能给我们带来怎样的期待呢？我们下面就来关注中国空间站太空水稻的最新科研进展。 2022年在神舟十四号乘组任务期间，我国在国际上首次完成了水稻从种子到种子全生命周期空间培养实验，获得了成熟的太空水稻种子。近日，这批太空水
植物表型研究文章TOP10（二）
TOP 7● 动态根系生长和结构在养分限制条件下的反应（Biotechnol. Adv. ,2014）通过简单介绍现有和正在开发的从实验室到田间的根表型定量分析技术，从田间部分根剖面的量化到整个根系的三维重建。 最后，此文讨论这些方法如何能够并且应该与建模紧密相关以探索根本的现象。不同植物根系的量化
水生所等研发出基于大数据挖掘和深度学习的有害藻类水华预警系统
近日，中国科学院水生生物研究所毕永红团队联合德国卡尔斯鲁厄工学院，研发出基于大数据挖掘和深度学习的有害藻类水华预警系统。相关研究成果作为封面文章，发表在《环境科学与技术》（Environmental Science & Technology）上。该研究致力于创建高时间分辨率的水柱垂向维度有害藻华（H
东北地理所在水稻穗发芽研究方面取得进展
近年来由于极端气候频繁出现，作物穗发芽现象已呈现普遍递增的态势，即使在黑龙江寒带水稻生产区，穗发芽也呈现上升势头。穗发芽是影响水稻、小麦等主要农作物产量和品质的重要因素之一。为此中国科学院东北地理与农业生态研究所与东北农业大学等单位合作，在黑龙江省杰出青年基金及国家重点研发计划的资助下，成功鉴定