Текущий выпуск Номер 4, 2026 Том 18

Все выпуски

[ Switch to English ]

Автоматизированный анализ морфологических признаков растений в раннем онтогенезе для задач селекции на основе нейросетевой сегментации и графовых методов

Аврахам Е.М., Креймер А.С.
 pdf (6057K)

В работе представлен подход к реконструкции и количественному фенотипированию морфологических признаков растений в раннем онтогенезе на основе анализа цифровых изображений. Разработанный алгоритм сочетает глубокое обучение и графовые представления с учетом биологических закономерностей морфогенеза. Такой синтез позволяет перейти от бинарной сегментации к реконструкции топологически целостной структуры растения с корректным разделением пересекающихся корневых систем на снимках с несколькими растениями. На первом этапе с использованием сверточной нейронной сети архитектуры U-Net формируются бинарные маски семян, ростков и корневых систем. Полученное изображение преобразуется в графовую модель, в которой ребрам соответствуют сегменты корней и побегов, а вершинам — ключевые морфологические точки, включая ветвления и пересечения. Алгоритм направленного обхода от семенной точки с водораздельным разделением графа и композитной оценочной функцией выбора главной оси выделяет индивидуальные растения в виде изолированных подграфов и корректно различает главный корень, боковые корни и росток.

Корректность алгоритма подтверждена многоуровневой валидацией, включающей сравнение результатов графовой реконструкции на сегментированных изображениях, а также сквозную проверку полного вычислительного конвейера на исходных изображениях с результатами существующих программных решений и экспертной ручной разметки. Разработанный подход устойчив к вариативности формы корневых систем и шумам изображений, обеспечивает высокую точность извлечения морфологических признаков. Результаты исследования могут быть использованы в селекционных программах.

Ключевые слова: нейронные сети, глубокое обучение, U-Net, теория графов, фенотипирование растений, корневая система, морфологический анализ, селекция
Цитата: Аврахам Е.М., Креймер А.С. Автоматизированный анализ морфологических признаков растений в раннем онтогенезе для задач селекции на основе нейросетевой сегментации и графовых методов // Компьютерные исследования и моделирование, 2026, т. 18, № 4, с. 891-908
Citation in English: Avraham E.M., Kreimer A.S. Automated morphological trait analysis of plants in early ontogeny for breeding applications using deep learning segmentation and graph-based analysis // Computer Research and Modeling, 2026, vol. 18, no. 4, pp. 891-908
DOI: 10.20537/2076-7633-2026-18-4-891-908
URL: http://crm.ics.org.ru/journal/article/3751/
Creative Commons License Статья доступна по лицензии Creative Commons Attribution-NoDerivs 3.0 Unported License.

Copyright © 2026 Аврахам Е.М., Креймер А.С.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Website Copyright © 2009–2026 Институт компьютерных исследований