基于叶脉网络结构的高通量植物叶片表型数据库构建任务书
2020-03-06 13:13:49
1. 毕业设计(论文)主要内容:
认识植物表型特征和性状是生物学研究的一个重要命题,如果缺乏详尽的表型数据,将无法深刻理解基因组和环境素对植物表型的复杂作用。研发能够精确提取叶片表型数据的方法对于生物学研究具有重要意义。特别是随着高通量测序技术的发展,表型数据的缺失已经成为基因功能研究的瓶颈[9]。叶片表型数据主要包括轮廓特征和叶脉结构特征。轮廓特征主要关注叶片形状参数;叶脉结构特征除了体现叶脉的主要分级外,还包含了纹理信息。如何准确、高效的鉴定和分析植物叶片各种特征性状表型已经是一个亟待解决问题。
本课题提出一种基于叶脉网络层级结构的植物叶片表型数据库构建,通过对叶脉网络进行定量化的描述,针对性地提取叶片轮廓、叶脉的各类形状参数,从而构建完善的叶片表型数据库。
2. 毕业设计(论文)主要任务及要求
1. 要求阅读相关的参考文献不少于15篇,其中近五年外文文献不少于5篇。2. 完成开题报告等规定的毕业设计文档;
3. 完成基于叶脉网络层级结构的植物叶片表型数据库构建;
4. 完成不低于5000汉字(20000英文印刷符)的教师指定的相关文献的英译汉翻译;
3. 毕业设计(论文)完成任务的计划与安排
第1周—第3周:查阅相关文献资料,明确研究内容,学习毕业设计研究内容所需理论的基础。确定毕业设计方案,完成开题报告。第4周—第5周:学习相关知识,完成英文资料的翻译,熟悉开发环境。
第6周—第9周:完成数据库构建。
第10周—第12周:实现系统的整体功能。
4. 主要参考文献
[1] li l, zhang q, huang d. a review of imaging techniques for plant phenotyping[j]. sensors,2014, 14(11): 20078-20111.
[2] fahlgren n, gehan m a, baxter i. lights, camera, action: high-throughput plant phenotyping is ready for a close-up[j]. current opinion in plant biology, 2015, 24: 93-99.
[3] bucksch a, burridge j, york l m, et al. image-based high-throughput field phenotyping of crop roots[j]. plant physiology, 2014, 166(2): 470-486.