植物气孔是由叶表皮细胞上的保卫细胞围成的小空隙，是植物适应陆地环境的关键器官。气孔作为植物与环境之间气体(如二氧化碳和水)交换的重要通道，在调节光合作用、蒸腾作用和水分利用方面发挥着关键作用。气孔行为已被证明受昼夜节律的影响。在大多数植物中，生物钟被认为是一种内源性的、自主的计时机制。生物钟能预测生物对环境变化的反应，调节生理和外在行为，如叶片运动、开花、气孔开闭等。了解气孔的行为对完善植物生理学理论和指导实际应用具有重要意义。
本文首次提出了一种基于深度学习的气孔追踪器（StomataTracker），由4个计算机视觉任务组成，包括多目标跟踪、二分类、语义分割和OCR。首次引入多目标跟踪算法，将同一气孔与前后帧中唯一的ID相关联，不仅可以提取气孔状态和解剖特征，还可以分析它们在种群和个体尺度上的时间动态特征。与半自动方法（ImageJ）相比，开源的StomataTracker可将气孔面积、周长、长度和宽度等性状的提取效率从207秒大幅提高到1.47秒，四个气孔性状的 R2 范围为 0.620 至 0.752。该研究首次从长期、连续、非破坏性的视频数据中证实了气孔的昼夜节律，并揭示了气孔在完全黑暗的环境下也可以打开。夜间气孔关闭时间与气孔性状呈负相关，相关系数为 0.583 至 0.855。气孔行为的异质性还明显表明，较小的气孔在夜间具有较长闭合时间的节律模式。总之，该研究为植物气孔研究提供了一个新的视角，有利于深入探索气孔运动的机制，加快气孔昼夜节律在小麦高产育种中的应用。
图片图1 StomataTracker的工作流程。( a )来自气孔视频数据的代表性输入图像。( b )输入图像的StomataTracker目标输出，其中" ID "是视频连续帧中气孔的唯一标记；边界框上方的“打开/关闭”表示气孔状态；边界框下方的' S '和' C '代表气孔面积和周长。( c ) StomataTracker多目标跟踪的工作流程，为每个气孔分配唯一的ID，二分类识别气孔开闭状态，并对气孔和非气孔区域进行语义分割，以获得气孔的长度、宽度、面积和周长等气孔特征。
图2 种群内气孔的昼夜节律。( a )所有观测实验的叠加面积图，其中横轴代表时间，纵轴代表开放气孔的数量。虚线矩形框标出了2020年12月17日的数据，如图3 ( a )所示。( b )人工气候箱内温湿度的时间变化曲线。
图3 2020年12月17日观测的气孔昼夜节律。( a )气孔开放数量的时间变化曲线。( b )开灯前的代表性观测图像。( c )开灯后的代表性观测图像。( d )是 ( b )和( c )两种情况下各气孔面积的差异。
图4 单个气孔(除ID3的气孔外)的昼夜节律。( a ) 24 h内切换各气孔的开闭状态。( b )气孔休息时间柱状图。( c )气孔宽度与气孔开闭时刻的变化趋势。
图5 StomataTracker的GUI软件
文献来源：Sun, Z.; Wang, X. ; Song, Y. et al. StomataTracker: Revealing circadian rhythms of wheat stomata with in-situ video and deep learning. Computers and Electronics in Agriculture. Volume 212, 2023, 108120. https://doi.org/10.1016/j.compag.2023.108120.
鄂公网安备42018502003245号 网站地图
