《AgriEngineering》：Estimating Cotton Fiber Biological Fineness via High-Throughput Phenotyping
编辑推荐：
棉花纤维的生物细度显著影响纺纱性能与纱线质量，然而，由于纤维形态的变异性及传统横截面方法的局限性，可靠的高通量测量一直难以实现。本研究开发了一种自动化显微成像系统，用于从纵向视图中快速测量棉花纤维的表型特征，无需进行纤维横截面切片。该系统集成了配备三轴电动载物
棉花纤维的生物细度显著影响纺纱性能与纱线质量，然而，由于纤维形态的变异性及传统横截面方法的局限性，可靠的高通量测量一直难以实现。本研究开发了一种自动化显微成像系统，用于从纵向视图中快速测量棉花纤维的表型特征，无需进行纤维横截面切片。该系统集成了配备三轴电动载物台的光学显微镜与高分辨率数码相机，以实现自动化扫描与图像采集。在每个(x, y)位置采集z轴堆叠图像，并将合焦像素融合成单一延伸景深(EDF)图像。利用Meta公司的Segment Anything Model对EDF图像进行分割，通过自动生成的纤维骨架提示点以分离重叠纤维。分割后的纤维条带沿其中心线进行横向扫描，以提取条带宽度、图像强度及强度变异性，并将这些参数纳入经验模型以估算纤维周长(P)。来自同一载玻片的单次测量结果经汇总后可表征每个棉花样品的P分布。该方法在多次重复及独立测试中展现出高可重复性。估算的P值与AFIS重力细度呈强相关(r ≈ 0.80)，与HVI束纤维强度呈强相关(r ≈ ?0.95)，与HVI马克隆值呈中等相关(r ≈ 0.65)。一项针对横截面方法的初步验证测试表明，研究人员通过估算所得与横截面测量所得的周长分布不存在统计学差异，且两者高度相关(r > 0.960)。
本研究聚焦于棉花纤维生物细度的高通量测量问题。生物细度，即纤维横截面的周长（P），直接影响纺纱性能和纱线质量，是棉花品种改良和纤维品质研究中的关键表型指标。然而，传统的测量方法面临显著瓶颈。工业上广泛使用的成熟测试手段(如Advanced Fiber Information System (AFIS)和High Volume Instrument (HVI)等)主要提供基于纤维束或气流的集合性指标（如重力细度、马克隆值），难以反映单根纤维的尺寸差异且易受纤维状态干扰。而能够直接测量纤维横截面几何形态的“金标准”方法（如ASTM D1444标准）需要耗时且昂贵的切片程序和复杂的图像分析，无法适用于大规模育种筛选。为克服横截面法的局限，先前基于纵向视图的研究方法虽避免了切片步骤，但面对天然扭曲、折叠或呈扁平带状的棉纤维，在准确确定其真实条带宽度和形态因子方面存在明显误差，对极度不成熟纤维的直径估算会产生严重偏差。
为应对这些挑战，研究人员基于前期研究的经验，开发了一套集成的自动化纤维表型分析系统。该系统通过自动化显微成像、多焦面图像融合、先进图像分割等一系列技术，旨在解决四个核心难题：(1) 显微图像中纤维离焦的问题； (2) 准确分割重叠或接触的纤维； (3) 确定单根棉纤维的真实条带宽度； (4) 估算将条带宽度转换为纤维周长所必需的形态因子。该系统的核心流程包括首先使用气动切割器将棉纤维束制备成约 0.5 毫米长的片段，并通过气流均匀分散到载玻片上。配备电动载物台的显微镜按预设路径自动扫描载玻片的不同视场。在每个(x, y)位置，通过z轴步进采集一系列多焦面图像。然后，系统采用基于复小波变换的算法将多焦面图像融合成一张全焦图像以消除离焦伪影。随后，利用分割模型分别绘制单根纤维，并沿其中心线扫描以精确测量条带宽度。最终，基于纤维图像的亮度、宽度和亮度变化等特征，通过一个经验模型估算出每根纤维的周长（P）。
研究结果显示，这套系统在多个关键指标上表现出色。首先，在重复性方面，无论是不同载玻片间的测量，还是在不同时间独立进行的两次扫描之间，系统估算的纤维周长数据均展现出高度一致性，相关系数高，表明系统具有极高的稳定性和可重复性。其次，在生物学效度方面，系统测得的纤维周长分布能够有效区分不同棉花品种，并揭示了种间差异，显示出其作为农作物性状的敏感性。系统测得的平均周长与AFIS动力学细度高度相关(r≈0.80)，与HVI束纤维强度高度负相关(r≈?0.95)，与马克隆值中等相关(r≈0.65)。最重要的是，将系统估算的周长分布与基于纤维横截面的测量结果进行对比，两个分布无统计学差异且相关系数极高，证明了该方法可以作为传统切片法的可靠替代方案，且避免了繁重的手动操作。这些结果共同表明，该自动表型系统能够提供可靠、高效的纤维周长测量结果，为棉花遗传育种、种质资源评价和纤维发育研究提供了有力的技术支持。最后，研究也指出了当前经验模型的局限性，如线性插值形式以及验证样本量相对较小，并计划未来通过扩大验证范围和优化模型来进一步提升其稳健性。
### 4. 研究解读文章
**研究背景与目标**
棉花纤维的生物细度，即单根纤维横截面的周长（Perimeter, P），是决定其纺纱性能和成纱质量的核心因素。改良这一性状对于提升棉花竞争力、应对合成纤维的挑战至关重要。然而，获取这一指标一直颇具挑战：传统基于显微镜的横截面测量法虽被视为精确的“金标准”，但因其步骤繁琐、耗时且成本高昂，无法满足基因育种大规模筛查的需求。尽管业界已普遍采用Advanced Fiber Information System (AFIS)、Cottonscope和High Volume Instrument (HVI)等设备测量细度相关指标，但基于这些设备的方法存在局限性，例如AFIS受限于纤维分离状态，Cottonscope受限于片段长度方差，而HVI的Micronaire（马克隆值）仅是一个平均值，均无法精确反映单根纤维的尺寸。
鉴于这些技术瓶颈，本研究旨在构建一套高通量、自动化的棉纤维表型分析系统，通过处理纤维的纵向成像视图，实现对单根纤维生物周长进行准确、高效地估算，从而规避费力的纤维切片流程。研究需重点解决四个核心难题：第一，应对显微图像中不同纤维因高度不同引起的离焦问题；第二，在二维图像中精准分割相互重叠或接触的纤维；第三，准确测定单根天然扭曲折叠纤维的真实条带宽度；第四，建立将条带宽度准确转换为纤维周长的形态因子估算模型。
**研究方案与关键技术方法**
此项研究在云南，研究人员构建了一套完整的自动化纤维表型分析系统，其工作流程和主要技术方法包括：
(1) **样本制备与自动化显微成像**：采用气动切割器将棉纤维束剪切成约0.5毫米长的片段，用气流将其均匀分散沉降于载玻片上。系统使用配备三轴电动载物台和CMOS相机的高级光学显微镜，自动控制x–y方向移动和z轴调焦，实现多个视野和不同焦面的自动化扫描。
(2) **多焦面融合与图像分割**：在显微镜无法对所有纤维同时聚焦的情况下，系统在特定焦面采集z堆栈图像，并采用基于复小波变换（CWT）的融合算法将多张不同焦面的图像合成一张全焦图像，确保所有片段清晰可见。对于纤维的分割，鉴于其细长且复杂的结构，研究人员采用Meta公司的SAM-HQ模型，利用纤维的骨架自动生成提示点，实现对重叠和缠结纤维的精确分割。
(3) **条带宽度测量与周长估算**：成功分割出单根纤维后，系统沿纤维中心线扫描，提取其条带宽度。基于真实条带宽度和图像特征（包括图像强度、亮度变异）构建了一个线性模型来估算纤维周长，该模型考虑了纤维壁厚（通过亮度信号）和扭曲程度（通过强度变化）对周长（P）的贡献。
**研究结果**
**(1) 不同片段密度的重复性**：为评估样本密度对测量的影响，研究人员，在两次独立实验中，对同一品种的三个不同密度载玻片进行了两两比较，结果显示所有Pearson相关系数均在0.78至0.95之间，且配对t检验显示各密度间无显著差异。这表明系统在不同纤维片段密度下均能保持良好的测量可重复性。
**(2) 跨测试的重现性**：将两次独立扫描（每次包含三个载玻片）的所有周长数据合并分析，结果显示两次独立测试间的相关系数高达0.995至0.999。对不同品种的周长分布进行对比，发现两次测试间的分布形态几乎完全一致，说明系统不仅能提供平均周长，更能对纤维周长的整体分布进行高度可重复的测量。
**(3) 不同棉花品种间周长分布的比较**：通过对四种棉花生产用种棉种类的13个品种（包括3个草棉、3个阿非利加棉、3个海岛棉和4个陆地棉品种）进行周长分布分析，发现不同物种呈现了独特的分布特征。具体而言，三个草棉品种倾向于表现出最大的纤维周长，而海岛棉的周长最小，阿非利加棉和陆地棉则呈现中间分布。该结果表明纤维周长是一个敏感的作物品种间和种内差异的表型指标。
**(4) 与横截面测量方法的验证**：将系统估算的纤维周长分布与基于传统横截面图像分析获得的测量数据进行非参数检验对比。虽然对两个样本的总体均值存在统计学差异（表现为实验系统的估算值总体偏高），但后续比较周长分布形状（区间频率）时发现，两者分布之间并不存在系统性差异，且相关系数极高（r > 0.960）。这初步证实了该系统估算出的周长分布与传统切片法获得的结果高度一致。
**(5) 与AFIS和HVI测量值的相关性验证**：系统的估算结果与工业标准测量值进行了相关分析。结果显示，估算的平均周长P与AFIS的重力细度呈强正相关（r ≈ 0.80），与HVI的马克隆值呈中等正相关（r ≈ 0.65），而与HVI的束纤维强度呈强负相关（r ≈ -0.95）。同时，研究发现P与AFIS成熟度比的相关系数低且不显著。
**结论与意义**
本研究开发了一套基于纵向视图的自动化棉纤维表型分析系统，能够在无需切片的情况下，通过结合z堆叠成像、复小波变换全焦融合、SAM-HQ分割及图像特征经验模型进行图像处理，实现对单根纤维周长（P）的高通量与高精度估算。这一方法不仅突破了传统切片法效率低、成本高的瓶颈，也解决了以往纵向视图因纤维形状复杂而难以处理的核心难题，满足了棉花育种和种质筛选的高通量需求。研究结果表明，该系统对纤维周长及其分布的测量具有高度可重复性，并能成功区分不同品种间的形态差异。尽管与AFIS及HVI指标相关性紧密，但因周长与成熟度关联较弱，它为进一步研究纤维尺寸与其它品质性状的独立遗传效应提供了依据。未来工作将基于更大规模和多环境样本验证该方法，以确认其在遗传育种项目中的广泛适用性，为棉花纤维品质的遗传改良提供了重要且高效的筛查工具。
