利用光分离和卷积神经网络对葡萄浆果表皮蜡质进行自动表型分析

摘要： 果皮蜡质是葡萄浆果表皮的外层结构，已知其与抗灰霉病穗腐病的特性显著相关。传统上通过OIV描述符227（果粉）进行分类，这种方法耗时且会产生主观性强、易出错的表型数据。本研究开发了一种客观、快速、基于传感器的果皮蜡质监测方法。从技术角度看，不同光照分量的测量能传递被测物体表面的重要信息。我们提出"光分离实验室"方案，通过采集葡萄浆果的分光图像来表型分析果皮蜡质（果粉）的分布特征。采用高效的卷积神经网络进行图像分析，推导浆果蜡质的均匀度和完整性。经六个葡萄品种验证，该方法准确率达97.3%。此外，果皮及其蜡质的电阻抗（作为浆果表皮厚度和渗透性的指标）与检测到的蜡质比例呈r=0.76的相关性。这种新型快速无损的表型分析方法，有助于扩大葡萄育种材料和基因库中关于果粉特性及其对灰霉病穗腐病抗性的筛选范围。