根系统结构(RSA)性状在育种选择中拥有沉要意思，但这些性状的测定难度大，资源密集，变异性大

。推算机视觉和机械进建（ML）的性状提取和丈量技术的出现，沉新引起了人们对利用RSA性状进行遗传加强以开发更壮实和有弹性的农作物种类的兴致

。本文作者开发了一个可移动、低成本、高分辨率的根表型系统，该系统由一个拥有推算机视觉的成像平台和基于机械进建的宰割步骤组成，通过基于图像的性状处置和分析获得大量的根样本，从而成立一个无缝的端到端管路

。

根系表型平台

。每个基因型10粒种子卷成抽芽纸

。

该高通量表型系统拥有处置数百到数千个植物的能力，它集成了功夫序列图像捕获和自动图像处置(利用光学字符鉴别(OCR)通过条形码来鉴别幼苗)，而后在特点提取之前集成卷积自动编码器(CAE)步骤进行鲁棒宰割

。该管路蕴含一个更新和定造版本的自动根成像分析(ARIA)根表型软件

。利用该系统，我们钻研了来自宽泛地理散布的分歧大豆资源，并汇报了蕴含根形、长度、数量、质量和角度等RSA性状的遗传变异

。

单株大豆在萌发后a.第6天、b.第9天和c.第12天的成长功夫序列

。

侧根角简直定步骤有三种，别离是侧根分枝角(LBA)、侧根全缘角(LRA)和侧根尖角(RTA)

。

该系统提供了一种高通量、低成本、无损的步骤，为表型组学、基因组学和植物育种利用提供了生物学有关的根成长和发育的功夫序列数据

。该表型平台旨在在一个共同的环境中对根系性状进行量化，并对基因型进行排序，从而为植物育种提供选择工具

。根系表型平台和基于图像的表型是反映当前育种工作中对芽表型的关注至关沉要

。