一种油菜根肿病检测方法、系统、电子设备及存储介质

1.本发明涉及磁共振检测技术领域，特别是涉及一种油菜根肿病检测方法、系统、电子设备及存储介质。

背景技术：

2.磁共振(nuclear magnetic resonance，nmr)技术是一种非接触式的无损检测技术，其物理学基础是磁共振现象，多用于医学工程领域。随着现代高新探测技术日趋成熟，磁共振成像仪器逐步应用到化学结构分析、物质检测、生物学等相关研究领域。磁共振成像(magnetic resonance imaging，mri)对氢谱(h)密度及其周围组织结构的变化非常敏感，其空间体素的成像信号强度与样品中所含氢谱(h)密度密切相关。
3.磁共振成像用于检测植物根系时具有很多优点，例如，磁共振仪器得到的断层图像分辨率高，磁共振仪器成像参数多，成像时可对任意层面选层，并且对测量样本无电离辐射损伤等优点。
4.而根系作为植物从土壤中获取各种养分和水分的重要器官，在为植物生长发育提供所需要的水、肥、气的同时，生活在土壤中的一些病原菌，也会在适宜的条件下侵染植物根系，从而引发植物病害。根肿病是由芸薹根肿菌(plasmodiophora brassicae woronin)侵染引起的一种植物病害，对十字花科作物如油菜和白菜等造成危害。根肿菌从植株根部的形成层侵入，随后刺激寄主的薄壁细胞，引起薄壁细胞大量分裂和增大。随着根部感染根肿病的周期变长，植物的主根或侧根会逐渐形成大小不同、形似短棒状、指状或球形的肿瘤，根部畸形肿大，继而引起根部受损组织中水迁移率的上升，其组织结构随后发生腐烂等变化。植物生长初期感染根肿病，幼苗根部产生肿大、随后腐烂，植株很快死亡；若是植物生长后期感染根肿病，会造成农产品减产，严重时甚至绝收。
5.根肿病属于根部病害，目前的植物根部病害诊断，是在传统植保专家进行田间观察和症状诊断的基础上，结合聚合酶链式反应(polymerase chain reaction，pcr)为基础的分子诊断技术进行病原鉴定。上述鉴定方法需要将整个植株根部从土壤中先挖出来，经过取样、根土分离、冲洗等环节，再破坏植物组织后，才能实施检测，效率低、代价高、耗时费力，难以实现油菜根肿病的早期无损检测。

技术实现要素：

6.本发明的目的是提供一种油菜根肿病检测方法、系统、电子设备及存储介质，能够在无需挖掘根系的条件下，实现对油菜根肿病的早期无损检测。
7.为实现上述目的，本发明提供了如下方案：
8.第一方面，本发明提供了一种油菜根肿病检测方法，包括：
9.获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像；
10.根据所述根系磁共振图像序列提取根系直方图；
11.将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。
12.可选地，所述获取目标油菜根的根系磁共振图像序列，具体包括：
13.控制低场磁共振仪器为自旋回波序列模式，对所述目标油菜根进行扫描得到根系磁共振图像序列；所述自旋回波序列模式包括多个不同强度的回波信号；一个所述回波信号对应根系一个位置的磁共振图像。
14.可选地，所述回波信号的强度计算公式如下：
[0015][0016]
其中，s表示回波信号的强度，a表示氢质子密度，tr表示重复采样时间，te表示回波时间，t1表示纵向弛豫时间，t2表示横向弛豫时间。
[0017]
可选地，所述根据所述根系磁共振图像序列提取根系直方图，具体包括：
[0018]
对所述根系磁共振图像序列进行前景处理，得到根系前景图像序列；
[0019]
对所述根系前景图像序列的灰度级分布进行统计，得到根系直方图。
[0020]
可选地，所述对所述根系磁共振图像序列进行前景处理，得到根系前景图像序列，具体包括：
[0021]
对所述根系磁共振图像序列进行去噪处理，得到黑白掩膜图像序列；
[0022]
对所述根系磁共振图像序列进行分割处理，得到二值图像序列；
[0023]
将所述二值图像序列与所述根系磁共振图像序列进行对位相乘，得到根系前景图像序列。
[0024]
可选地，所述对所述根系前景图像序列的灰度级分布进行统计，得到根系直方图，具体包括：
[0025]
统计所述根系前景图像序列中每张灰度图的灰度级及对应的像素个数；
[0026]
将相同灰度级的像素个数进行累加，得到根系直方图。
[0027]
可选地，所述油菜根肿病检测模型的确定方法为：
[0028]
获取训练数据；所述训练数据包括是否感染肿病已知的根系直方图；
[0029]
构建随机森林模型；
[0030]
将所述训练数据输入所述随机森林模型进行训练，将训练好的随机森林模型确定为所述油菜根肿病检测模型。
[0031]
第二方面，本发明还提供了一种油菜根肿病检测系统，包括：
[0032]
数据采集模块，用于获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像；
[0033]
数据提取模块，用于根据所述根系磁共振图像序列提取根系直方图；
[0034]
肿病检测模块，用于将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。
[0035]
第三方面，本发明还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据第一方面所述的油菜根肿病检测方法。
[0036]
第四方面，本发明还提供了一种计算机可读存储介质，其存储有计算机程序，所述
计算机程序被处理器执行时实现如第一方面所述的油菜根肿病检测方法。
[0037]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0038]
本发明公开了一种油菜根肿病检测方法、系统、电子设备及存储介质，所述方法包括根据目标油菜根的根系磁共振图像序列提取根系直方图，并将根系直方图输入油菜根肿病检测模型，经检测确定所述目标油菜根是否感染肿病。其中，根系磁共振图像序列包括根系不同位置的磁共振图像。本发明通过提取根系磁共振序列图像的根系直方图，并结合油菜根肿病检测模型，能够有效快速实现油菜根肿病的原位无损检测，解决了不透明土壤环境下难以实现油菜根肿病原位早期无损检测的问题。
附图说明
[0039]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0040]
图1为本发明油菜根肿病检测方法的方法流程图；
[0041]
图2为本发明实施例中将二值图像与根系磁共振图像进行对位相乘后得到的单张根系前景图像；
[0042]
图3为本发明实施例中健康油菜根和感病油菜根的根系直方图差异图；
[0043]
图4为本发明实施例中随机森林模型在训练集的混淆矩阵图；
[0044]
图5为本发明实施例中随机森林模型在验证集的混淆矩阵图；
[0045]
图6为本发明实施例中随机森林模型在测试集的混淆矩阵图；
[0046]
图7为本发明油菜根肿病检测系统的结构示意图。
具体实施方式
[0047]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
本发明的目的是提供一种油菜根肿病检测方法、系统、电子设备及存储介质方法、系统、电子设备及存储介质，能够在无需挖掘根系的条件下，实现对油菜根肿病的早期无损检测。
[0049]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0050]
实施例一
[0051]
如图1所示，本发明实施例提供的一种油菜根肿病检测方法，包括：
[0052]
步骤100：获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像。
[0053]
作为步骤100的一种具体的实施方式，具体包括：
[0054]
控制低场磁共振仪器为自旋回波序列模式，对所述目标油菜根进行扫描得到根系
磁共振图像序列；所述自旋回波序列模式包括多个不同强度的回波信号；一个所述回波信号对应根系一个位置的磁共振图像。
[0055]
其中，回波信号的强度计算公式如下：
[0056][0057]
其中，s表示回波信号的强度，a表示氢质子密度，tr表示重复采样时间，te表示回波时间，t1表示纵向弛豫时间，t2表示横向弛豫时间。
[0058]
步骤200：根据所述根系磁共振图像序列提取根系直方图。
[0059]
作为步骤200的一种具体的实施方式，具体包括：
[0060]
步骤201：对所述根系磁共振图像序列进行前景处理，得到根系前景图像序列。具体实施方式为：第一步，对所述根系磁共振图像序列进行去噪处理，得到黑白掩膜图像序列。第二步，对所述根系磁共振图像序列进行分割处理，得到二值图像序列。第三步，将所述二值图像序列与所述根系磁共振图像序列进行对位相乘，得到根系前景图像序列。
[0061]
步骤202：对所述根系前景图像序列的灰度级分布进行统计，得到根系直方图。具体实施方式为：第一步，统计所述根系前景图像序列中每张灰度图的灰度级及对应的像素个数。第二步，将相同灰度级的像素个数进行累加，得到根系直方图。
[0062]
步骤300：将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。
[0063]
针对步骤300中的油菜根肿病检测模型的确定方法为：
[0064]
第一步，获取训练数据；所述训练数据包括是否感染肿病已知的根系直方图。
[0065]
第二步，构建随机森林模型。
[0066]
第三步，将所述训练数据输入所述随机森林模型进行训练，将训练好的随机森林模型确定为所述油菜根肿病检测模型。
[0067]
其中，训练数据的获取依托于样本的培养，具体培养步骤如下：
[0068]
步骤(1)：培养健康油菜样本和感病油菜样本。
[0069]
接种液制备：取病根组织10g，加入100ml灭菌水，利用榨汁机将其组织磨碎。榨汁过程中每隔60s关掉机器，静置2min，再进行重复榨汁；防止温度升高影响孢子活性。重复此步骤，直至病根组织完全磨碎，最后用四层纱布过滤。将制备好的孢子悬浮液移入50ml的离心管中，4℃保存备用。
[0070]
基质准备：采用德国维特旗下生产的育苗种植专用泥炭土(250l，0-10mm)作为本实例中的生长基质。将准备好的基质进行杀菌消毒处理，防治幼苗感染其他病菌。
[0071]
种子处理：为保证油菜种子的发芽率，在播种前对种子进行温汤浸种和催芽的处理。温汤浸种：取80粒种子，将其放于56℃的恒温水浴锅中浸种8min，并且保证不断搅拌，确保所有油菜种子受热均匀，随后倒掉温水，用常温自来水冲洗种子两次，将杂质去除，最后换成纯净的常温自来水，浸泡种子2h。
[0072]
催芽：取直径15cm的培养皿，在中间铺上洁净的滤纸，滤纸上喷少量自来水，使滤纸完全湿润但没有流动的水，然后将上述溫汤浸种过的种子均匀摆放在湿润的滤纸上，最后在种子上面覆盖一层洁净的湿润滤纸保湿。盖上培养皿盖子，置于25℃的培养箱中，室温催芽。催芽期间注意喷水保湿，种子在滤纸上催芽的时间不超过24h。在种子催芽24h后，将
每一粒油菜种子移至准备好的育苗盆中。同时对培养箱进行杀菌消毒处理，放入温室培养箱保证幼苗正常生长，保持日常管理。待幼苗生长至有两片叶子时，进行接种处理。
[0073]
接种方法：为保证油菜幼苗感染根肿病的成功率，采用菌土法的接种方法。菌土法：将接种液和基质充分搅拌混合，使得土壤充分浸湿，最后，将充分浸湿的基质放入外径为60mm的育苗盘中，并将温汤浸种后的种子播种到育苗盘中，按照植物日常管理方法保证充足光照，控制水分。
[0074]
日常管理：温室培养箱的白天温度设置为25℃，夜间温度设置为20℃。培养期间，保证充足的光照，控制水分，按照常规十字花科植物所需的光照和水分进行管理。
[0075]
步骤(2)：基于低场核磁共振成像仪的成像功能，利用自旋回波(se)序列分别获取油菜根系感病样本和健康样本的磁共振图像序列。
[0076]
本实施例中用到的低场核磁共振成像仪的型号是mesomr23-060v-i，磁场强度为0.5t，额定输入为220vac，50/60hz，1000w，磁体温度为32
±
0.01℃，购自苏州纽迈分析仪器股份有限公司。首先打开低场核磁共振仪的电脑控制单元、工控机、谱仪单元、射频单元、梯度单元，对仪器热机20min；随后，对仪器进行中心频率校正、匀场、并按照优选成像参数的设置值，将油菜植株整株放入样本试管中，再将试管放入磁共振仪器的探头中，进行图像的采集；对健康样本和患病样本进行同样操作。
[0077]
具体优选的成像参数设置如表1所示：
[0078]
表1基于磁共振成像技术的油菜根系成像的优选参数设置
[0079]
[0080][0081]
步骤(3)：对步骤(2)中获取的样本的根系磁共振图像序列进行去噪和分割，得到二值图像。
[0082]
去噪方法采用非局部均值滤波方法，该去噪参数设置如下：平滑参数设置为10，领域窗口大小设置为7，搜索窗口大小设为21；分割方法采用自适应阈值分割算法，调用opencv实现该分割算法，得到二值图像。
[0083]
步骤(4)：将步骤(3)中得到的二值图像与对应的根系磁共振图像进行对位相乘，获取根系前景图像序列。其中，一张根系前景图像如图2所示。
[0084]
步骤(5)：以样本为单位，对步骤(4)中获取的根系前景图像序列提取样本的根系直方图，得到每一个根系样本的根系直方图。
[0085]
根系直方图的提取方法为：逐张读取一个样本的根系前景图像，统计0-255灰度级每个灰度级对应的像素个数，进行累加，得到该根系样本的根系直方图。其中，患病样本和健康样本的根系直方图差异如图3所示。
[0086]
步骤(6)：基于步骤(5)得到的根系直方图，根据样本是否感染根肿病，对样本进行标记，其中感病样本标记为1，健康样本标记为0，得到49株感病样本和43株健康样本；将样本以2:1:1随机划分为训练集、验证集和测试集。
[0087]
步骤(7)：基于步骤(6)的训练集和验证集进行随机森林rf模型训练，利用通用型开源(scikit-learn)机器学习库实现rf模型，并里利用网格搜索(gridsearch)函数进行模型的参数寻优，测试集仅用于评估模型；建立的rf模型最优参数和相关结果如下表2所示，除了表格中提到的参数，逻辑回归、支持向量机(svm)和rf模型其他参数均使用默认参数。
[0088]
表2基于样本的根系直方图特征的检测模型结果
[0089][0090]
绘制随机森林不同数据集的的混淆矩阵，可以得到图4(训练集混淆矩阵)、图5(验证集混淆矩阵)和图6(测试集混淆矩阵)。
[0091]
由rf混淆矩阵可知，在训练集感病样本全部判别正确，1个健康样本误判感病样本，在验证集感病样本全部判别正确，健康样本出现2个误判，在测试集健康样本和感病样本各有一个被误判，这是由于个别感病样本受根肿菌侵害时间较短，根系内部信息与健康样本差异较小导致的。综上所述，基于样本直方图建立的rf检测模型能够较好实现根肿病的检测。在传统根肿病检测研究中，通常是在菌土中播种后45-60天(第七周-第九周)进行根肿病诊断和检测。本发明中基于样本直方图建立模型能够在生长周期第五到六周时间内即能实现根肿病较好检测效果，在油菜地上部分无症状情况下即可实现油菜根肿病检测，故基于样本直方图有利于实现油菜根肿病早期无损检测。
[0092]
实施例二
[0093]
本发明为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种油菜根肿病检测系统。
[0094]
如图7所示，本实施例提供的一种油菜根肿病检测系统，包括：
[0095]
数据采集模块1，用于获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像。
[0096]
数据提取模块2，用于根据所述根系磁共振图像序列提取根系直方图。
[0097]
肿病检测模块3，用于将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。
[0098]
实施例三
[0099]
本发明实施例提供一种电子设备包括存储器及处理器，该存储器用于存储计算机程序，该处理器运行计算机程序以使电子设备执行实施例一的油菜根肿病检测方法。
[0100]
可选地，所述电子设备可以是服务器。
[0101]
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现实施例一的油菜根肿病检测方法。
[0102]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0103]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：

1.一种油菜根肿病检测方法，其特征在于，包括：获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像；根据所述根系磁共振图像序列提取根系直方图；将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。2.根据权利要求1所述的油菜根肿病检测方法，其特征在于，所述获取目标油菜根的根系磁共振图像序列，具体包括：控制低场磁共振仪器为自旋回波序列模式，对所述目标油菜根进行扫描得到根系磁共振图像序列；所述自旋回波序列模式包括多个不同强度的回波信号；一个所述回波信号对应根系一个位置的磁共振图像。3.根据权利要求2所述的油菜根肿病检测方法，其特征在于，所述回波信号的强度计算公式如下：其中，s表示回波信号的强度，a表示氢质子密度，tr表示重复采样时间，te表示回波时间，t1表示纵向弛豫时间，t2表示横向弛豫时间。4.根据权利要求1所述的油菜根肿病检测方法，其特征在于，所述根据所述根系磁共振图像序列提取根系直方图，具体包括：对所述根系磁共振图像序列进行前景处理，得到根系前景图像序列；对所述根系前景图像序列的灰度级分布进行统计，得到根系直方图。5.根据权利要求4所述的油菜根肿病检测方法，其特征在于，所述对所述根系磁共振图像序列进行前景处理，得到根系前景图像序列，具体包括：对所述根系磁共振图像序列进行去噪处理，得到黑白掩膜图像序列；对所述根系磁共振图像序列进行分割处理，得到二值图像序列；将所述二值图像序列与所述根系磁共振图像序列进行对位相乘，得到根系前景图像序列。6.根据权利要求4所述的油菜根肿病检测方法，其特征在于，所述对所述根系前景图像序列的灰度级分布进行统计，得到根系直方图，具体包括：统计所述根系前景图像序列中每张灰度图的灰度级及对应的像素个数；将相同灰度级的像素个数进行累加，得到根系直方图。7.根据权利要求1所述的油菜根肿病检测方法，其特征在于，所述油菜根肿病检测模型的确定方法为：获取训练数据；所述训练数据包括是否感染肿病已知的根系直方图；构建随机森林模型；将所述训练数据输入所述随机森林模型进行训练，将训练好的随机森林模型确定为所述油菜根肿病检测模型。8.一种油菜根肿病检测系统，其特征在于，包括：数据采集模块，用于获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列包括根系不同位置的磁共振图像；
数据提取模块，用于根据所述根系磁共振图像序列提取根系直方图；肿病检测模块，用于将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至7中任一项所述的油菜根肿病检测方法。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的油菜根肿病检测方法。

技术总结

本发明公开了一种油菜根肿病检测方法、系统、电子设备及存储介质，涉及磁共振检测技术领域。所述方法包括：获取目标油菜根的根系磁共振图像序列；所述根系磁共振图像序列为根系不同位置的磁共振图像；根据所述根系磁共振图像序列提取根系直方图；将所述根系直方图输入油菜根肿病检测模型，确定所述目标油菜根是否感染肿病。本发明能够在无需挖掘根系的条件下，实现对油菜根肿病的早期无损检测。实现对油菜根肿病的早期无损检测。实现对油菜根肿病的早期无损检测。