橡膠樹育種路上的“石頭”能數清了

　　橡膠樹是重要的熱帶經濟作物，其生長狀況直接關系到天然橡膠產量與品質。石細胞作為樹皮中具有代表性的機械組織，其分布特征與橡膠樹的抗逆性和生理發育密切相關。分割技術對準確識別石細胞并提取其結構參數具有重要意義，有助于加快橡膠樹的表型分析進程，提升分子育種效率和橡膠林管理的智能化水平。

　　然而，當前橡膠樹樹皮石細胞的圖像分割任務仍面臨挑戰，一是石細胞邊緣結構復雜多變，切片過程中易出現細胞破碎，導致圖像中目標輪廓模糊、不連續；二是石細胞具有特定的分布規律，主要集中于砂皮外層及粗皮之間，而傳統卷積神經網絡在此類局部密集特征中提取有效表征信息存在困難；三是傳統機器學習方法在訓練過程中易受到損失函數中鞍點與局部極小值影響，進而影響模型性能。

　　為此，中南林業科技大學教授周國雄團隊與中國熱帶農業科學院橡膠研究所副研究員張源源科研團隊，聯合提出了一種名為CGWO-LWNet的新模型，可有效分割橡膠樹樹皮石細胞。該成果近日發表在The Plant Journal上。

　　新模型集成三個創新，首先提出低秩可加核網絡模塊，用于學習輸入與輸出數據之間的復雜映射關系，該模塊通過可學習的權重與偏置自適應調節，顯著提升對石細胞復雜邊緣結構的建模能力；其次引入小波增強注意力機制，在空間與通道兩個維度上對圖像進行高低頻分解，實現多分辨率特征表達；最后設計約束灰狼優化算法，提升訓練收斂速度的同時增強模型穩定性，有效避免陷入局部最優。

　　研究團隊基于中國熱帶農業科學院采集的石細胞切片圖像，構建了一個包含1084張橡膠樹樹皮石細胞圖像的高質量數據集，并在此基礎上開展建模與評估實驗。

　　實驗結果表明，團隊提出的CGWO-LWNet模型，對圖像分割準確度達到了較高水平，平均有 69.1% 的區域和真實結果完全重合，形狀匹配程度達到 81.7%，找出的目標占實際目標的 80.4%，總體效果比目前常用的分割方法更好。石細胞識別準確率方面，CGWO-LWNet達到97.8%，表現出更高的精度和魯棒性。

　　據介紹，該方法可作為石細胞高精度圖像分割的有效工具，支持大規模、自動化的橡膠樹性狀提取與分析，有助于深入開展石細胞形成機制、乳膠產量影響以及對樹皮結構穩定性與脅迫響應能力的遺傳研究。

　　相關論文信息：doi:http://dx.doi.org/10.1111/tpj.70371