植物三维表型结构信息在生物育种和基因组研究中尤为重要。为了能够有效、快速、无损地实现对植物三维表型信息的提取，以玉米为例，提出一种从图像生成的三维点云提取玉米幼苗叶片尺度的三维表型结构信息的方法。首先利用运动恢复结构算法将手机获取的图像重建生成三维点云；然后结合ExGR指数、条件欧氏聚类算法从环境背景中自动提取玉米幼苗，进而采用区域增长算法分割叶片；最后计算玉米幼苗的株高、三维体积、叶片面积和叶片周长等三维表型结构信息，并分析表型信息随时间的动态变化。结果表明，与真实值相比，所提方法计算的株高、叶片面积和叶片周长的均方根误差（RMSE）分别为0.77 cm、1.62 cm²和1.21 cm，平均绝对百分比误差（MAPE）分别为3.23%、8.27%和4.75%，且决定系数R²均达0.98以上。所提方法可以有效地无损提取玉米幼苗三维表型结构信息，并可以拓展到对其他柱状结构植物的表型信息提取方面。

炎症性疾病的发生是当今临床医学攻克的重点。M1型巨噬细胞分泌炎症因子产生炎症, 而M2型巨噬细胞分泌抑炎因子抑制炎症的发生。M1型巨噬细胞向M2型极化, 则是从炎症状态转变成抑制炎症发生的状态, 因此研究巨噬细胞向缓解炎症的M2型极化将有利于炎症性疾病的治疗。本研究利用骨髓间充质干细胞(BMSC)培养液处理已被脂多糖(LPS)诱导呈M1型的Raw264.7巨噬细胞, 探究骨髓间充质干细胞培养液(BMSC-CM)对巨噬细胞向M2型极化的影响及其分子机制。提取来源于3周龄C57BL/6鼠的骨髓间充质干细胞; 再收集BMSC-CM处理M1型的Raw264.7巨噬细胞; 半定量PCR检测M1型标记基因[肿瘤坏死因子α(TNF-α)和诱导型一氧化氮合酶(INOS)]和M2型标记基因[精氨酸酶1(ARG-1)和转化生长因子β1(TGF-β1)]mRNA表达以及白介素10(IL-10)mRNA表达水平; Western蛋白质印迹法检测信号传导及转录激活蛋白3(STAT3)和磷酸化STAT3(p-STAT3)的表达。本研究发现,经过BMSC-CM培养后的M1型的Raw264.7巨噬细胞, 其M2型相关指标ARG-1和TGF-β1 mRNA水平明显上升, 并且IL-10 mRNA水平和p-STAT3蛋白水平也明显上升。这些结果说明,骨髓间充质干细胞培养液通过IL-10/STAT3信号通路促进STAT3磷酸化, 诱导巨噬细胞Raw264.7细胞向M2型极化。

表型分析对于理解植物基因型与环境之间的关系非常重要, 开发高效且成本低的相关技术是精准农业等领域的一项典型需求。 其中, 代表性的RGB-D设备Kinect已用于植物表型分析, 但其应用潜力尚未被充分挖掘。 本文首先梳理比较了Kinect表征三维结构的三种原理方式, 即点云基于深度图像（DI）生成, 通过运动恢复结构（SfM）从彩色图像获得, 以及合并DI和SfM点云生成融合数据（MD）, 并以FARO X330激光扫描仪获取的基准数据评估三种方式的性能。 以植物玉簪为例的分析结果表明, 对叶面积的估算DI点云的准确度最高, 对叶片圆形度和偏心率的反演MD点云表现最佳, 对叶倾角的反演SfM点云的性能最好。 三种方式的结果差异源于它们表征不同结构的表现不同, 对于叶面积的反演, SfM表征叶片相对不完整, 而MD重建叶片的边缘存在不平滑的现象, 导致两者精度不足; 对于表征叶片的几何特征, 通过合并DI和SfM数据生成的MD点云实现了信息增强的效果, 使得其表现优于DI和SfM点云; 叶倾角对深度测量的准确性更敏感, 由于Kinect测量深度过程中通常存在误差, 导致DI和MD点云反演精度偏低, 而SfM点云仅通过彩色图像生成, 因此其表现出反演叶倾角的最佳性能。 性能比较与原因分析表明, 三种方式对不同的结构特征有不同的适用空间, 它们的集成有助于提升Kinect用于植物表型分析的整体性能, 由此形成一种基于Kinect的移动表型高效分析技术; 此外, 提出的叶片几何描绘（LGD）模型可较好拟合叶片轮廓, 有助于恢复部分被遮挡叶片的几何形态。 提出了一种基于Kinect的低成本但高效的移动型三维植物结构表型分析技术, 这对于促进作物监控、农业增产等有基础技术意义。

针对土壤遮挡时根系图像信息不全的问题, 提出一种热红外成像根系表型检测方法, 结合Criminisi改进算法实现根系图像信息的增强和修复, 并研究玉米根系表型与种子活力之间的关系。 首先, 设计一种适应于玉米根系构型的环形双层石英培养装置迫使玉米根系贴壁生长, 分别将老化0, 1, 3和6 d的玉米种子种植在环形培养装置中。 基于水和土壤比热容具有显著差异的特点, 利用水对玉米苗根茎进行滴灌, 并通过热空气对培养装置中的玉米根系进行短时热激励, 再用红外热像仪采集根系红外热像, 利用土壤与根土间隙水流温度的差异实现土壤遮挡处根系的热成像。 其次, 对预处理后的根系热像, 进行端点和最佳匹配对判定, 并利用Criminisi改进算法对红外热像中的断根连接, 实现根系热红外图像的修补。 最后, 利用以上方法分别对不同老化天数的玉米种子幼苗进行根系表型检测验证。 结果表明, 所提出的热红外成像方法可有助于土壤遮挡处根系的表型图像信息增强, 比彩色图像提取的根系表型参数精度提高约0.5%~10%。 玉米种子老化1d后其根系表型参数总根长（RTL）和总根数（RTN）未见明显差异, 但老化3d和6d的种子其根系表型参数具有显著差异, RTL减少20%～35%, RTN减少10%～55%, 反映了玉米种子长时间老化后其活力存在显著下降。 不同老化天数的玉米根系表型参数RTL和RTN均与老化天数呈显著负相关, 可作为种子活力的重要指标参数, 其中, 种子根系RTN参数对老化更为敏感, 更能够直观反映种子的活力水平, 老化1和3 d的种子发根与未老化种子相比均推迟1 d; 老化6 d的种子其发根则推迟2 d, 且后续根系发育一直迟缓。 所提的基于热红外成像的根系表型检测结合Criminisi改进算法的根系表型检测方法, 可用于作物根系表型高通量无损检测, 具有广阔的应用前景。

H1N1流感病毒属于常见的致病性病毒。流行病学调查研究表明, 新生儿表型缺陷与流感病毒感染有关, 但是具体机制还不明确。为了探讨H1N1流感病毒对胚胎发育的影响, 本文通过流感病毒感染孕母鼠来构建流感病毒宫内感染的动物模型, 分别在胚胎发育至E14.5、E15.5、E16.5、E17.5、E18.5 d以及出生1 d后测量各胚胎的体长, 并在体视镜下观察胚胎体表各血管和器官来分析胚胎外表发育的情况, 然后采用阿尔新蓝-茜素红染色法观察各发育时期胚胎骨骼发育的情况。结果表明, 流感病毒感染的小鼠胚胎的体长明显降低。外部器官发育的差异性可体现在眼、耳等器官, 攻毒组成型稍晚, 尾部异常卷曲更为严重。各骨骼发育攻毒组较对照组更迟缓, 但没有出现长短肢或骨骼缺失等严重异常表型。本研究首次构建了流感病毒宫内感染的动物模型, 探究了H1N1流感病毒对小鼠胚胎表型发育的影响。

为高通量地计算农作物株高,克服传统测量方法低效、耗时耗力等不足, 以抗线9号、13号和富豆6号寒地大豆为研究对象,构建了基于Kinect 2.0的大豆冠层图像同步采集平台,并在三维重建大豆冠层结构形态的基础上,提出了基于深度信息的个体和群体大豆株高计算方法。实验结果表明,与实测值相比,计算得到的个体和群体大豆株高的平均误差分别为0.14 cm和0.54 cm,抗线9号、13号和富豆6号株高计算值与实测值之间的决定系数依次为0.9717,0.9730,0.9697。所提方法能够较为精确地计算大豆植株的株高特征。

为了解决类能量图易受人体运动时间和位置移动等因素影响而难以有效描述动作细节特征的问题, 本文提出了一种基于类能量图金字塔梯度直方图(PHOG)融合特征和多类别Adaboost分类器的人体行为识别方法。该方法首先对经过躯体配准的运动人体目标轮廓图像构造平均运动能量图(AMEI)和增强的运动能量图(EMEI), 分别提取其分层梯度方向直方图(PHOG)特征并进行串联融合, 作为一种多层次的行为特征描述; 然后使用基于查找表的LUT-Real Adaboost算法设计多类别分类器, 实现图像中人体行为动作的识别。实验结果显示其在典型的人体动作数据集DHA上的正确识别率达97.6%, 高于其它采用单一特征描述和SVM等分类器的方法。表明该方法将整体与局部特征相结合, 可以有效描述不同尺度下的动作细节特征, 增强了人体行为特征的描述能力, 提高了识别性能。

作物优良品种选育是实现作物优质高产的关键。 现代育种方法需要获取植株的大量表型信息, 最终选育出性状稳定的优良品种。 近年来, 高通量植物表型分析技术因其快速、 无损、 高效等优势, 为筛选优良作物品种提供了技术保障, 已成为农学、 工程、 计算机科学等多学科交叉研究的热点。 其中, 叶绿素荧光技术作为植物光合作用的探针, 是研究植物逆境胁迫表型的有力工具之一, 能够实现植物生物与非生物胁迫的高效分析, 加快作物优良性状的筛选。 该文旨在阐述叶绿素荧光技术的研究进展和发展趋势, 主要介绍了叶绿素荧光技术的基本原理和成像系统、 叶绿素荧光参数的分析和处理方法, 总结了在植物表型分析研究中的应用情况, 探讨了该技术目前存在的问题和改进的方法, 进一步展望了叶绿素荧光技术在植物表型分析中的应用前景。

经EMS诱变ag-10拟南芥后筛选获得一株矮化且叶色较深的突变体ah45,该突变体与ag-10相比具有开花时间晚,叶片更圆更小,果荚长度缩短,种子数目减少,生长周期延长等表型。遗传分析表明ah45的表型由隐性单基因突变所致。利用图位克隆的方法对突变位点进行初步定位,结果表明ah45突变基因位于第2号染色体的BAC克隆F5E13(1)与F6E13(2)之间61 kb区间内。