一.種子形態(tài)生理表型產品與解決方案-多光譜種子表型成像系統

VideometerLab 4多光譜種子表型成像系統是丹麥理工大學與丹麥Videometer公司開發(fā)，是用于種子研究先進的多光譜表型成像設備，典型客戶為ISTA國際種子檢驗協會、ESTA歐洲種子檢驗協會、John Innes Centre、LGC化學家集團、奧胡斯大學等等，利用該系統發(fā)表的文章已經超過300篇。

Videometer種子表型表型成像系統可測量種子如尺寸、顏色、形狀等，間接測定種子參數如種子純度、發(fā)芽百分比、發(fā)芽率、種子健康度、種子成熟度、中壽命等。種子活力綜合種子活力是種子發(fā)芽和出苗率、幼苗生長的潛勢、植株抗逆能力和生產潛力的總和（發(fā)芽和出苗期間的活性水平與行為），是種子品質的重要指標，具體包括吸漲后旺盛的代謝強度、出苗能力、抗逆性、發(fā)芽速度及同步性、幼苗發(fā)育與產量潛力。種子活力是植物的重要表型特征，傳統檢測方法包括低溫測試、高溫加速衰老測試、幼苗生長測定等。

該系統也可以對細菌、蟲卵、真菌等進行高通量成像測量，進行病理學、毒理學或其它研究。對于擬南芥等冠層平展的植物，可以進行自動的葉片計數等。

Videometer Lab 4是一款新型、功能強大且性價比高的表型成像測量系統。通過控制系統就可以進行高分辨率多光譜成像?；A模塊包括可見光成像，UV紫外成像以及NIR成像?？晒潭〝z像頭或移動攝像頭。因拍照速度迅速，可實現較高通量成像?？梢詼y量較小的樣品，比如擬南芥等小植株、用多孔板培養(yǎng)的植物、多孔板里的葉圓片、以及植物的種子等，分析軟件功能強大。

Videometer SeedLab種子表型實驗室系統

最近Videometer公司又推出了業(yè)界具有革新性、顛覆性的Videometer SeedLab種子實驗室系統。按照客戶的評價，該多光譜成像系統是增強種子分析和分類功能的強化版數字種子表型實驗系統，該系統將通過提供種子和谷物分析的綜合解決方案來幫助研究活動。此外，種子表型實驗系統將可對種子和谷物進行獨一無二的分析，作為多功能通用成像平臺來支持相關領域活動?？蛻粼u價道：該革新性的Videometer種子表型實驗系統有可能徹底改變種子行業(yè)。

該系統是一個交鑰匙一站式解決方案，可完全實現自動化種子分析。事實上，Videometer SeedLab由光譜成像、先進的多元統計和機器學習、人工智能算法驅動，這些算法能夠自動檢查、分析、分類和排序不同的種子。

Videometer SeedLab集成了不同的元件，可完全實現自動化種子檢測。分析從一個漏斗開始，用于導入產品，然后在VideometerLab光譜成像儀下方的傳送帶上運輸。然后對產品進行檢查并進行“數字”分類。分級后，一個提取和放置自動機器臂膀根據種子的分類將其物理分類到不同的運輸容器中。

此外，Videometer SeedLab允許高度定制：使用該系統，不僅可以個性化定制送貨箱和吸盤，還可以定制分類模型，以便根據您的產品需求進行定制。此外，還可以添加多熒光選項，例如允許檢測真菌毒素或前照燈選項，以便更好地檢查種子表面的形態(tài)。

Videometer通過測量樣品在19種不同波長的LED頻閃光下的成像來獲取有用的信息。這些圖像可以獨立分析使用，也可以疊加起來合成高分辨率的彩色圖像。Videometer備選模塊包括葉綠素熒光成像模塊，能夠實現葉綠素熒光成像（葉綠素a和葉綠素b）。

Videometer種子表型活力成像系統包括種子形態(tài)測量、種苗多光譜熒光成像檢測等現代技術，全面檢測種子的形態(tài)、發(fā)芽及其抗逆性，是目前種子表型活力較全面的無損檢測系統，是種子及種苗表型分析的較佳組合。

主要技術特點

LED光源技術，測量樣品在19個波段下成像獲取種子各種信息，VideometerLab多光譜熒光成像技術，高通量、高靈敏度檢測種苗表型、葉綠素含量、活力、光合效率及抗逆性等，進一步分析種子的反射光譜及種子含水量等。種子形態(tài)測量參數：種子數量、長度、寬度、體積大小、表面積、周長及顏色分析

種子、種質資源庫建設

種子葉綠素熒光成像測量，可用于小植株表型測量以及生態(tài)學研究，研究植物密度、寬度、葉柄長、葉片數、葉色、葉長、葉面積、葉顏色、葉病斑、綠度指數，花徑、花面積、花、色分級、畫圖像提取，果實品質、縱徑、果形指數、果實顏色分級，如小側根、絨毛研究等。

葉綠素含量測量以及生物鐘節(jié)奏研究。葉綠素含量多少與種子活力密切相關，可用此作為種子活力篩選的一個重要指標，系統還可用于Marker標記測量，如GFP綠色熒光蛋白等。?

3、利用多光譜成像系統結合化學計量法無損鑒別高品質西瓜種子的可行性。

4、Genebank seed accession phenotyping through spectral imaging

7、Final report: Application of ?multispectral imaging (MSI) to ?food and feed sampling and ?analysis?FSA Contract Reference No.: SEP-EOI-05

種子研究部分文章列表

1.A virtual seed file: the use of multispectral image analysis in the management of genebank seed accessions

2.Multispectral imaging as a potential tool for seed health testing of spinach (Spinacia oleracea?L.)

3.Classification of different tomato seed cultivars by multispectral visible-near infrared spectroscopy and chemometrics

4.Viability prediction of Ricinus cummunis?L. seeds using multispectral imaging

5.Online variety discrimination of rice seeds using multispectral imaging and chemometric methods

6.Classification of Processing Damage in Sugar Beet (Beta vulgaris) Seeds by Multispectral Image Analysis

7.Nondestructive determination of transgenic Bacillus thuringiensis rice seeds (Oryza sativa?L.) using multispectral imaging and chemometric methods

8.Use of multispectral images and chemometrics in tomato seed studies ???

9.Discrimination in varieties of rice seeds with multispectral imaging using support vector machine

10.Rapid Discrimination of High-Quality Watermelon Seeds by Multispectral Imaging Combined with Chemometric Methods

11.Non-destructive discrimination of conventional and glyphosate-resistant soybean seeds and their hybrid descendants using multispectral imaging and chemometric methods

12.Discrimination of Kernel Quality Characteristics for Sunflower Seeds Based on Multispectral Imaging Approach

13.Multispectral imaging – a new tool in seed quality assessment?

14.Classification of Haploid and Diploid Maize Seeds by Using Image Processing Techniques and Support Vector Machines

15.Use of partial least squares discriminant analysis on visible-near infrared multispectral image data to examine germination ability and germ length in spinach seeds

16.Identification of Haploid Maize Seeds using Gray Level Co-occurrence Matrix and Machine Learning Techniques

17.Effects of Polymer Coating on Rice Seed Germination

18.Recent advances in emerging techniques for non-destructive detection of seed viability: A review

19.Optimization of Germination Inhibitors Elimination from Sugar Beet (Beta vulgaris L.) Seeds of Different Maturity Classes

20.Differentiation of alfalfa and sweet clover seeds via multispectral imaging

21.Integrating Optical Imaging Tools for Rapid and Non-invasive Characterization of Seed Quality: Tomato (Solanum lycopersicum?L.) and Carrot (Daucus carota L.) as Study Cases

22.Determination Of Sitotroga cerealella (Lepidoptera: Gelechiidae) Infestation In Wheat Seeds By Radiographic And Multispectral Image Analysis

23.Geographical and inter-annual patterns of seed viability in the threatened cold desert perennial Ivesia webberi, and the prospect of nondestructive seed testing methods*

24.Multispectral and X-ray images for characterization of Jatropha curcas L. seed quality

25.Discrimination of Pepper Seed Varieties by Multispectral Imaging Combined with Machine Learning

26.Non-destructive identification of single hard seed via multispectral imaging analysis in six legume species

27.Seed germination and seedling growth parameters in nine tall fescue varieties under salinity stress

28.A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques

29.Cultivar Discrimination of Single Alfalfa (Medicago sativa L.) Seed via Multispectral Imaging Combined with Multivariate Analysis

30.Chlorophyll fluorescence as a new marker for peanut seed quality evaluation

31.Non-Destructive Identification of Naturally Aged Alfalfa Seeds via Multispectral Imaging Analysis

32.Autofluorescencespectral imaging as an innovative method for rapid, nondestructive and reliable assessing of soybean seed quality

33.Research on Classification Method of Eggplant Seeds Based on Machine Learning and Multispectral Imaging Classification Eggplant Seeds

二、種子結構顯微表型研究系統-計算機斷層掃描系統CT?

植物作為地球上常見到的景物,是組成地球生態(tài)系統非常重要的一部分,多年來,研究者一直在探索植物生命及其生長過程的奧秘并取得一定成果。花朵是植物重要的器官之一,不僅種類繁多,并且具有復雜的形態(tài)結構和生命特性,高精度、高真實感的花朵對象模型仍然是研究熱點問題之一。但是由于花朵本身結構復雜、內部組織貼合緊密等原因,使得三維植物器官數據場分割工作一直是一項具有挑戰(zhàn)性的課題。為解決植物器官CT圖像的分割和可視化問題,可以植物花朵器官為研究對象,利用X射線計算機斷層掃描系統(CT)獲取花朵體數據信息,并對獲取的花朵體數據信息進行分割處理,采用形態(tài)學細化算法對每幅分割后的植物器官圖像進行骨架提取,獲取特征端點的,從而為植物器官的表面重建提供數據支撐。

計算機斷層掃描技術還可用于種子質量控制以及種子檢測標準確立，該系統能檢測細微的內部結構（種皮、外殼、胚芽、空腔）。

對每一粒種子檢測，都需要復雜的處理流程。檢測的目的是為了保證其不變高品質。盡管有各種實驗方法可以選擇，但是在種子檢測方面，X射線仍是比較可靠的方法，通過影響處理系統，CT設備可監(jiān)測到每一粒種子。自2003年起，Frauhofer EZRT開始了種子CT斷層掃描系統的研究，近年來，對植物材料的研究已經從種子擴展到植物根、莖、果實等領域，走在CT植物表型研究的前列。其中一款自動化系統，種子無需單獨分開，軟件可將每粒種子從混合種子中分離，從而簡化了樣品制備，能在一次實驗中實現大量種子檢測。此外，也可實現自動機械臂取料，托盤內科放置多個小盒。操作界面簡單，校準或系統射線管溫度控制均為獨立。該設備可實現對種子內部結構的穩(wěn)定、清晰成像，幾何分辨率約為50um。

種子內部結構計算機斷層掃描系統

Fraunhofer植物計算機斷層掃描表型成像系統采用微焦點X射線成像原理進行分辨率三維成像，可以在不破壞樣品（無需染色、無需切片）的情況下，獲得高精度三維圖像，顯示樣品內部詳盡的三維信息，并進行結構、密度的定量分析，適用于觀察植物化石樣品結構和植物活體組織的細胞結構，近年來被廣泛應用于結構學、組織學、生物學特別是古生物學等研究領域，例如花、果實、種子、根系等研究。

計算機斷層掃描技術還可用于種質資源采集、種子表型、種子質量控制以及種子檢測標準確立，該系統能檢測細微的內部結構（種皮、外殼、胚芽、空腔）。

Fraunhofer研究院的EZRT研究所科研人員，利用該系統發(fā)表了題為Drought and heat stress tolerance screening in wheat using computed?tomography的論文，研究使用計算機斷層掃描系統對麥穗進行了斷層掃描研究，可對種子結構例如種子變形等進行預測和測量，文章發(fā)表在Plant Methods上。

Fraunhofer植物計算機斷層掃描系統采用微焦點X射線成像原理進行超高分辨率三維成像，可以在不破壞樣品（無需染色、無需切片）的情況下，獲得高精度三維圖像，顯示樣品內部詳盡的三維信息，并進行結構、密度的定量分析，適用于觀察植物化石樣品結構和植物活體組織的細胞結構，近年來被廣泛應用于結構學、組織學、生物學特別是古生物學等研究領域，例如花、果實、種子、根系等研究。

Fraunhofer研究院是著名的應用技術研究院，很多工業(yè)技術都源自于該研究所。Fraunhofer專門成立的植物表型CT研究組致力于CT技術應用在植物的表型研究上。與傳統醫(yī)學CT不同，植物CT研究需要獨特算法和軟件等，Fraunhofer研究院在該研究領域位于領先位置。與傳統醫(yī)學CT不同，植物CT研究需要獨特算法和軟件等。Frauhofer研究院在該研究領域位于世界前沿

近年來，Fraunhofer團隊一直致力于將計算機斷層掃描技術應用于植物表型研究領域，特別是專注于植物結構高分辨率無損檢測。其中一個研究方向為研究外在脅迫因素對植物微觀結構的影響，研究方向有木質部結構如何對脅迫，如干旱做出反應。在干旱環(huán)境下，一些植物不再為葉片或整個枝條提供水分。研究另外一個方向是不同植物基因品系的內部微觀結構特征。

Fraunhofer開發(fā)出了便攜式、臺式、落地式以及高通量等多個系列專門針對植物表型研究開發(fā)的計算機斷層掃描系統。

1、便攜式種子斷層掃描儀

應用于對植物種子、小型果實內部結構變化的研究?？梢詿o損地探索不同植物種子腔體、胚和胚乳的變化，測量種子內部的三維結構和小型果實的內部變化，設備小巧便攜，操作簡單，具有中分辨率和高分辨率兩種選擇。

?2.臺式種子斷層掃描成像系統

廣泛應用于植物對植物根系、莖桿的內部結構變化的研究?？梢詿o損地探索盆栽中不同植物的根系變化，也可以測量莖桿等植物器官的3D結構。?

三、種子形態(tài)生理表型與結構表型綜合分析

高通量種子表型與精準播種一體化系統

SeQso種子表型播種一體化系統是利用多種設備高通量測量種子表型并對種子大數據進行分析，同時可對種子進行播種，將萌發(fā)幼苗與對應種子相關聯。該種子表型播種一體化系統是一款多功能種子測量與分析平臺。硬件包括種子進樣器來分離并計量種子，系統可選配多種測量模塊來鑒別種子并將種子播種。播種裝置可將種子播種在微量滴定板或定制播種盤或種子載體。系統可以對所有種子進行測量并追溯單個種子，每個單個種子都生成大量數據集。如需要播種裝置，每種種子的數據可與播種相關聯，例如將幼苗萌發(fā)數據或性狀與較初種子相關聯。

產品特點：模塊化系統，多測量模塊，多播種備選，大數據分析工具，1000 種子/小時，應用作物，所有種子：0.5mm ~20mm，可定制

標準模塊：彩色成像：提供顏色、性狀 (20+ 參數）以及質構數據；X光成像：提供X光吸收 (飽滿程度)和內部形態(tài)學數據；多光譜成像；葉綠素熒光成像 (CF)；高光譜成像 VNIR (400nm-1000，約300波段)；微量滴定板播種臺：可在24、48和96微量滴定板播種

SeQso種子表型播種一體化系統由傳送帶機架、 種子進樣器以及控制數據采集模塊組成。該平臺可添 加不同模塊以獲得相應功能。數據導出為CSV格式數 據，圖像數據標準為TIF/BMP格式。

新增模塊：高光譜成像NIR(950nm~1700nm，約300 個波段)，花青素熒光，綠色熒光蛋白成像(GFP)，根據客戶特殊需求，還提供定制模塊或播種備選