公开(公告)号：CN116229265A

公开(公告)日：2023-06-06

申请号：CN202310212916.2

申请日：2023-03-08

Applicant: 长江大学 ,  中国农业科学院作物科学研究所

Inventor： 黄岚 ,  邱丽娟 ,  王俊 ,  周婉 ,  陈伊洁 ,  詹炜 ,  李伟豪 ,  张聪 ,  熊亚俊

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开了一种自动无损提取大豆植株表型的方法，包括：获取大豆植株图像，将大豆植株图像输入至预先训练的YOLOv5s‑S神经网络模型中识别豆荚区域和茎区域，获得豆荚和茎秆的坐标信息，并根据豆荚的坐标信息获取豆荚个数，采用训练后的U2‑Net神经网络模型对大豆植株图像进行语义分割，获得伪彩色分割图，对大豆植株图像进行二值化处理，获得二值化图像，将伪彩色分割图和二值化图像进行叠加，采用基于A*搜索的路径搜索算法对叠加后的图像进行处理，获得株高、有效分枝数以及分枝长度。本发明的自动无损提取大豆植株表型的方法可以在一次扫描中计算大豆植株的豆荚个数，识别所有有效分枝，测量植株高度和分枝长度，具有令人满意的精度。

公开(公告)号：CN118248207A

公开(公告)日：2024-06-25

申请号：CN202410240643.7

申请日：2024-03-04

Applicant: 中国农业科学院作物科学研究所 ,  神农种业实验室 ,  长江大学

Inventor： 邱丽娟 ,  王俊 ,  陈伊洁 ,  滕世锐 ,  王婉

IPC: G16B5/00 ,  G16B40/00 ,  G06N20/20

Abstract: 本发明属于动植物育种技术领域，公开了一种基于多性状表型模型的全基因组选择模型构建方法及系统，基于表型数据建立的多性状模型，将基因组选择模型获得的预测值或估计育种值作为机器学习表型预测模型输入数据以预测最终表型值进行品系选择；建立多性状机器学习表型模型以捕获植物表型性状间的线性或非线性关系，以此为基础，结合基因组选择模型分别获得的各性状预测值和估计育种值。本发明提高目标性状的预测准确度，加快育种进程；提高对目标性状的选择效率，节约育种成本；广泛应用于农业动、植物育种领域。

公开(公告)号：CN112185461B

公开(公告)日：2024-05-07

申请号：CN202010869073.X

申请日：2020-08-26

Applicant: 中国农业科学院作物科学研究所 ,  长江大学

Inventor： 邱丽娟 ,  王俊 ,  宋健 ,  周彦辰 ,  刘晓雪

IPC: G16B20/20 ,  G16B30/00

Abstract: 本发明提供了一种缩小GWAS定位区间的全映射基因分型检测方法，属于生物信息学技术领域。本发明提供的缩小GWAS定位区间的全映射基因分型检测方法，是基于关联区间SNP位点全映射条件下分型策略缩小GWAS定位区间的方法，旨在分析得到关联区间之间的上位性的基础上，并根据不同定位区间之间所有SNP位点两两形成全映射状态下，计算不同SNP位点在映射条件下不同基因分型与表型的关联度，从而缩小定位区间，为进一步图位克隆候选基因打下坚实基础。本发明提供的方法在已有数据的基础上开发更可靠的方法进行进一步缩小定位区间，有助于提高研究效率，促进基因定位及功能研究的开展。

公开(公告)号：CN119516535A

公开(公告)日：2025-02-25

申请号：CN202411329697.7

申请日：2024-09-24

Applicant: 长江大学

Inventor： 黄岚 ,  邱丽娟 ,  王俊 ,  陈佳骏 ,  刘芝妤 ,  周婉 ,  詹炜 ,  李杨 ,  滕世锐

IPC: G06V20/68 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明涉及一种基于深度学习的大豆植株茎秆相关表型自动获取方法，通过八个步骤，将深度学习和图像处理技术融合使用，针对成熟期大豆整株图像结合大豆植株形态学特征，通过深度学习训练目标检测模型识别茎节，训练语义分割模型提取茎秆区域，结合茎秆区域提取结果优化茎节检测结果，再结合图像二值化处理，设计多路径规划算法对重构的主茎和分枝分别实现茎节定位、排序、计数和茎节间距计算，用最大内切圆法获取主茎和分枝茎粗，实现针对成熟期大豆整株植株茎秆相关表型的自动获取，为育种人员提供海量表型数据。克服了现有人工和传感器检测法及图像处理法采集大豆整株植株表型数据的不足，具有客观、准确，自动、高效率获取表型数据的特点。

公开(公告)号：CN112185461A

公开(公告)日：2021-01-05

申请号：CN202010869073.X

申请日：2020-08-26

Applicant: 中国农业科学院作物科学研究所 ,  长江大学

Inventor： 邱丽娟 ,  王俊 ,  宋健 ,  周彦辰 ,  刘晓雪

IPC: G16B20/20 ,  G16B30/00

Abstract: 本发明提供了一种缩小GWAS定位区间的全映射基因分型检测方法，属于生物信息学技术领域。本发明提供的缩小GWAS定位区间的全映射基因分型检测方法，是基于关联区间SNP位点全映射条件下分型策略缩小GWAS定位区间的方法，旨在分析得到关联区间之间的上位性的基础上，并根据不同定位区间之间所有SNP位点两两形成全映射状态下，计算不同SNP位点在映射条件下不同基因分型与表型的关联度，从而缩小定位区间，为进一步图位克隆候选基因打下坚实基础。本发明提供的方法在已有数据的基础上开发更可靠的方法进行进一步缩小定位区间，有助于提高研究效率，促进基因定位及功能研究的开展。

公开(公告)号：CN110018134A

公开(公告)日：2019-07-16

申请号：CN201910339010.0

申请日：2019-04-25

Applicant: 中国农业科学院作物科学研究所 ,  长江大学

Inventor： 邱丽娟 ,  王俊 ,  徐瑞新 ,  宋健

IPC: G01N21/359 ,  G01N21/3563

Abstract: 本发明提供一种近红外光谱法测定大豆水溶性蛋白含量的方法，涉及近红外光谱检测技术领域，本发明所述方法对待测大豆去除种皮，用近红外光谱仪扫描去皮大豆，得到原始光谱；将所述原始光谱带入大豆水溶性蛋白含量预测模型中，得到大豆水溶性蛋白含量；所述大豆水溶性蛋白含量预测模型的构建时对大豆进行去皮、脱脂和化学法测定，对原始光谱进行多种方法预处理，对比实测值和预测值评价PLS回归法所得定量分析模型，提高大豆蛋白水溶性蛋白含量预测模型的准确度。本发明所述方法解决了种皮颜色差异导致的测定误差；在构建大豆水溶性蛋白含量预测模型时，对去皮大豆先行脱脂，去除了脂肪颗粒对水溶性蛋白的影响，从而获得更为准确的预测模型。