This work was performed in the Environmental Molecular Sciences Laboratory, a national scientific user facility sponsored by the Department of Energy's Office of Biological and Environmental Research and located at Pacific Northwest National Laboratory.

Achtung: Der Betrieb eines Röntgentomographen erfordert sowohl allgemeine Strahlung Ausbildung und instrumentenspezifischen Strahlung Sicherheitstraining. Alle entsprechenden Verfahren relevant in das Labor des Experimentators zu beachten. 1. Root-Imaging Anmerkung: Dieser Schritt beschreibt die Bebilderung einer Gras Probe gehalten in seiner ursprünglichen Boden in einer röhrenförmigen Kunststofftopf (ein Kunststoffrohr mit einem Durchmesser von 40 mm, einer Höhe von 210 mm, und einer Wanddicke von etwa 2 mm). <ol><li> Legen Sie Topfpflanze auf dem Probenmanipulator des Instruments in einem Abstand zur Ziel Vergrößerung gewünscht. Für eine Anlage in einem 2-Zoll Durchmesser Halter die Probe auf Quell Abstand sollte etwa 3 Zoll (7 cm) betragen. </li><li> Passen Sie die Röntgenscaneinstellungen optimale Farbe zu erzielen (Graustufe) Kontrast im Detektor Bild. Hinweis: Diese Einstellungen sind in der Instrumentensteuerungssoftware verwendet. <ol><li> Set Röntgenenergieeinstellungen; 85 kV und 190 &amp; mgr; A wurden in dieser Prüfung verwendetple. </li><li> Stellen Sie die Belichtungszeit. Hier wird eine relativ lange Belichtungszeit von 1 sec wurde für eine bessere Signal-Rausch-Verhältnis verwendet. </li><li> Legen Sie die Anzahl von Vorsprüngen und Frames pro Projektion; 4 Bilder pro Projektion für insgesamt 3142 Projektionen für eine gute Datenstatistiken vorgeschlagen. </li><li> Führen Sie eine Shading-Korrektur der Messbedingungen eingestellt oben durch die &quot;Shading-Korrektur&quot; Tab auswählen und auf &quot;Create&quot; verwenden. Hinweis: Die Schattierungskorrektur für die Variation in Reaktion der Abbildungsvorrichtung der Pixel gleicht, wenn sie mit einer konstanten Menge von Röntgenfluss beleuchtet. Der Vorgang dauert leere Bilder (mit Probe aus Strahlengang entfernt werden) mit dem Röntgenstrahl eingeschaltet und mit dem Strahl ausgeschaltet. Diese Korrektur wird für alle Bilder gesammelt angewendet. </li><li> Wählen Sie den &quot;Minimieren Ring Artefakte&quot; Option (auch als &quot;pendelt Modus&quot;); die Probe wird in Winkelschritten gedreht werden, während die Projektionsbilder erfasst werden. Dies führt dazu, dasseine Akquisition mit einer geringeren Geschwindigkeit, hilft aber Ring Artefakte zu beseitigen. </li><li> Starten Sie den Scan durch die Schaltfläche &quot;Erfassen&quot; unter der Acquisition Registerkarte klicken (mit den Einstellungen oben skizzierten Bildsammlung dauert etwa 4 Stunden). </li></ol></li></ol> 2. Datenrekonstruktion Hinweis: Dieser Abschnitt beschreibt die Rekonstruktion von 3D-Volumendaten aus den RAW-Bilder (Röntgenbilder aus der CT-Scan). <ol><li> Legen Sie die Rohdaten in das Programm. </li><li> Vergleichen erste und das letzte Bild (sollten sie nahezu identisch sein , wie das letzte Bild nach einer 360-Grad - Drehung der Probe genommen wird) , um sicherzustellen , dass die Probe nicht bewegt oder die Scan - Einstellungen nicht während der Datenerfassung geändert werden . </li><li> Berechnen Sie die Rotationszentrum (COR) durch das &quot;Center of rotation&quot; Tab auswählen und auf &quot;Start&quot;; Verwendung Optionen &quot;Automatisch&quot; COR Suche mit &quot;High Quality&quot; Genauigkeit und &quot;Dual&quot; (obere und untere) Scheibe sWahl für COR-Berechnung. </li><li> Wählen Sie das Probenvolumen rekonstruiert werden: Wählen Sie die Registerkarte &quot;Lautstärke&quot; und bearbeiten Sie die Lautstärke Auswahlfenster die Thumbnails verwenden. </li><li> Führen Sie den Wiederaufbau der Lautstärke-Datei mit 3D-Daten zu erstellen, indem Sie auf &quot;Start&quot;. </li></ol> 3. Datenverarbeitung / Segmentation Hinweis: Dieser Abschnitt beschreibt die Schritte, die rekonstruierten Daten für die Weiterverarbeitung im Programm RooTrak vorzubereiten genommen werden Wurzeln zu verfolgen, wie sie durch den Boden verzweigen, und zu isolieren, die Wurzeln von jedem umgebenden Material einen Stapel von binären Bildern von nur produzieren die Wurzel selbst. <ol><li> Die Verarbeitung von Volumendaten in ImageJ ein RooTrak verarbeitbare Bildstapel vorzubereiten: <ol><li> Legen Sie das Volume-Datei in ImageJ. </li><li> Optimieren Sie den Bildkontrast zwischen Wurzel und Boden durch Helligkeits- und Kontrasteinstellungen Einstellung (Bild klicken / Anpassen / Helligkeit / Kontrast). Wenn der interessierende Bereich innerhalb des Bildes sichtbar ist und clearly unterscheidbar, werden die Einstellungen betrachtet optimiert. </li><li> Speichern als Bildstapel in JPEG, BMP oder PNG-Format. </li></ol></li><li> Die Verarbeitung in RooTrak segmentieren die Wurzel: <ol><li> Bild laden Stapel in RooTrak (gehen Sie zu Registerkarte &quot;Extras&quot;, und drücken Sie &quot;Tracker&quot;). </li><li> Set Saatpunkte innen Wurzel: Klicken Sie mehrere Punkte innerhalb jeder der zugehörigen Wurzelabschnitte sichtbar in der Draufsicht Scheibe der Volumendaten. </li><li> Gesetzt tracker parameters &quot;Glätte&quot; und &quot;Ähnlichkeit&quot; bis 0,3 bzw. 0,8. </li><li> Führen Sie die Tracking-Funktion. Dies wird die Wurzel aus dem oberen Bildscheibe den ganzen Weg nach unten Scheibe folgen. </li><li> Nachdem Sie die Volumendaten zu lesen, wählen Sie die Anzahl der Scheiben auf die nutzbare Datenvolumen entsprechend; in diesem Fall wurde, Tracking bei 200 Scheiben gestoppt, das entspricht bis zu einer Tiefe von 6,2 mm, wobei root Grenzen wurde schlecht definiert (das Bild des verfolgten Wurzel begonnen, in die des Bodens zu mischen). Beachten Sie dasBildstapel erzeugt wird automatisch gespeichert werden, wo das Ausgabeverzeichnis erstellt wurde. </li></ol></li></ol> 4. Volumen und Oberflächenanalyse Hinweis: Dieser Schritt beschreibt die isosurface Netzgenerierung aus dem Bildstapel von RooTrak erstellt. <ol><li> Konvertieren Sie Bildstapel von RooTrak in ein binäres Bildformat in ImageJ. Wählen Sie &quot;Bearbeiten&quot; und dann auf &quot;Binary&quot;, dann &quot;Binary Make&quot;. </li><li> Verwenden Sie die Open-Source-ImageJ Plugin, BoneJ, das Dreiecksnetz zu schaffen; in ImageJ wählen &quot;Plugins&quot;, dann &quot;BoneJ&quot;, dann &quot;Isosurface&quot;. </li><li> Set &quot;Resampling&quot; und &quot;Threshold&quot; bis 6 bzw. 120 (Standardeinstellung). Check &quot;anzeigen Oberfläche&quot;, und drücken Sie die Taste &quot;OK&quot;. </li><li> Auf der &quot;3D-Viewer&quot; klicken Sie auf die Registerkarte Datei, dann auf &quot;Export-Oberflächen&quot;, dann speichern unter &quot;STL (binär)&quot;. </li><li> Öffnen Sie imeshJ, wählen Sie die STL-Datei und Voxelgröße in Mikron ein. Klicken Sie auf &quot;Calculate Fläche &quot;in mm 2 Gesamtprobenwurzeloberfläche zu erwerben. In ähnlicher Weise auf&quot; berechnen Volume &quot;auf Gesamtprobe Wurzelvolumen in mm 3 erhalten. </li></ol>

<ol>
	<li>McKenzie, B. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Rhizosphere:+An+Ecological+Perspective.">The Rhizosphere: An Ecological Perspective.</a> Eur. J. Soil Sci. 59 (2), 416-417 (2008).</li><li>Farrar, J., Hawes, M., Jones, D., Lindow, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+roots+control+the+flux+of+carbon+to+the+rhizosphere.">How roots control the flux of carbon to the rhizosphere.</a> Ecology. 84 (4), 827-837 (2003).</li><li>Gregory, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Roots+rhizosphere+and+soil:+the+route+to+a+better+understanding+of+soil+science?.">Roots rhizosphere and soil: the route to a better understanding of soil science?.</a> Eur. J. Soil Sci. 57 (1), 2-12 (2006).</li><li>Philippot, L., Raaijmakers, J. M., Lemanceau, P., van der Putten, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Going+back+to+the+roots:+the+microbial+ecology+of+the+rhizosphere.">Going back to the roots: the microbial ecology of the rhizosphere.</a> Nat. Rev. Microbiol. 11 (11), 789-799 (2013).</li><li>Gregory, P. J., Hutchison, D. J., Read, D. B., Jenneson, P. M., Gilboy, W. B., Morton, E. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Non-invasive+imaging+of+roots+with+high+resolution+X-ray+micro-tomography.">Non-invasive imaging of roots with high resolution X-ray micro-tomography.</a> Plant and Soil. 255 (1), 351-359 (2003).</li><li>Mairhofer, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=RooTrak:+Automated+Recovery+of+Three-Dimensional+Plant+Root+Architecture+in+Soil+from+X-Ray+Microcomputed+Tomography+Images+Using+Visual+Tracking.">RooTrak: Automated Recovery of Three-Dimensional Plant Root Architecture in Soil from X-Ray Microcomputed Tomography Images Using Visual Tracking.</a> Plant Physiol. 158 (2), 561-569 (2012).</li><li>Anderson, S. H., Hopmans, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Soil-Water-Root Processes: Advances in Tomography and Imaging. , (2013).</li><li>Mairhofer, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recovering+complete+plant+root+system+architectures+from+soil+via+X-ray+mu-Computed+Tomography.">Recovering complete plant root system architectures from soil via X-ray mu-Computed Tomography.</a> Plant Methods. 9, 8 (2013).</li><li>Lorensen, W. E., Cline, H. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Marching+cubes:+a+high+resolution+3D+surface+construction+algorithm.">Marching cubes: a high resolution 3D surface construction algorithm.</a> Comput. Graph. 21 (4), 163-169 (1987).</li><li>Lobet, G., Draye, X., Perilleux, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+online+database+for+plant+image+analysis+software+tools.">An online database for plant image analysis software tools.</a> Plant Methods. 9 (38), (2013).</li><li>Schmidt, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+iRoCS+Toolbox+-+3D+analysis+of+the+plant+root+apical+meristem+at+cellular+resolution.">The iRoCS Toolbox - 3D analysis of the plant root apical meristem at cellular resolution.</a> Plant J. 77 (5), 806-814 (2014).</li><li>Galkovskyi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GiA+Roots:+software+for+the+high+throughput+analysis+of+plant+root+system+architecture.">GiA Roots: software for the high throughput analysis of plant root system architecture.</a> BMC Plant Biol. 12, 116 (2012).</li><li>Clark, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3-Dimensional+Root+Phenotyping+with+a+Novel+Imaging+and+Software+Platform.">3-Dimensional Root Phenotyping with a Novel Imaging and Software Platform.</a> Plant Physiol. 156, 455-465 (2011).</li><li>. RootSnap! Available from: <a target="_blank" href="https://www.cid-inc.com">https://www.cid-inc.com</a> (2013)</li><li>Arsenault, J. L., Pouleur, S., Messier, C., Guay, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=WinRHIZO&#8482;+a+root-measuring+system+with+a+unique+overlap+correction+method.">WinRHIZO&#8482; a root-measuring system with a unique overlap correction method.</a> HortSci. 30, 906-906 (1995).</li></ol>

We have nothing to disclose.

Eine Kombination von Röntgencomputertomografie und mehrere Open-Source-Programme erwies sich als eine leistungsstarke Kombination nichtinvasiv Bild Pflanzenwurzelproben, Segment Stammdaten und extrahieren quantitative Informationen (Fläche und Volumen) aus den 3D-Daten zu sein. Unsere Fähigkeit, Funktionen zu visualisieren und zu messen ist immer von Scan-Auflösung begrenzt sowie durch Beschränkung des RooTrak Software. Jedoch war Abtastauflösung ausreicht, um die Mehrheit der Funktionen der Probe in dieser Studie...

Roots, als Teil der Rhizosphäre 2-5, eine &quot;unsichtbare&quot; Teil der Pflanzenbiologie dar , da es schwierig Boden zu Bild Wurzeln nicht-invasiv 6 macht, 7. Doch das Wurzelwachstum und Interaktion innerhalb der Bodenumgebung zu studieren ist entscheidend für das Verständnis root / Pflanzenwachstum und Nährstoffkreislauf, was wiederum Auswirkungen auf Aufforstung, Ernährungssicherheit, und das Klima. X-ray - Computertomographie (XCT) hat 8 ein wertvolles Werkzeug für die nichtinvasive Bildgebung von Pflanzenwurzelproben in ihren lokalen Umgebungen erwiesen. Um die Wurzelentwicklung und Dimensionsänderungen unter verschiedenen Bedingungen zu messen, und in der Lage sein, Daten aus verschiedenen Datensätzen / Proben zu vergleichen, muss man quantitative Informationen aus den Tomographiedaten zu extrahieren. Segmentierung der Stammdaten von der des umgebenden Bodens, das heißt, der Isolierung des Wurzel Bild von allem anderen um ihn herum (einschließlich zum Beispiel einer benachbarten Anlage) ist ein kritischer Schritt, bevor accuRate Größenanalyse kann durchgeführt werden. Allerdings ist eine einfache Schwellwertoperation Ansatz oft nicht machbar für Stammdaten. Die Herausforderungen im Zusammenhang mit bildgebenden Pflanzenwurzeln im Boden umfassen Variationen in den Röntgendämpfungseigenschaften des Stammmaterials und die Überlappung in Dämpfungswerte zwischen Wurzel und Boden durch Wasser und organische Stoffe. Diese Fragen wurden hervorragend kürzlich von Mairhofer et al gerichtet. in ihrer visuellen Tracking - Tool RooTrak 7, 9. Der nächste Schritt nach einer erfolgreichen Segmentierung ist die genaue Bestimmung der Wurzelvolumen und die Oberfläche. Das Volumen kann durch Zählen der Anzahl von Voxeln und Multiplizieren mit dem Voxel &#39;Größe gewürfelt geschätzt werden wie vorher 7 gezeigt. Für eine genauere Bestimmung der Wurzeloberfläche und Volumen der Isofläche des segmentierten Wurzelsystem kann durch ein Gitter von Dreiecken dargestellt werden können, ein Algorithmus , bekannt als Marching Cubes 10 verwendet wird . Die Open-Source - ImageJ 11 eingesetzt werden th angenäherte Wurzelvolumen auf der Grundlage der Marching Cubes Algorithmus. Nach bestem Wissen und Gewissen, nur eine begrenzte Anzahl von Open-Source - Software die Berechnung Tomographie-basierte Volumen / Oberflächendaten für die Wurzelproben im Zentimeterbereich gewidmet und oben ist derzeit 12 zur Verfügung. Eine Open-Source - Software , die wir auf 13 schaute konzentriert sich auf das Wurzelwachstum und wird auf zellulärer Funktionen richtet ermöglicht quantitative Volumenanalyse an Einzelzellauflösung. Einige Open-Source - Software , um ganze Wurzelsysteme gewidmet 14 eignet sich hervorragend für kleine Durchmesser Systeme Rohr Wurzel auf der Basis der Annäherung , dass ihre Form tatsächlich rohrförmig ausgebildet ist. Allerdings sind einige Arbeit mit 2D - Bildern und nicht in der Lage zu handhaben 3D 14 Stacks. Des Weiteren kann die rohrförmige Form Approximation nicht gültig sein, wenn Wurzelsysteme mit rauen Oberflächen und ungleichmäßige Formen, wie die von Bäumen, untersucht. Ein weiterer Ansatz 15 verwendet zweidimensionale (2D) Drehbildsequenzen innovativ umgehen the benötigen für eine teure CT-Scanner. Er misst, Aufzeichnungen und zeigt Wurzelsystem Längen. Die Software , die wir von denen nur im Handel erhältlich 16-18 getestet haben; ein nicht erscheint 3D in der Lage sein Bild zu handhaben 16 stapelt, die zweite ist eine Blattfläche und Wurzellängenmesswerkzeug 17, während die dritte auf die Farbanalyse 18 basiert. Auf der Grundlage dieser Umfrage, schlagen wir vor, dass eine costless Option, die die Oberfläche und das Volumen der Wurzel unabhängig von seiner Form von 3D-Tomographiedaten annähert wünschenswert ist. Aufbauend auf dem frei verfügbaren RooTrak und ImageJ, haben wir ein Programm entwickelt, mit dem Namen imeshJ (Supplemental - Code - Datei) , welche Prozesse eine isosurface mesh (Oberfläche Stereolithografie - Datei) von segmentierten Stammdaten erzeugt, und berechnet das Volumen und die Oberfläche der Wurzel von tun einfache geometrische Berechnungen auf dem Dreieck Indexdaten Mesh. Hier berichten wir über eine Methode, die die Verwendung von XCT Bildgebung kombiniert,Daten Rekonstruktion und Visualisierung (Software CT Pro 3D und VG Studio), Segmentierung der Wurzel der Probe aus dem Boden in den 3D-Daten (Open-Source-Software ImageJ und RooTrak) und Extraktion der Oberflächen- und Volumeninformationen aus einem Dreiecksnetz (ImageJ und der Computercode imeshJ).

<table><tbody><tr><td>X-Tek/Metris XTH 320/225 kV&amp;nbsp;</td><td>Nikon Metrology</td><td></td><td>X-ray tomography scanner</td></tr><tr><td>Inspect X</td><td>Nikon Metrology</td><td></td><td>Instrument control software</td></tr><tr><td>CT Pro 3D</td><td>Nikon Metrology</td><td></td><td>Reconstruction software, version XT 2.2</td></tr><tr><td>VG Studio MAX</td><td>Visual Graphics GmbH</td><td></td><td>Visualization software for 3D volumes, version 2.1.5</td></tr><tr><td>ImageJ</td><td>Open-source</td><td></td><td>Image processing and analysis software, version 1.6</td></tr><tr><td>RooTrak</td><td>Open-source</td><td></td><td>Root segmentation software, version 0.3.1-b1 beta</td></tr><tr><td>imeshJ</td><td>EMSL</td><td></td><td>MATLAB script developed by the authors</td></tr><tr><td>Prairie dropseed grass sample</td><td></td><td></td><td>Sample obtained from ground in residential area</td></tr></tbody></table>

extracting metrics for three-dimensional root systems: volume and surface analysis from in-soil x-ray computed tomography data

Pflanzenwurzeln spielen eine entscheidende Rolle bei der Pflanze-Boden-Mikroben-Interaktionen, die in der Rhizosphäre auftreten, sowie Prozesse mit erheblichen Auswirkungen auf den Klimawandel und des Pflanzenanbaus. Quantitative Größeninformationen an Wurzeln in ihrer natürlichen Umgebung ist von unschätzbarem Wert für das Studium Wurzelwachstum und Umweltprozesse mit Pflanzen. Ein wirksames Instrument zur in situ Wurzel Scannen und Analyse Röntgencomputertomografie (XCT) wurde nachgewiesen. Wir wollten ein costless und effizientes Werkzeug zu entwickeln, die die Oberfläche und das Volumen der Wurzel unabhängig von seiner Form von dreidimensionalen (3D) Tomographiedaten annähert. Die Wurzelstruktur eines Prairie Dropseed (Sporobolus heterolepis) Probe wurde unter Verwendung von XCT abgebildet. Die Wurzel wurde rekonstruiert, und die primäre Wurzelstruktur wurde aus den Daten unter Verwendung einer Kombination von lizenzierten und Open-Source-Software extrahiert. Ein isosurface Polygonalnetz wurde dann für eine einfache Analyse erstellt. Wir haben t entwickelter eigenständige Anwendung imeshJ, erzeugt in MATLAB 1, Wurzelvolumen und die Oberfläche aus dem Netz zu berechnen. Die Ausgänge der imeshJ sind Fläche (in mm 2) und das Volumen (in mm 3). Das Verfahren, eine einzigartige Kombination von Werkzeugen aus Bildgebung quantitative Wurzelanalyse verwendet wird, beschrieben. Eine Kombination aus XCT und Open-Source-Software erwies sich als eine leistungsstarke Kombination nichtinvasiv Bild Pflanzenwurzelproben, Segment Stammdaten und extrahieren quantitative Informationen aus den 3D-Daten zu sein. Diese Methodik von 3D-Datenverarbeitung sollte auf andere Material / Probensysteme anwendbar sein, wo es die Verbindung zwischen Komponenten von ähnlicher Röntgenschwächungs und Schwierigkeiten mit der Segmentierung entstehen.

Die Probe , bestehend aus zwei Stämmen des nativen Gras Prairie Dropseed (Sporobolus heterolepis) und dem ursprünglichen Boden um ihn herum von einem Wohngebiet und in einem kleinen röhrenförmigen Halter in 1 zu sehen genommen wurde. Die rekonstruierten Daten Voxelgröße betrug ungefähr 31 &amp; mgr; m x 31 &amp; mgr; m x 31 &amp; mgr; m. Das rekonstruierte Volumen Datei wurde verwendet , um einen Stapel von Bildern aus einer gewählten Ausrichtung (Draufs...

Watch this Scientific Journal Video about Extracting Metrics for Three-dimensional Root Systems: Volume and Surface Analysis from In-soil X-ray Computed Tomography Data at JoVE.com

Extracting Metrics for Three-dimensional Root Systems: Volume and Surface Analysis from In-soil X-ray Computed Tomography Data

Extrahieren von Metriken für die dreidimensionale Wurzelsysteme: Volumen und Oberflächenanalyse von In-Boden Röntgen Computertomographie Daten

Eine Methode zur visuellen und quantitative Wurzelstruktur Informationen von Röntgencomputertomographiedaten zu erhalten im Boden erfasst wird präsentiert.

Plant roots play a critical role in plant-soil-microbe interactions that occur in the rhizosphere, as well as processes with important implications to ...

extracting-metrics-for-three-dimensional-root-systems-volume-surface

Universidad San Sebastian

Research

JoVE Journal

Environment

8.5K Aufrufe.  Environmental Molecular Sciences Laboratory.  Eine Methode zur visuellen und quantitative Wurzelstruktur Informationen von Röntgencomputertomographiedaten zu erhalten im Boden erfasst wird präsentiert. 

Serie: Extracting Metrics for Three-dimensional Root Systems: Volume and Surface Analysis from In-soil X-ray Computed Tomography Data

RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols

Better understanding of plant root dynamics is essential to improve resource use efficiency of agricultural systems and increase the resistance of crop cultivars against environmental stresses. An experimental protocol is presented for RGB and hyperspectral imaging of root systems. The approach uses rhizoboxes where plants grow in natural soil over a longer time to observe fully developed root systems. Experimental settings are exemplified for assessing rhizobox plants under water stress and studying the role of roots. An RGB imaging setup is described for cheap and quick quantification of root development over time. Hyperspectral imaging improves root segmentation from the soil background compared to RGB color based thresholding. The particular strength of hyperspectral imaging is the acquisition of chemometric information on the root-soil system for functional understanding. This is demonstrated with high resolution water content mapping. Spectral imaging however is more complex in image acquisition, processing and analysis compared to the RGB approach. A combination of both methods can optimize a comprehensive assessment of the root system. Application examples integrating root and aboveground traits are given for the context of plant phenotyping and plant physiological research. Further improvement of root imaging can be obtained by optimizing RGB image quality with better illumination using different light sources and by extension of image analysis methods to infer on root zone properties from spectral data.

An experimental protocol is presented for assessment of soil grown plant root systems with RGB and hyperspectral imaging. Combination of RGB image time series with chemometric information from hyperspectral scans optimizes insights into plant root dynamics.

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle

Better understanding of plant root dynamics is essential to improve resource use efficiency of agricultural systems and increase the resistance of crop ...

Forschung

Umwelt

Measuring Stolons and Rhizomes of Turfgrasses Using a Digital Image Analysis System

Length and diameter of stolons or rhizomes are usually measured using simple rulers and calipers. This procedure is slow and laborious, so it is often used on a limited number of stolons or rhizomes. For this reason, these traits are limited in their use for morphological characterization of plants. The use of digital image analysis software technology may overcome measurement errors due to human mistakes, which tend to increase as the number and size of samples also increase. The protocol can be used for any kind of crop but is particularly suitable for forage or grasses, where plants are small and numerous. Turf samples consist of aboveground biomass and an upper soil layer to the depth of maximum rhizome development, depending on the species of interest. In studies, samples are washed from the soil, and stolons/rhizomes are cleaned by hand before analysis by digital image analysis software. The samples are further dried in a laboratory heating oven to measure dry weight; therefore, for each sample, the resultant data are total length, total dry weight, and average diameter. Scanned images can be corrected before analysis by excluding visible extraneous parts, such as remaining roots or leaves not removed with the cleaning process. Indeed, these fragments normally have much smaller diameters than stolons or rhizomes, so they can be easily excluded from analysis by fixing the minimum diameter below which objects are not considered. Stolon or rhizome density per unit area can then be calculated based on sample size. The advantage of this method is quick and efficient measurement of the length and average diameter of large sample numbers of stolons or rhizomes.

A software-based image analysis system provides an alternative method to study the morphology of stoloniferous and rhizomatous species. This protocol permits measurement of the length and diameter of stolons and rhizomes and can be applied to samples with a large amount of biomass and to a wide variety of species.

Messen, Stolonen und Rhizome der Turfgrasses eine digitale Bild-Analyse-System

Length and diameter of stolons or rhizomes are usually measured using simple rulers and calipers. This procedure is slow and laborious, so it is often ...

An Optimized Rhizobox Protocol to Visualize Root Growth and Responsiveness to Localized Nutrients

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive harvest or expensive equipment. We present a customizable and affordable rhizobox method that allows the non-destructive visualization of root growth over time and is particularly well-suited to studying root plasticity in response to localized resource patches. The method was validated by assessing maize genotypic variation in plasticity responses to patches containing 15N-labeled legume residue. Methods are described to obtain representative developmental measurements over time, measure root length density in resource-containing and control patches, calculate root growth rates, and determine 15N recovery by plant roots and shoots. Advantages, caveats, and potential future applications of the method are also discussed. Although care must be taken to ensure that experimental conditions do not bias root growth data, the rhizobox protocol presented here yields reliable results if carried out with sufficient attention to detail.

Visualizing and measuring root growth in situ is extremely challenging. We present a customizable rhizobox method to track root development and proliferation over time in response to nutrient enrichment. This method is used to analyze maize genotypic differences in root plasticity in response to an organic nitrogen source.

Eine optimierte Rhizobox-Protokoll zum Wurzelwachstum und Reaktionsfähigkeit auf lokalisierte Nährstoffe zu visualisieren

Roots are notoriously difficult to study. Soil is both a visual and mechanical barrier, making it difficult to track roots in situ without destructive ...

Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil

We describe a method for two-dimensional (2D) visualization and quantification of the distribution of labile (i.e., reversibly adsorbed) inorganic nutrient (e.g., P, Fe, Mn) and contaminant (e.g., As, Cd, Pb) solute species in the soil adjacent to plant roots (the &#8216;rhizosphere&#8217;) at sub-millimeter (~100 &#181;m) spatial resolution. The method combines sink-based solute sampling by the diffusive gradients in thin films (DGT) technique with spatially resolved chemical analysis by laser ablation inductively coupled plasma mass spectrometry (LA-ICP-MS). The DGT technique is based on thin hydrogels with homogeneously distributed analyte-selective binding phases. The variety of available binding phases allows for the preparation of different DGT gel types following simple gel fabrication procedures. For DGT gel deployment in the rhizosphere, plants are grown in flat, transparent growth containers (rhizotrons), which enable minimal invasive access to a soil-grown root system. After a pre-growth period, DGT gels are applied to selected regions of interest for in situ solute sampling in the rhizosphere. Afterwards, DGT gels are retrieved and prepared for subsequent chemical analysis of the bound solutes using LA-ICP-MS line-scan imaging. Application of internal normalization using 13C and external calibration using matrix-matched gel standards further allows for the quantification of the 2D solute fluxes. This method is unique in its capability to generate quantitative, sub-mm scale 2D images of multi-element solute fluxes in soil-plant environments, exceeding the achievable spatial resolution of other methods for measuring solute gradients in the rhizosphere substantially. We present the application and evaluation of the method for imaging multiple cationic and anionic solute species in the rhizosphere of terrestrial plants and highlight the possibility of combining this method with complementary solute imaging techniques.

This protocol presents a workflow for sub-mm 2D visualization of multiple labile inorganic nutrient and contaminant solute species using diffusive gradients in thin films (DGT) combined with mass spectrometry imaging. Solute sampling and high-resolution chemical analysis are described in detail for quantitative mapping of solutes in the rhizosphere of terrestrial plants.

Zweidimensionale Visualisierung und Quantifizierung von labilen, anorganischen Pflanzennährstoffen und Verunreinigungen im Boden

We describe a method for two-dimensional (2D) visualization and quantification of the distribution of labile (i.e., reversibly adsorbed) inorganic ...

Leveraging Micro-CT Scanning to Analyze Parasitic Plant-Host Interactions

Micro-CT scanning has become an established tool in investigating plant structure and function. Its non-destructive nature, combined with the possibility of three-dimensional visualization and virtual sectioning, has allowed novel and increasingly detailed analysis of complex plant organs. Interactions among plants, including between parasitic plants and their hosts, can also be explored. However, sample preparation before scanning becomes crucial due to the interaction between these plants, which often differ in tissue organization and composition. Furthermore, the broad diversity of parasitic flowering plants, ranging from highly reduced vegetative bodies to trees, herbs, and shrubs, must be considered during the sampling, treatment, and preparation of parasite-host material. Here two different approaches are described for introducing contrast solutions into the parasite and/or host plants, focusing on analyzing the haustorium. This organ promotes connection and communication between the two plants. Following a simple approach, details of haustorium tissue organization can be explored three-dimensionally, as shown here for&#160;euphytoid, vine, and mistletoe parasitic species. Selecting specific contrasting agents and application approaches also allow detailed observation of endoparasite spread within the host body and detection of direct vessel-to-vessel connection between parasite and host, as shown here for an obligate root parasite. Thus, the protocol discussed here can be applied to the broad diversity of parasitic flowering plants to advance the understanding of their development, structure, and functioning.

Micro-CT is a non-destructive tool that can analyze plant structures in three dimensions. The present protocol describes the sample preparation to leverage micro-CT to analyze parasitic plant structure and function. Different species are used to highlight the advantages of this method when coupled with specific preparations.

Nutzung von Mikro-CT-Scans zur Analyse parasitärer Pflanzen-Wirt-Interaktionen

Micro-CT scanning has become an established tool in investigating plant structure and function. Its non-destructive nature, combined with the possibility ...

Hochdurchsatz-Baumringanalyse und Dichteschätzung

Tree Core Analysis with X-ray Computed Tomography

An X-ray computed tomography (CT) toolchain is presented to obtain tree-ring width (TRW), maximum latewood density (MXD), other density parameters, and quantitative wood anatomy (QWA) data without the need for labor-intensive surface treatment or any physical sample preparation. The focus here is on increment cores and scanning procedures at resolutions ranging from 60 &#181;m down to 4 &#181;m. Three scales are defined at which wood should be looked at: (i) inter-ring scale, (ii) ring scale, i.e., tree-ring analysis and densitometry scale, as well as (iii) anatomical scale, the latter approaching the conventional thin-section quality. Custom-designed sample holders for each of these scales enable high-throughput scanning of multiple increment cores. A series of software routines were specifically developed to efficiently treat three-dimensional X-ray CT images of the tree cores for TRW and densitometry. This work briefly explains the basic principles of CT, which are needed for a proper understanding of the protocol. The protocol is presented for some known species that are commonly used in dendrochronology. The combination of rough density estimates, TRW and MXD data, as well as quantitative anatomy data, allows us to broaden and deepen current analyses for climate reconstructions or tree response, as well as further develop the field of dendroecology/climatology and archeology.

Autor im Rampenlicht: Fortschritte in der Röntgen-CT-Werkzeugkette für die Baumkernanalyse

Here we show how to process tree cores with an X-ray computed tomography toolchain. Except for chemical extraction for some purposes, no further physical lab treatment is needed. The toolchain can be used for biomass estimations, for obtaining MXD/tree-ring width data as well as for obtaining quantitative wood anatomy data.

Baumkernanalyse mit Röntgen-Computertomographie

An X-ray computed tomography (CT) toolchain is presented to obtain tree-ring width (TRW), maximum latewood density (MXD), other density parameters, and ...

Visualization of Failure and the Associated Grain-Scale Mechanical Behavior of Granular Soils under Shear using Synchrotron X-Ray Micro-Tomography

The rapid development of X-ray imaging techniques with image processing and analysis skills has enabled the acquisition of CT images of granular soils with high-spatial resolutions. Based on such CT images, grain-scale mechanical behavior such as particle kinematics (i.e., particle translations and particle rotations), strain localization and inter-particle contact evolution of granular soils can be quantitatively investigated. However, this is inaccessible using conventional experimental methods. This study demonstrates the exploration of the grain-scale mechanical behavior of a granular soil sample under triaxial compression using synchrotron X-ray micro-tomography (&#956;CT). With this method, a specially fabricated miniature loading apparatus is used to apply confining and axial stresses to the sample during the triaxial test. The apparatus is fitted into a synchrotron X-ray tomography setup so that high-spatial resolution CT images of the sample can be collected at different loading stages of the test without any disturbance to the sample. With the capability of extracting information at the macro scale (e.g., sample boundary stresses and strains from the triaxial apparatus setup) and the grain scale (e.g., grain movements and contact interactions from the CT images), this procedure provides an effective methodology to investigate the multi-scale mechanics of granular soils.

The protocol describes procedures to acquire high-spatial resolution computed tomography (CT) images of a granular soil during triaxial compression, and to apply image processing techniques to these CT images to explore the grain-scale mechanical behavior of the soil under loading.

Visualisierung von Versagen und dem damit verbundenen mechanischen Verhalten von granularen Böden unter Scherung mit Synchrotron-Röntgen-Mikrotomographie

The rapid development of X-ray imaging techniques with image processing and analysis skills has enabled the acquisition of CT images of granular soils ...

Ingenieurwesen

Using High Resolution Computed Tomography to Visualize the Three Dimensional Structure and Function of Plant Vasculature

High resolution x-ray computed tomography (HRCT) is a non-destructive diagnostic imaging technique with sub-micron resolution capability that is now being used to evaluate the structure and function of plant xylem network in three dimensions (3D) (e.g. Brodersen et al. 2010; 2011; 2012a,b). HRCT imaging is based on the same principles as medical CT systems, but a high intensity synchrotron x-ray source results in higher spatial resolution and decreased image acquisition time. Here, we demonstrate in detail how synchrotron-based HRCT (performed at the Advanced Light Source-LBNL Berkeley, CA, USA) in combination with Avizo software (VSG Inc., Burlington, MA, USA) is being used to explore plant xylem in excised tissue and living plants. This new imaging tool allows users to move beyond traditional static, 2D light or electron micrographs and study samples using virtual serial sections in any plane. An infinite number of slices in any orientation can be made on the same sample, a feature that is physically impossible using traditional microscopy methods.
Results demonstrate that HRCT can be applied to both herbaceous and woody plant species, and a range of plant organs (i.e. leaves, petioles, stems, trunks, roots). Figures presented here help demonstrate both a range of representative plant vascular anatomy and the type of detail extracted from HRCT datasets, including scans for coast redwood (Sequoia sempervirens), walnut (Juglans spp.), oak (Quercus spp.), and maple (Acer spp.) tree saplings to sunflowers (Helianthus annuus), grapevines (Vitis spp.), and ferns (Pteridium aquilinum and Woodwardia fimbriata). Excised and dried samples from woody species are easiest to scan and typically yield the best images. However, recent improvements (i.e. more rapid scans and sample stabilization) have made it possible to use this visualization technique on green tissues (e.g. petioles) and in living plants. On occasion some shrinkage of hydrated green plant tissues will cause images to blur and methods to avoid these issues are described. These recent advances with HRCT provide promising new insights into plant vascular function.

High resolution x-ray computed tomography (HRCT) is a non-destructive diagnostic imaging technique that can be used to study the structure and function of plant vasculature in 3D. We demonstrate how HRCT facilitates exploration of xylem networks across a wide range of plant tissues and species.

Mit hochauflösenden Computertomographie, die dreidimensionale Struktur und Funktion pflanzlicher Gefäßsystem Visualisieren

High resolution x-ray computed tomography (HRCT) is a non-destructive diagnostic imaging technique with sub-micron resolution capability that is now being ...

Extrahieren von Metriken für die dreidimensionale Wurzelsysteme: Volumen und Oberflächenanalyse von In-Boden Röntgen Computertomographie Daten

Zusammenfassung

Weitere Videos entdecken

Kapitel in diesem Video

RGB und spektrale Wurzel Bildgebung für die Pflanze Phänotypisierung und physiologischen Forschung: Versuchsaufbau und Imaging-Protokolle

Messen, Stolonen und Rhizome der Turfgrasses eine digitale Bild-Analyse-System

Eine optimierte Rhizobox-Protokoll zum Wurzelwachstum und Reaktionsfähigkeit auf lokalisierte Nährstoffe zu visualisieren

Zweidimensionale Visualisierung und Quantifizierung von labilen, anorganischen Pflanzennährstoffen und Verunreinigungen im Boden

Nutzung von Mikro-CT-Scans zur Analyse parasitärer Pflanzen-Wirt-Interaktionen

Baumkernanalyse mit Röntgen-Computertomographie

Baumkernanalyse mit Röntgen-Computertomographie

Baumkernanalyse mit Röntgen-Computertomographie

Visualisierung von Versagen und dem damit verbundenen mechanischen Verhalten von granularen Böden unter Scherung mit Synchrotron-Röntgen-Mikrotomographie

Mit hochauflösenden Computertomographie, die dreidimensionale Struktur und Funktion pflanzlicher Gefäßsystem Visualisieren