基于半合成数据与主动学习的油菜角果表型分析系统DeepCanola开发及其在芸薹属作物育种中的应用

为解决传统表型分析耗时费力的问题，英国研究团队开发了结合半合成数据生成与主动学习的DeepCanola系统，通过Mask R-CNN模型实现油菜角果瓣膜（valve）的实例分割与精准测量，在有序和无序场景下均达到R2 0.95的测量精度，显著提升育种效率并拓展至十字花科相关物种表型分析。

　　

在作物育种和植物生物学研究中，精确测量角果表型特征（如长度、面积）对评估产量潜力至关重要。传统人工测量方法效率低下，而基于计算机视觉的自动化系统又面临训练数据获取成本高、复杂场景适应性差等挑战。尤其对于芸薹属作物如油菜(Brassica napus)，其角果由种子承载区（valve）和非种子区（beak）组成，传统方法难以精准区分这两个区域，导致表型数据偏差。

英国约翰英纳斯中心等机构的研究团队在《Computers and Electronics in Agriculture》发表研究，开发了名为DeepCanola的智能表型分析系统。该系统创新性地结合半合成数据生成与主动学习策略，仅需39人工小时标注原始数据即可生成44,823条训练样本，训练出的Mask R-CNN模型在有序角果图像中实现R²
=0.993的瓣膜长度测量精度，并能适应30-60个角果重叠的复杂场景。更引人注目的是，该模型可推广至拟南芥(Arabidopsis thaliana)、野萝卜(Raphanus raphanistrum)等近缘物种，为十字花科作物高通量表型分析提供了通用工具。

关键技术包括：1）基于真实标注角果的半合成数据生成系统，通过随机旋转、缩放和背景融合创建训练样本；2）四轮主动学习迭代，逐步加入极端形态样本和噪声增强；3）Mask R-CNN架构结合骨架化算法提取瓣膜中轴线长度；4）采用BR9（有序/无序角果）和BR17（含人工测量数据）等多源数据集验证。

研究结果显示：在有序样本验证集BR17中，模型测量的瓣膜长度与人工数据高度吻合（R²
=0.993），准确捕捉到5°C与10°C春化处理导致的瓣膜长度差异（p值一致性达95.7%）。对于无序样本，虽然密集平行排列角果会出现约4%的检测误差，但垂直重叠场景仍能保持良好分割效果。通过D'Arcy Thompson启发的几何形变增强，模型成功识别野萝卜等近缘物种瓣膜结构，t-SNE可视化显示半合成数据与真实无序样本特征高度重叠。

讨论指出，当前系统在超高密度样本（>60个角果/图像）和野外复杂背景下的性能仍有提升空间。未来可通过Soft-NMS算法改进重叠对象检测，或引入Transformer架构增强遮挡处理能力。该研究的核心价值在于：1）建立首个专注于芸薹属角果瓣膜分析的深度学习模型；2）验证半合成数据在植物表型分析的可行性，相比全人工标注效率提升1000倍；3）为产量相关性状（瓣膜长度与种子数呈指数相关）的高通量解析提供新范式。这项工作不仅加速了油菜育种进程，其技术框架也可迁移至其他作物器官的表型分析，为智慧农业发展提供重要方法学参考。