用於對穀物穗絲或其它多細長絲條計數的方法及其應用的製作方法
2023-12-12 11:55:07 3
專利名稱::用於對穀物穗絲或其它多細長絲條計數的方法及其應用的製作方法
技術領域:
:本發明涉及以相對高吞吐量和可接受精確度自動或者半自動地對相對小的、離散的細長絲條或者物品計數的方法,特別地,涉及在各種應用中利用該計數的方法。本發明的一個具體應用是對植株的相對小的、細長的部分(例如玉蜀黍穗的穗絲)計數,並且將該計數有利地用於例如描繪植株或其基因型的特徵,或者確定植株或其基因型是否具有用於進一步研究或者商業目的的期望特性或者特點。B現有技術中存在的問題非常期待植株特性的提升。最終用戶需要在給定條件下良好生長的品種和雜種。因此種子公司花費大量的資源來開發不同品種和雜種以迎合用戶的需要。然而,與植株有關的研發複雜、勞動強度大且耗時。植株科學存在改善研究方法的實質需求。以玉米為例,已經發現從玉米植株穗露出的穗絲的數量可以作為良好的指標,尤其是對植株的潛在種子產量而言。因此,科學家可手工對同系交配或者雜交基因連鎖的穗絲計數,並預測品種或者雜種潛在產量或者產量的構成。這可以有助於作出特定的同系交配或者雜交對於持續開發或商業化是否為良好候選的決定。如在本
技術領域:
中眾所周知的,實驗評估經常同時涉及幾百或幾千不同種類或雜交的期待特性。然而,對穗絲計數的常規方法需要手工地對每條穗絲部分計數。在一定時期出現的玉米穗絲的特性,有時候通稱為穗絲束具有的性質,使手工計數很費時並且是冗長乏味的(通常每穗近似幾百條穗絲,每個穗絲都具有小的直徑並且長到幾英寸長度)。每條相對小的穗絲條必須被明確地確定,並且僅被計數一次。這多少有點像在頭髮辮或一簇頭髮中對每根頭髮進行計數;這不僅需要大量的時間,而且當工人在很長的時期內對多條穗的穗絲計數時,容易產生錯誤。在不必除去穗(從而使其與未被取樣的植株無實質區別地獲得授粉)的情況下獲得穗絲數量是有利的。如果在戶外對活的植株進行計數,不利的環境條件(例如風、高溫、灰塵)導致更難處理。快速獲得數值從而可以儘可能早地做出關於同系交配或者雜交連鎖的決定也是有利的。穗計數的常規手工方法需要大量的勞動和時間,這可能耽擱有效使用穗計數信息的能力。可以理解,根據待計數植株的數量(在某些商業種子實驗中可以是成千上萬的)加大了勞動成本和延期。而且,特別地如果在穗絲出現時窗中較早地進行計數,則穗絲在不同時間以不同速率出現,使大量計數變得困難。因此,本領域實際需要提供一種穗絲計數方法,該方法改進以下方面a.吞吐量(每次計數的平均時間);b.時間;c.精確度;d.可重複性和再現性;e.便利性;f.便攜性;以及g.靈活性。需要至少部分自動計數且處理計數數據以及處理計數涉及的植株或者穗的能力。例如,這可以有利地應用於評定由環境、基因型或者農事管理實踐影響的生產量。還可以有利於使授粉最大化且使偶然性的出現最小化。將安德森等人(Andersonetal.)於2004年在《農業科技》(CropSci.44:464-473)中討論了授粉和麥粒畸形對產量的影響,其內容通過引用併入本文。因此,需要更快、更高吞吐量、更有效且更精確的穗絲計數方法。需要從玉米和其它植株提取穗絲樣本的定量的、精確的、快速的、可靠的和可再生的方法。還需要對玉米和其它植株的穗絲計數的定量的、精確的、快速的、高可靠性和可再生的方法。同樣地,需要改進的方法以便描繪穗絲從出現到生長以及植株其它特點的特徵,比較植株或者多種植株之間的這些特點、評估環境或者培養實踐,和/或評估植株或者多種植株涉及的特性或者特徵,以及評估是否進一步在例如商業生產、植株育種或者研發中使用。其它類型的對玉米或者其它植株的相對小而細長的部分或者對象的計數方法也具有相似的問題,可以通過本發明的一個或多個方案以相似的方法進行處理。而且,在取得待計數部分或者對象的定量取樣並對大量細長非植物絲條或碎片計數中也可以獲得相似的益處。一些非限定性示例包括光纖、頭髮、線狀物、纖維、細絲、線團、電線、鋼筋束、細繩等等。例如,可以將該計數方法用於質量控制檢查中,以確保許多連貫的絲條被包括在多束絲條中的每根中。另一個示例是檢查多套或者多束絲條之間的差異。
發明內容本發明的一個方案涉及自動或者半自動地對玉米穗的穗絲計數的方法以便減少手工計數的勞動和時間。可以將本方法應用於其它類型植株穗絲的相似計數,或者其它植株部分或相關物質的計數,或者對非植物物質計數。本發明的另一方案提高了獲取玉米穗的穗絲數量數據的速度。可將該數據有利地用於多種目的,包括但不限於,(a)更早更好地選擇顯示期望的表現型或基因型的植株,(b)為研發目的理解植株的生物過程,或者(c)計劃與植株種子生產相關的商業管理。本發明的另一方案涉及以使用圖像分析方法可以計數的形式來獲得多種細長絲條或者片段的定量樣本。在玉米穗絲的情況中,本發明的又一方案包括在對穗非不利影響的情況下獲得樣本的能力。本發明的又一方案包括用於確定相對小的、細長片段的高吞吐量方法。獲取片段的定量的切屑物樣本並使其懸浮在流體中。將樣本隔離放置,且使得包括樣本的切屑物大體均勻地分布在平面上。用預編程的圖像測量或分析軟體分析基本垂直於平面獲得的並在平面上或平面附件聚焦的圖像,以識別並對圖像中的表示樣本切屑物的每個對象計數。可以高效且連續地獲取並存儲每個樣本的圖像。圖像分析也可以高效地進行。對比現有方法,這可以導致多樣本的相對高的吞吐量。本發明的又一方案包括,基於片段切屑物樣本的量化,對大量片段進行精確可靠的量化,然後使用該量化。該應用可以僅僅是統計有效的或者可接受的計數,或者可以用於描繪樣本、樣本提取來源的片段的特徵或者與片段或樣本有關的一些其它參數。例如,關於玉米穗,可以將穗計數量化用於,尤其是選擇自植株育種、基因改進、作物生產、轉基因處理效果評估中的目的,或者用於識別與穗絲生產或穗生長有關的分子標記。使用穗絲量化的又一方案是評定穗絲生產培養和環境因素的影響。還可以用於為商業或者研究目的識別具有期望特性或者特徵的一種植株或者多種植株。例如本發明允許研究者快速地從單個玉米植株提取穗絲並且定量地確定每穗的穗絲數量。可以將該信息用於確定親系的生產潛力,這可以用於確定在商業種子產品中親系的應用。可以將該信息用作表現型信息以便尋找關於穗絲產品的分子標記。可以將該方法用於其它產生許多細長組織的植株。該方法可以適於以相對高的吞吐量且至少半自動地對其它許多絲條或者細長片段的數量進行量化,以用於不同的用途。下面的說明將參考附圖進行。所述附圖用於補充該說明書並且構成了說明書的一部分。1.切削工具圖IA是適於切割玉米穗絲束以從每條穗絲獲得基本上相等樣本的切削工具的示例性實施方式的部分簡化示意圖,該切削工具還可以用於從植株和非植物的其它細長絲條或者片段獲得一系列切屑物樣本;圖IB是顯示為打開位置的圖IA的整體切削工具的透視圖;圖IC是進入生長中玉米植株穗絲束相關主要位置的圖IB的工具透視圖;圖ID是將穗絲束下移至外皮上準備取樣的圖IB中示出的工具的透視圖;圖IE和圖IF是取樣前後且示出植株上剩餘穗絲束的透視圖;2.實施方式一——通過對穗絲的切屑物進行成像進行計數圖2是可放置圖IE中獲得的樣本的容器的示意圖;圖3A是放置圖2中的樣本的培養皿示意圖,用於根據本發明第一示例性實施方法對樣本成像;圖;3B是圖3A的簡化俯視圖,示出如何分布樣本片段以用於成像;圖3C是實際的培養皿和圖:3B的透視圖樣本的圖片;圖4是用於獲得圖3C中示出的圖像類型的成像臺(imagingstation)的簡化示意圖;圖5是用於獲得圖3C圖像的方法示意圖;圖6是圖3C圖像類型的簡化示意圖,示出了根據圖像自動對樣本片段計數的方法;圖7是計算機屏幕顯示,示出了樣本圖像和樣本片段的自動計數結果;圖8是由之前附圖描述的計數方法流程圖;3.實施方式二——檢測器對穗絲切屑物計數如下圖9是根據本發明第二實施方式的穗絲樣本自動計數方法的示意圖;圖10是根據圖9原型示意圖11是根據第二示例性實施方式的可選方法的圖片;圖12A-E是圖10或者11的元件的分離視圖;4.實施方式三——對成束的穗絲的橫截面計數圖13放大地示出了本發明第三可選實施方式的一部分,其中獲得被切割的玉米穗絲束的橫截面並手工計數每條穗絲,或者獲得關於橫截面的圖像;圖14A示出製作準備用於切割的穗絲樣本束的方法;圖14B是圖14A的穗絲束樣本束一端的端面視圖;圖14C示出圖13方法的可選步驟,也就是將暴露的橫截面著色以試圖從該束獲得各個穗絲的更好對比。5.穗絲計數相關性和用法的示例圖15是示出對第一實施方式的成像分析計數精確度的曲線圖;圖16是對第二實施方式的流體流動和照片檢測器穗絲計數描述穗絲計數精確度的表格;圖17是描述基因型之間穗絲數量差異並示出一定時間的穗絲生長曲線的曲線圖。具體實施例方式A.綜述為了更好地理解本發明,下面將詳細地描述示例性實施方式。應理解這些實施方式並不是可以體現本發明的唯一方法,而是用來對本發明的原理和特性進行示例和非限制性的說明。B.背景出於簡化目的,本文主要討論對玉米穗絲的計數的示例性實施方式。應該理解,可以將這些實施方式和本發明應用於其它對象的計數,包括但不限於植株的其它相對小且細長的多絲條或者片段,或者其它與植株相關或無關的相對小且細長的絲條或者對象。C.概括示例性方法圖8概括了從「資源(source)」提取樣本的方法(一般性地稱作方法90)。在該概括方法中,「資源」用於表示起初或原始收集的多個片段或對象束。這些片段或者物體可以是相對小直徑的細長絲條。一個示例是植株穗絲。其它植株示例是芹菜纖維或絲條。非限定性的非植物示例是光纖、頭髮、線狀物、纖維、細絲、線團、電線、鋼筋束、細繩、昆蟲或者昆蟲的部分、卵、花粉粒、花粉管等等。圖8的方法90還概括對初始收集的或原始的束進行量化的方法。1.樣本採集對初始大量未量化的片段進行標識(圖8,步驟91),例如,為初始束給定唯一的標識符,以保持對該初始束的跟蹤,並使其各自的片段計數與該唯一標識符相關聯。工人預先能夠識別束,並保持束標識與從初始束收集的樣本的相關性。可以記下該唯一標識符,將該唯一標識符記載在相關的標籤或標記上、記錄在手提電腦或其他裝置中或其他指定的地方。利用一種收集方法切割或分離、移除一部分初始束(圖8,步驟92)。這些被分離的初始束的片段包括束的樣本。可以將樣本放置在分離的貼標籤的容器內(圖8,步驟9以便使每個樣本與其它樣本分離並提供樣本的標識。該標籤可以包括條形碼,或者可以是從中得到初始束特性或得到唯一標識符的其它標記。標籤上的信息可以是機讀的。如果不使用容器,可以使用保持初始束和樣本特性相關性的其它方法。可以使用各種方法獲得樣本。某些方法將在之後的更具體示例性實施方法中討論。在一些示例中,從整個束獲得的其中一部分趨於是分離的,並且保持了束中每根絲條中具有基本相似長度的切割部分。理想地,從束獲得的切割部分包括束中每個絲條的切割部分(切屑物或切片)。如果初始束的絲條數量的樣本不確切,則需要確定數量。因此,方法90概括了被公開用於提供相對快速地統計離散的、尺寸相似的、組成初始束的樣本的方法。2.量化—旦進行採集,方法90還提供用於獲得樣本的統計上可接受的量化的方法。應注意的是,只要量化地獲得了樣本,不但可以將該量化方法用於步驟91-93的採集方法,而且還可以將該量化方法用於由其它方法採集的樣本。通過量化地獲得意味著樣本能夠在與初始束的實際絲條數量的統計上可接受的誤差範圍內進行測量。可以針對給定的應用選擇誤差範圍。理想地,誤差範圍是確切的。但是對於許多目的而言,誤差範圍在+/-2%到5%是足夠的。甚至在某些情況中,可以接受更大的誤差範圍。通過對切屑物或者切片進行分布使其構成通常位於平面中的樣本來進行量化(圖8,步驟%)。樣本標識符可以先被讀取、存儲然後與樣本結合(步驟94)。獲取分布的樣本的圖像(步驟96)。在方法90中,樣本的分布可選擇地在隔離隔間或者容器中。可以對容器底部的全部面積或者預定的子面積成像。在任何情況中,在平面上相對均勻的樣本分布都允許單個切屑物或者切片定量計數。在一個示例中,可選擇地使樣本懸浮在流體中以有助於在平面上均勻分布。在許多情況中,趨於通過重力使樣本的切屑物或者切片沉在容器的底部,從而沉在平面中。而且,它們趨於以平行於平面的縱軸沉澱,使得平面的圖像可以獲取每個切屑物的長度尺寸。通常,流體不會對切屑物造成破壞或者改變尺寸(至少彼此不互相關聯)。流體還可用於長期存儲樣本。通過使用成像臺(例如基於具有數字成像功能的相機)可以獲得樣本圖像或者與其有關的已知區域。大量的商用的成像系統都可以使用。成像臺還可以是定製的。可以使用與圖像兼容的圖像分析軟體來識別(步驟97)圖像中什麼看起來是樣本單個切屑物或者切片並進行計數(步驟98),無關的碎片或者不相干物質可能會混到樣本中或者出現在圖像中。通過對成像分析軟體的適合的編程,可以將一個或者多個尺寸或者其它標準確定為表示切屑物,並且圖像分析軟體將識別在圖像中適合編程的尺寸或者標準的物體。通過軟體可自動地計數經確認的被識別的對象。該數值將是絲條初始束的全部絲條的確定數量。例如,計數的數值可以被存儲在與樣品標識相關的資料庫(步驟99)中,也可以與樣本出處的初始束的標識相互關聯。因此,方法90的程序可以從大量絲條或者片段的初始束中獲取絲條或者片段的統計上可接受的量化。如本領域技術人員可以理解的,至少與手工計數相比,即使是大量樣本,也可十分快速地進行量化。如圖8中所示的,可以對隨後的樣本重複步驟91-99。因此,可以以相對高的吞吐量完成量化並具有良好的統計精確度,然後以逐個樣本為基礎進行存儲以便進一步的使用。而且,可以管理樣本收集方法以快速且有效地連續提取大量樣本並且將它們準備用於成像和計數。由於是方便的或可取的,因此在樣本取樣後或後期,可以對成像和/或計數進行糾正。例如,對於給定的應用而言以下方式被認為是更有效的,即,在第一時段內獲得多個樣本,將樣本存儲在貼標籤的小瓶上,然後隨後或在後期進行成像並分析圖像。可選地,對於應用而言以下方式可以是優選的,即,獲得樣本並隨後對它們成像,但延期至以後進行圖像分析。作為示例,以下方式可以認為是時間利用更有效的,對大量樣本成像,然後隨後成批處理圖像。因此方法90具有良好的靈活性以便人力和設備資源的使用和分配。方法90也被認為是可重複且可再生的,因此具有高度可靠性。可以增加諸如在實驗室中已知的流體處理系統,以自動增加流體並從小瓶或者容器中提取樣本,並將懸浮的樣本移到已知容量的流體中以用於圖像分析。該流體處理系統可以是商用的並且可以編程以用於實施需要的功能。這可以增加該方法的效率。方法90可用於確定初始束中絲條或片段的數量或者初始束中的切片樣本的數量。可以將獲得的信息用於其它目的。3.樣本組織和存儲如本領域技術人可以理解的,可以有許多有效且有序地處理並組織方法90中獲得的大量樣本的方法。一種在實驗室中廣泛使用的方法是使用迷你瓶、閃爍瓶或者其它用於容納和分離單個樣本的容器。另一種方法使用多井託盤,可便於隔離、存儲和保持多樣本特性的相互關係。可以將標籤(例如諸如條形碼等機器可讀的)置於託盤或者其它容器上,並且標籤可包括鑑定關於容器和容器中樣本的信息。每個容器的容量可以足夠大以便容納懸浮在流體中的整個樣本。例如在本領域中已知的自動流體處理系統或者是手工操作移液管都可用於將液態懸浮樣本移除到成像系統或者從成像系統中移除,同時保持相關性以鑑定每個樣本的信息。4.計數的應用可以理解,將樣本或一組樣本中每個樣本的獲得的量化計數可以應用於多種用途。一些示例包括如下。存在這樣一些情況,其中檢查絲條束是否被製造或組合成具有同樣數目的絲條是有益處的。光纖束需要具有同樣數目的絲條,使得對於束上的光調製通信而言,每根光纖都具有同樣數目的通道或者容量。方法90可用於至少隨機抽查束,以檢驗每個組合束具有在誤差範圍內的同樣數目的絲條。如果測量出數值超出誤差範圍,則該方法可以產生警報或者預警。同樣的方法可用於檢查對封裝的細絲、線纜等的計數是否一致。該方法可以將束的計數保持在誤差範圍內以進行質量控制。另一方面,存在一些情況,其中測量在束之間的絲條數目是否具有差異是有益處的。如上所述,示例可以是玉米穗絲。方法90可用於識別表現出預示更高產量的期望穗絲數量的玉米基因型。之後描述使用和應用穗絲計數的其它示例。因此,以上描述的總體方法闡述了本
技術領域:
中確定的需要。以下是可執行該整體方法各方案的具體的示例性的、非限定性類型的示例。D.具體示例性實施方式一-圖像分析1.概述稱為實施方式一的第一示例性實施方式,獲得玉米穗的每根穗絲的短小切段或者切屑物,將它們基本上分布在平面中,對平面成像,且使用圖像識別軟體以識別表示單根穗絲片段圖像的部分,並自動地對所有這種切段計數。按照結果與穗絲切段來源的穗的身份(或其品種或基因類型)相關的方式存儲結果,因此允許對各種應用進行信息的電腦化數據處理。該實施方式允許在實質上不影響植株持續發育的情況下,從活的玉米上剝除小穗絲樣本。由於穗絲持續生長,可以按照常規的方式使穗授粉並成熟。當需要時(例如在樣本收集後或者後期相對快速地)實施計數。可以獲得來自大量植株的樣本,並且將樣本帶到計數臺以進行有效的處理。這可以顯著減少穗絲計數的時間,且計數精確度在可接受範圍內。而且,該實施方式允許在第一時間獲得穗絲樣本,而後從同意植株上獲得並對一個或者多個後續的樣本(例如如果在採樣時間中穗絲充分地生長)計數。例如,可以將其用於跟蹤在一定時間內同樣植株的穗絲生長或出現參數。a)切削工具圖IA-E描述可從植株獲取樣本的切削工具10。兩個刀片14和16(單個斜邊15)彼此相隔固定的距離以平行的方向被夾持在工具10的一個臂18(圖IB中的上臂)的刀架12中。第二臂22包括具有半圓形切口20的延伸部。切口21大體上限定具有適合刀片14/16之間的寬度的弧形凹面鈍邊。臂14/16可樞軸地附接(參照附圖標記到鄰近的端部(圖1B)。在通常打開的位置(圖1B),鈍邊21遠離刀片。通常通過彈性件沈(例如圖1C)或者其它偏置裝置可以使臂18/22保持分離。當工具臂18/22打開時,通過切口21可以定位緊拉的穗絲束38以準備用於取樣(圖1A、1C和1D)。工人將工具臂18/22擠壓到一起後,兩把刀片14/16剪斷穗絲束38。某種程度上,切口21可用作砧板。當刀片14/16剪斷穗絲時,鈍邊21是穗絲束接觸的表面。如圖IA中所示,因為刀片14/16可移動至切口21相對的邊並通過切口21相對的邊,所以刀片14/16可完全剪斷穗絲束38。一旦完成切削衝程,工人釋放工具10的臂18/22使其返回到正常打開位置。這將保持植株上穗絲束38的剩餘部分完整以繼續生長(圖1F)。通過緊固件或者鉗位作用,可以將刀片可移除地安裝到工具10的頭部12中。與有角的切削或者撕裂或者壓縮穗絲相反,按照與穗絲大約90度角使用鋒利的單個傾斜刀片的邊緣15旨在產生通過穗絲的精確切削。通過平行且相隔一段距離的刀片14/16從穗絲束38切割的穗絲的短切段或者切屑物40可以由工人收集或者用工具10採集。在工具10的該實施方式中,小瓶30可連接到工具10的頭部12的側面,並且可將工具10翻轉並噴灑流體(例如乙醇)以將穗絲衝入小瓶30(圖1D),從而使被採集到頭部12內的切段或者切屑物40通過重力和/或工具10的操作落進小瓶30中。小瓶30可以具有外部帶螺紋的開放端部,該外部帶螺紋的開放端部可以匹配地穿入和穿出臂18的頭部12的側面中互補的內部帶螺紋的孔28。孔28與刀片14和16之間的空間聯通。通過將切口21移向刀片14/16的後部,可以基本上推出切屑物40或者將切屑物40移向刀片14和16的後部。當將小瓶30安裝在頭部12上,在工具10隨小瓶30轉動指向下方時,切屑物向與傾斜切割邊緣15相反的方向運動進入頭部12的腔且離開開口觀進入小瓶30。還可以使用其它的連接方法和其它容器。如圖IA-F所示的,樣本切屑物40是從靠近穗絲束或者束38的末梢端的同樣位置切割的長度相似的穗絲部分。這使玉米穗36上穗絲束38的鄰近部分完整,可以持續生長並且可以被授粉。因此,該抽樣對穗是非破壞性的,且就植株而言實質上不影響植株的生長或者健康,或者在植株處理中穗絲的機能。可以將條形碼或者其它標籤置於小瓶(例如20毫升體積容量)上以使其植株身份與樣本(切屑物40)對應。因此可以理解在非實質影響植株持續生長能力的情況下,工具可從植株的一根或者多根穗絲束38分離相對均勻的、短的切段或者切屑物40(例如大約1.5mm到2mm的長度-刀片14和16之間的寬度)。在該示例中,鋒利的、單獨的傾斜刀片14/16間隔大約2mm,且工具剪刀的動作獲取到了精確切削的切段、切片或者切屑物40。避免了穗絲的粉碎或者撕裂。因此對於植株穗絲束38的每根穗絲而言,工具10促進了基本上等尺寸的切段40的回收。在該示例中,在穗36外殼尖端上獲取大於3cm的樣本以便留下待自然授粉的穗絲束38。在一定時期內,穗絲從每個穗小花向頂部露頭(穗到尖端的基部)。允許足夠時間使穗絲露頭對估算總體穗數量是重要的。可以使用其它方法和工具以獲得全部大約同樣長度的切屑物40的樣本。對於獲得相對短但均勻的切屑物,工具10使一步式的、相對精確且快速的方法變得容易。b)小瓶如上所述,可以將植株穗絲的樣本切段40收集在包括機讀標籤34(例如美國伊利諾州弗農希爾斯的斑馬技術(ZebraTechnologies)公司的105S1印表機創建的1」X1.25」的白熱轉換標籤)的小瓶30或者其它容器中(例如美國新澤西的米爾威爾的麥科學產品(WheatonScienceProducts)公司的具有螺帽的高密度聚乙烯流體閃爍瓶)。在該實施方法中,小瓶30包括用於密封小瓶30的可移除帽32(圖2)。而且,一但樣本切段40在小瓶30中,在該示例中,小瓶30至少部分地裝有流體46(例如乙醇)以保存樣本(如果需要,則持續數月),並且緊固帽32。流體46可以是美國賓夕法尼亞州西切斯特的VWR國際hternational(VffR國際)公司的適合的無水的、變性(SDA成分3A)試藥等級的乙醇。乙醇用於保持樣本很少降解或者沒有降解。還可以使用其它保存用流體。即使計數臺遠離植株,這也允許樣本40基本上被封裝並且被保護以運輸到計數臺。工人可以繼續工作以便獲得下一樣本40,且將其封裝該樣本的小瓶30等等。也可以使用具有流體或不具有流體的、其它用於隔離和/或存儲樣本的容器或者方法。c)培養皿之後描述在計數或者成像臺50處可以將小瓶30的物質清空到培養皿42(圖3A)。小心地將穗絲切屑物40從小瓶30排出。選擇培養皿42的尺寸以便乙醇46在培養皿42(例如使VWR國際的結晶盤(10mmX50mm))中只有相對薄的層(例如大約1/4」和25毫升)。更大容量的流體46可以用於試圖獲得切屑物40更多的散布,但通常用極小量的流體46試圖在粗糙平面中散布切屑物40。避免重疊或者接觸穗絲是困難的或不可能的。為以下討論的圖像分析系統70的圖像分析軟體80存入專用計算機文稿編排程序,以估算重疊或者接觸群組的穗絲數量。可以搖動盤42以儘可能地促進樣本切段40均勻地分布在盤42底部表面的薄乙醇層中。而且,可以手工移除碎片(例如碎殼、其它碎塊和昆蟲)。如圖;3B和圖3C所示的,適當準備的培養皿42使切段或者切屑物40相當好地分布在整個平面。如圖3B和圖3C所示的,放置並分布的切屑物40將露出自身,使得它們的長度通常平行於盤42底部的平面。在成像期間,可以應用其它具有或不具有流體的用於保持樣本的容器或者載體。d)成像臺培養皿42(或者相似容器)通常垂直於成像臺50中照相機M的光軸55、並沿著成像臺50中照相機M的光軸55放置(圖4)。這可以通過以下方式實現,即,在臺架52上做標記;或者通過使用接收容器或者夾具,其中,在接收容器或者夾具中,盤42適於確保每個盤42以相對於相機M的相同位置或其視場中的相同位置成像。成像臺50(例如美國密西根州的生物圖像阿伯(BioImaghArmArbor)公司的外表成像臺(Visage)IlO)實質上是暗室或者機殼56。可將內壁(圖4)塗漆或者覆蓋黑色物以限制反射。照相機M懸掛在臺架52之上使得整個培養皿42在照相機視場內。當在臺架52上的適當位置時,將照相機M基本聚焦於培養皿42底表面的平面上。可以將燈箱或者發散光源60(例如,VWR的編號為21475-460的臺式白光透照器)側向(大約15cm)安裝或者放置在臺架52的一邊。燈箱60產生(a)足夠的光以獲得圖像中切屑物40和背景之間的足夠對比度,但是(b)來自的窗口62的很多發散光側向通過臺架52以限制反射或者眩光,並且也優化了對比度。光可以是穩態的或者頻閃的。可以使用使破壞圖像的明晰和對比度的眩光和其它發光效應最小化的方法。這種方法在成像和攝影
技術領域:
中是常規的且眾所周知的。當成像需要消除或者減少環境燈光時,可以設置暗罩或者暗門(圖中未示出)或者使暗罩或者暗門移動遮住外殼56的前開口。作為本領域技術人員可以理解的,具體的成像臺50及其元件可以根據需要和期望而改變。在具體的示例性實施方式中,照相機M是數位相機,更具體地是C⑶成像器。例如具有E系列25mm的12.5(179611)尼康鏡頭、光圈光學接口適配器和蒂芬(Tiffen)偏光鏡(52mm)的改進型(MPColor5.1兆像素照相機)(美國馬裡蘭州貝賽斯達東_西高速公路的媒體控制公司(MediaCybernetics,Inc,4340East-ffestHwy,Suite400,Bethesda,MDUSA))。另一示例是固定焦距的尼康AFNilckor手動聚焦鏡頭裝置的黑白(12比特灰度)Quantix6303ECCD數位相機(來自美國亞利桑那州的土桑市的光度計(Photometries))。也可以使用其它用於獲得可由圖像分析軟體進行分析的圖像的裝置。一個示例是數字掃描儀。可以獲取每個盤42的3個複製圖像以便提高精確度(3次計數值可以求平均或者統計使用)。可以將計數值輸入軟體應用程式(例如微軟的Excel)以便進一步統計分析。可以使用增加目標樣本和背景(或者非相關物質)之間對比度的其它或者附加方法。例如,一種選擇是選擇具有使切屑物40產生螢光(天然的或者粘附到切屑物的染料)波長的光源以增加對比度。另一個選擇是增加適於識別切屑物40中基因存在的著色劑,如果是植株或動物材料,可以通過基於某種光能照明的螢光(識別染色法)。又一特別用於植株穗絲的選擇是使用用於花粉或者花粉管的特別染色,使得圖像可以識別在成像時發生了多少受精。當然,也可以應用其它方法和元件。還注意到如果在小瓶30(或者其它初始容器或者載體)中的發光對比度和切屑物40分布是充分的,使得圖像在足夠數量的切屑物40和背景之間進行區分,則從圖2的小瓶30轉換到圖3A的盤42(或者在其它容器或者載體之間轉換)不是必需的。e)計算機能夠處理的系統計算機(例如PC72)包括圖像識別或者分析軟體80(例如商用的MediaCyberneticsInc(媒體控制公司)的「ImageProPlus6.2」軟體)。該軟體特別適用於對數字圖像中對象的幾何測量。該軟體允許用戶通過特別應用文稿編排程序定製程序設計。該軟體還允許以多種方法存儲和處理其產生的分析信息。該軟體與許多近期的(如果不是最近期的)典型PC型計算機兼容。在該示例中,可以將PC72連接(通過合適的接口74)到成像臺50的照相機M,以便根據PC72的命令操作照相機M。PC72還可以被連接(通過合適的接口78)到條形碼閱讀器76(具有相關的軟體)以便閱讀小瓶30(或者培養皿)的條形碼信息,並使之與同一樣本的圖像相互關聯。在該示例中,計算機72還包括電子製表軟體程序82(例如微軟的Excel),以顯示和存儲數據和圖像。關於「ImagePro」圖像分析軟體80的細節可以參見www.mediacy.com。在通過圖1-3的工具10獲得的玉米穗絲切屑物40的情況中,可以將軟體80編程以識別圖像中尺寸大約2mm長的穗絲切段的對象。在分析之前,可以將軟體80編程以除去圖像的不相關部分。例如,可以將照相機M的視場設置成足夠大以便捕獲盤42的平面圖(例如圖:3B和C)的每個部分(從而不可能漏掉切屑物40)。然而,這可能使盤42外的部分區域進入圖像。軟體80中的工具用於將盤42圖像周緣外的任何分析的事物除去。將軟體80編程用於按照如下方式計數穗絲切屑物40執行的分析程序包括1)自動識別培養皿並且設置排除邊緣和盤外區域的感興趣區域,幻應用濾波器改善穗絲與背景的對比度,幻識別圖像中的對象且測量對象在像素中的面積,4)基於與單根穗絲的估算面積相關的區域,將對象分類成16個「小格(bin)」或者類(因此允許估算接觸的成團的穗絲或者重疊的穗絲的數量),幻每個「小格」中的對象的數量乘以穗絲的數量,其中穗絲的數量與為每個小格提供總穗絲數值的多個「小格」中的每個小格相關。將每個小格的總穗絲數量累積以達到全部二進位的總穗絲數,且因此得到培養皿中的全部樣本。該程序進行與圖像本身相關的分析並且因此進行自校準,從而使得圖像尺寸的改變或者培養皿位置的改變不會產生影響。圖7是用於圖像分析系統70的示例性計算機屏幕顯示圖形用戶界面。其示出穗絲切屑物計數程序。顯示屏的左上象限是培養皿42中的切屑物40的捕獲圖像。注意到一些切屑物是與其它切屑物分離,但是大多數是接觸的或者重疊的。對於該實施方式,右下象限顯示16個小格或者類(左手邊標註「CLASS(類)」的垂直列)。通過總面積的範圍限定每個小格或者類。在該示例中,總面積是在圖7左上象限圖像中的鄰接的對象佔據的像素數量。在圖7的示例中,通過軟體80識別在類1的像素區域範圍內的383個對象(見標註"OBJECTS(物體)」的垂直列)。這些對象中每個的平均面積是356.78067個像素(見標註"MEANAREA(平均面積)」的垂直列)。相反,在表示為類2區域的區域範圍內識別出42個對象。平均面積是720.71429個像素(大概為類1平均面積的兩倍)。在類3區域中識別出12個對象(平均面積為1084.6666個像素,大概為類1平均面積的3倍)。在類4和類5中分別識別出4個對象(平均面積大概分別為類1平均面積的4倍和5倍)。在類6和類7中沒有識別出對象,但是在類8中識別到一個對象,其面積大概為類1平均面積的8倍。圖7的右上象限示出怎樣計算最終的穗絲數量。將類1中的對象假設為單個的穗絲切屑物。因此,假設383個穗絲切屑物放置在圖7的右上象限中表的垂直列「F」中。識別到的對象具有大概為類1雙倍的平均面積(換句話說,在一定程度上,將類2的對象假設為接觸或者重疊的兩個穗絲切屑物)。因此,將在類2中識別到的42個對象乘以2以便給出類2的估算的84個完整穗絲切屑物。將該關係連續地用於剩餘的類。大概為類1平均面積3倍的類3的對象乘以3以得到類3的估算的36個單獨切屑物。通過乘以4得到類4的識別出的對象且乘以5得到類5的對象以得到類4和類5的16和20個穗絲切屑物的估算的總數。最終,類8中的一個識別出的對象(假設大約8個單獨的切屑物組成類8圖像中識別出的成團或者成簇的切屑物)乘以8,從而估算出類8的8個單獨切屑物。在該示例M7中,將在圖像7右上象限的列「F」中估算出的單個切屑物中的每個加到一起以得到「穗絲總數」的估算。如以上所述的,該方法允許編程者預設計用於識別圖像中通常稱為對象的標準。這些對象包括單個切屑物40或者多個切屑物40(相鄰的、鄰接的、重疊的、成團或者成簇的)。不必進行單個切屑物40的初始確定或者分離。而且,編程者可以使用濾波範圍以避免計數圖像中的非穗絲對象,例如盤或者葉子片段的光反射等。基於每個對象的總面積(在該示例中,基於對象大體上佔據的像素數),將對象分類或者分成小格,然後允許通過將單個切屑物40的平均面積與每個識別對象的面積進行比較來估算組成對象的切屑物40的數量。如果面積在指定為第一類或者小格1的面積範圍內,則假設其為單個的切屑物40。然後將通過適合類1面積識別的對象數量用於為該類計數切屑物的相同數量。如圖7中所示,基於計算的面積,將落入小格或者類2總面積範圍內的識別的對象假設為多於一個切屑物但少於三個切屑物。換句話說,假設在類2中的對象是兩個單獨的切屑物40。將在類2中識別的對象數乘以2以得到針對類2計數的單根穗絲的總數。該程序以相似的方式連續用於類3等。將針對類識別的對象數乘以類數以得到針對類中每個對象的總穗絲數。在圖6中以很簡化的形式說明以上內容。軟體80識別圖6中標註「對象」、「1」、「2」、「3」、「4」和「5」的對象。這基於對象1-5與背景的對比。還識別圖6中標註為「葉片」和「未知」的對象,但是當其不適合單個切屑物40或者成團或成簇切屑物40的預編程標準(例如尺寸、形狀、尺寸或者顏色)時則忽略它們。軟體80自動地對適合測試(在可接受的編程範圍內)的對象計數,並忽視其它的(例如「未知」或者「葉片」)。因此,當自動獲得穗絲樣本切段40時,通過軟體30識別數量。圖6包括5個識別的對象(1-5),但是包括7個估算的單個穗絲切屑物(1_7)。根據至少3個像素的至少一個軸內的像素範圍,對象1、2和4是單個的穗絲切屑物,具有在6到10個像素範圍內的總像素麵積。在另一方面,對象3和5分別具有16和18個像素的面積,大於且近似為對象1-3雙倍。因為對象3和5中的每個都滿足被認為是由穗絲切屑物組成的準則,因此由於更大的總面積而將對象3和5分類到比對象1-3更高的類中。基於編程,由於大體上是對象1、3和5像素麵積的雙倍,因此將被分類到類2中。當對總穗絲切屑物計數時,將對象3和5都考慮為由兩個單個穗絲切屑物組成的,因此針對圖6中全部對象1-5的總穗絲切屑物的總數是7而不是5。應注意,該計數趨於包括彼此均勻重疊的穗絲。即使切屑物3和5的面積可能不確切是對象1、2和4面積的雙倍,但它們也在表示2個切屑物範圍的面積內,該兩個切屑物或者接觸、重疊,或者在圖像中識別為單個的對象。如圖6中所示的,還注意到存在單個切屑物對象的某些面積範圍。因此,將類1對象像素麵積的範圍用作全部類的案例。基於應用,利用更簡單的寬度和/或長度以從穗絲對象分離非穗絲可以更實用和/或精確。可以利用對象周緣的粗糙度、圓度、顏色的標準來微調解析度。可以理解,圖像可以是彩色的、黑白的,假彩色的或者是用對於特殊光波長敏感的傳感器採集的。可以由不依賴用於成像的可使光的傳感裝置(例如3維雷射器、聲納或者雷達掃描儀)來管理成像。可以將軟體80編程以在計算機72上顯示照相機圖像和/或軟體80的圖像分析報告(見圖7的示例)。可以理解,可以將軟體80編程以具有多種功能。如圖7所示的,"ImageProPlus」軟體允許相當複雜的功能。如之前所述的,一是使軟體80將不同的識別測量的尺寸或者形狀放入不同的類(直到圖7中的16)中。這16個類表示增大面積的對象,因此可表示增加的穗絲簇的數目。對穗絲對象計數之前,通過濾波器將非穗絲對象去除。顏色編碼允許操作者確認小格實際上表示的穗絲的正確數量(例如操作者可以容易地通過眼睛區別2根穗絲與3根穗絲的簇,並且可以確認小格方法可靠地對簇進行了合適地顏色編碼)。類可以是PC72顯示屏中編碼的顏色(例如根據圖7圖片中切屑物的顏色,不同的顏色可以與圖7中右下表左欄中的每條線(或類)相關)。最佳地,用戶可以複查顯示的圖像(和/或培養皿42中的實際樣本),並確定是否應該對圖像中的某些對象計數,以給出精確性和靈活性的增加的水平。用戶還可以對後加工中的計數或者其它數據進行其它改變或者調整。例如,在識別或者計數對象之前,用戶可以觀察圖像並去除圖像中不明確相關的對象。在圖7中,程序的右下面板表示對像的數目,所述對象為單個的(383)、雙倍的(兩個重疊的穗絲)0、三倍的(3個重疊穗絲)(1等,且將其轉換到Excel(右上面板),其中每個類中的對象數乘以類數,然後相加則得到每個樣本計數的總穗絲值(參見383+84+36+16+20=547)。可以理解,對用戶而言,成像軟體是很靈活的且可編程的,以便獲得根據以上描述的期望的差異。根據需要或者期望和/或經驗測試可對編程和調節軟體,以達到可接受水平的計數精確度。進一步可以理解,可以由用戶手工地進行用於成像的某些準備。例如,用戶可以視覺地檢查培養皿42並且手工地去除任何碎片或者非穗絲物質。附加地或者可以選地,可以在圖像採集後從該圖像去除不相干的對象。用戶也可以搖動、攪拌或者擾動培養皿42以便促進穗絲切屑物40的分離和分配。2.操作示例性實施方式一操作的示例性程序如下表4.1穗絲計數程序的概括1.制定時間表和貼標籤當作物有膝蓋高時,一排植株的邊緣良好的部分標識10個連續的植株。使用量尺以確定植株在該排的特定長度內。在測試區域內給第一和最後的植株加標籤,以便用於後期識別鑑定的植株。對整個圖區(plot)記錄50%穗絲的日期並且隨後(3-5天)對圖區制定時間表以採樣75-100的成長度單元(「GDU」)。GDU是植株科學中眾所周知的根據溫度增長描述時間的參數,。預先對每個採樣的植株準備小瓶標籤。2.用於現場準備的設備圖IA-E的切削工具10。具有螺絲帽的標註有IOml的閃爍瓶30(圖幻的託盤,以及子彈帶形架,以保持用於5個小區的小瓶。護板,和IL瓶裝的乙醇以及手泵。3.現場程序在進入小區前,以採樣順序裝載具有貼標籤小瓶30的子彈帶形架。從小區中的第一個貼標籤的植株開始。視覺觀察穗絲束。如果穗絲數小於50,通過手計數,將穗絲數目記錄在小瓶標籤上並且去掉非實質樣本。這可以比試圖利用很少穗絲收集穗絲樣本更快且更精確。如果穗絲數目大於50,將小瓶30附接在切削工具10上,朝上持握小瓶30,梳理出穗絲以得到在外皮尖端上露出的穗絲1-1.5釐米的乾淨部分,將切削工具10放置在露出的穗絲上,同時另一隻手持握穗絲束38。當用一隻手輕拉穗絲時,擠壓切削工具10的手柄直到切割了全部穗絲片段。不完全閉合切削工具10。(參見圖1A-E)。丟棄穗絲束38的末梢、已分離的部分。在整個程序期間,小瓶開口應該保持朝上以防止因疏忽造成的樣本丟失。通過擠壓完全閉合切削工具10的手柄18/22,從切割機構10上清理穗絲切段40。通過小瓶30上的孔33(圖1B)重複噴射乙醇,並且利用10毫升70%的乙醇將樣本40衝入小瓶30。旋開小瓶,(用緊固帽32)蓋緊,並且搖動以使切割穗絲40的團散開。轉移到該行中的下一個植株並且重複。當子彈帶形架中的全部樣本小瓶30已經裝滿時,將小瓶30轉移到閃爍瓶存儲託盤(未示出)且重新裝載具有下一套小瓶30的子彈帶形架。在該天結束時,清洗切削工具10,檢查小瓶30包含其體積至少1/3的乙醇,擰緊小瓶蓋32,且在計數之前使帶帽的小瓶30/32—直存儲在冷藏、封閉的區域。4.需要的實驗室設備安裝在漆成黑色或者深藍色的膠合板墊板或者臺架52上的固定長焦聚CCD照相機54,以及具有14毫米側邊的7釐米直徑玻璃培養皿42;用柔光罩(diffusercloth)覆蓋的透射器側光源60。全部安裝在通風櫥56中。裝配了Excel82、ImagePro80、常用設計軟體腳本的PC72;條碼掃描儀76。精密鑷子(fine-nosedtweezer)和乙醇衝洗瓶。5.計數穗絲步驟將穗絲樣本40清空入培養皿42中,並且以約10毫升乙醇漂洗小瓶30。掃描樣本小瓶30上的條碼,並且保留小瓶30以用於清洗,除去標籤且重複利用。用鑷子從樣本40去除任何非穗絲對象(例如外皮尖、花葯、昆蟲),攪拌以使團分散,而後將培養皿40放在照相機M下的墊板52上。使樣本40保持5秒鐘。初始化PC72上的常用設計軟體腳本以對樣本40成像,將圖像存儲在PC72的硬碟驅動器中,自動地將重疊穗絲片段小格化,而後將小格信息存儲在Excel82中。檢查PC72顯示屏的圖像的焦距以及適當性。如果需要則重複圖像採集步驟。移去培養皿42並仔細地用乙醇漂洗。對新樣本重複以上步驟。在測量周期結束時,通過使用合適的Excel82宏指令,將樣本編碼和穗絲數目轉換成主文件。可以看到,實施方式一允許從成長中的植株獲得穗絲切屑物樣本40並且將樣本帶到集中的計數場所。使每個樣本40與其來源的植株相互關聯。在計數場所中可以將這種相關性快速地輸入計算機72,例如通過快速地閱讀樣本容器30的機器可讀標籤。操作人員可以在成像室50中準備和放置樣本40,採集圖像,並使軟體80自動地識別和計算切屑物數量,且因此產生植株的穗絲數,並將該穗絲數自動地存儲在與其來源植株有關(和/或如同系繁殖的或雜交的種類類型相關的信息,實驗的小區位置等等)的電子數據表或者資料庫中。已經證明了用於玉米穗絲的這種方法節省時間(一個估算是大約10倍的改進,例如從一天50-60穗或者樣本改進為500-600穗或者樣本)。從正在生長中的植株可以獲得不限定數量的樣本並且帶到成像地點。操作人員可以儘可能快地連續地對樣本成像。可以立即或隨後計數處理。例如,可以先獲得10000個樣本的圖像。隨後,所述10000個圖像的圖像分析(為獲得每個圖像的穗絲數)可以在無需人工操作員的情況下以批量處理的模式在不同的地方進行。已經證明計數的精確度在可接受的範圍內。操作員檢查以及後置處理可以增加精確度水平。已經證明能夠實現從每穗平均700穗絲中檢測誤差為10%的穗絲數的預期目標。精確度表明至少與人工手動計數一樣好。可接受的精確度可以是,例如,每個樣本平均700穗絲的實際數量的10%以內。通過實施例一已經獲得以下的結果。總測量系統差異為0.33%或者認為可接受的),即規格重複性和操作者再生產分別貢獻0.23%和0.10%的差異。這可以通過使用3個重複圖像分析的平均數而改善。圖15表示(對於η=3個樣本)由實施方式一獲得的數量和手工計數之間的好的相關性(R2=0.99的線性回歸分析)。對於平行測定的穗絲平均數2%與手工平均數3%實際誤差的相對標準偏差(RSD)在25-700穗絲範圍內。在可接受精確度的情況下,相對於手工計數的速度約快10倍。因此,可以獲得相對高水平的樣本吞吐量。可以理解,可以附加自動化設備。通過機器人、傳送帶或者其它可編程執行機構,使裝有樣本的容器(無論小瓶、培養皿或者其它)清空以準備為樣本成像。這些類型的部件可以是互商用的或者為該目的定製的。有許多商用的成像裝置和圖像分析系統。一些甚至可以通過很小的改進或者不加改就可使用。這些裝置允許高效地獲得許多樣本的數字圖像。可以顯示、存檔和評估這些圖像,並且可以以多種格式建立這些圖像(例如bmp、Zvi、jpg)。軟體識別適合預編程的測量或者特點的圖像中的對象,並對所有這些對象進行計數。該系統對圖像中的對象進行量化測量,並且將數值以及與數值相關的信息一起存儲至樣本身份中。軟體允許互動的測量工具和參數(例如縮放比例、長度、輪廓、角度、圓周、時間計數)。可以將相關的數量和樣本身份放入資料庫以便進一步使用(例如使用來自樣本的穗絲數以估算穗或者植株的總產量)。標定後,系統可以自動採集多個樣本(或者樣本的複製)的順序圖像,獲得可檢索格式的圖像並且重複下一組樣本。該系統可以評估、測量,計數並且存儲結果。可以將該系統編程以執行數量計算以據此推算信息。該系統包括如樣本定位、自動聚焦、在數個螢光通道中的圖像採集、從不同的聚焦位置獲得系列圖像、獲得連續時間內的圖像、自動測量(編程)、對圖像編目錄以及存檔(可檢索的)、記錄和自動執行步驟。可以基於寬的參數(例如幾何的和/或密度的)範圍進行測量。測量數據可以容易地輸入大多數電子數據表程序,包括微軟的Excel。例如,ZVI格式允許將圖像數據與圖像數、採集日期、顯微鏡設置、曝光數據、尺寸和縮放數據、使用的對比技術以及其它數據一起存儲在數字存儲器中。已經開發了通用的模板以將Imageftx)軟體的輸出轉入Excel中。簡化的結構嚮導允許用戶建立期望的測量程序。可以由用戶互動地確定描述樣品的參數。可以指導這些參數以執行具體的指令。可以通過長度、面積、周長、圓周、角度或者其它幾何或密度參數進行高解析度圖像的自動測量。該軟體基於編程測量參數自動地計數和/或在圖像上標註事件。可以將商用的圖像評估軟體與成像裝置50和計算機72—起使用以在符合某些標準(與穗絲切屑物相符)的圖像中產生可辨別的對象的數。通過軟體可以對該標準編程。可以引導軟體以便自動地產生數量。一些軟體允許用戶重載或者改變數量。例如,這可以在用戶在計算機72顯示屏上顯示圖像並且看到軟體初步計數或者未能對圖像對象計數時發生。通過對顯示圖像的可視檢查,用戶可以確定是否應該或者不應該進行計數,並且改變軟體計數。這種圖像評估軟體的具體功能和特點在現有
技術領域:
中是已知的。其它的示例可以是軟體驅動器,其可以根據編程的程序打開和關閉照相機。示例一是用於有效地獲得具有樣本的相對高吞吐量的玉米穗絲量化數值的一個系統和方法。可以理解該系統和方法可以類似地應用於其它植株或者非植物長形絲條或者片段。E.具體示例性實施方式二-流體流1.概述圖9-12示出用於自動計數穗絲切屑物的其它方法。與在培養皿中分配樣本、對其成像、並使用圖像分析軟體以測量和對滿足預定義測試圖像中的對象計數不同,該示例性實施方式二可以以與實施方式一的同樣方法獲得樣本(例如通過之前描述的切削工具10),但使用不同的計數方法。具體地,通過檢測器將植株202的切屑物的每個樣本40量化,該檢測器適於檢測並數位化計數每個通過檢測器的穗絲切屑物。在小瓶30中收集樣本40(多達數百穗絲切屑物的集合)。將小瓶30的內容倒入或者直接排空至流動通道、導管或者管207,其以分離(singulated)方式導引切屑物通過諸如光電檢測器的檢測器。切屑物足夠分離以被計數。通過光電檢測器記錄每個切屑物的通過,從而獲得切屑物或者穗絲片段的總數。清潔系統然後對送入的下一個樣本40進行計數。可以將檢測器連接到計算機,該計算機可以記錄每個樣本的穗絲數並且使每個計數與各自的樣本或者植株相關。2.設備圖9和10示出針對實施方式二的基本設置。該目標也用於獲得多個絲條樣本中的片段量化數量,且以合理有效的、高吞吐量的方法進行這些步驟。在該示例中,與實施方式一的主要區別是獲得計數的方法。單個的片段通常在通過光檢測器的流體流中被分離,該光檢測器感測與流路中片段不存在相對的片段的出現。如在圖9和10中的對穗絲切屑物計數的示例中所示的,玉米穗的穗絲切屑物40(1到2毫米長)懸浮於至少200毫升的流體溶液中或者使給定系統中堵塞最小化且分離最優化的體積的流體溶液中。由於保存樣本,所以流體溶液的示例是組織學等級的流體乙醇,且樣本穗絲切屑物趨於在流體溶液中很好地分離。可以將乙醇與有大量乙醇的容器206中的切屑物自動地混合(見圖9和10)。相信只要可以使切屑物充分分離,則還可以利用包括氣體(例如空氣)的其它流體使切屑物40移動通過具有包括氣體(例如空氣)的其它流體的檢測器214。通過蠕動泵或者其它適合的泵208將流體中懸浮的切屑物泵入導管210,轉入檢測器216位置的相對窄的管212(小於1毫米,i.d.,Tygon2075)以用於當移動通過管212中的檢測點時促進切屑物的分離。在圖9的示例中,為了更高的吞吐量,將樣本和乙醇流體混合物分開並且將其處理入兩個平行通道中,例如進入兩個相等的兩個窄管212A和212B,每個具有傳感器或者檢測器214A和214B。每個傳感器2146A和2146B與對應的數字計數器216A和216B操作地聯通以記錄每個檢測器214A和214B的檢測,且將計數加到一起以得到全部樣本的計數。顯而易見地,可以通過一個檢測器僅在一個通道中處理樣本/流體混合物。在該示例中,檢測器或者傳感器214可以是帶型雷射傳感器(例如美國明尼蘇達州的明尼阿波利斯的美國邦納工程國際有限公司(BannerEngineering)ofMinneapolis公司的D12DAB6FPQ5型)。這實質上是使用具有預定義帶寬雷射器的光電檢測器型(與窄單束相反),以通過測量反射比來檢測對象的通過。這種類型的傳感器是已知的並且產生計數的數字輸出。光電傳感器214具有兩個主要元件發射器和接收器。發射器包含可以是例如LED或雷射器的光源。發射器的光源是通過振蕩器調製脈衝的。接收器包含諸如從發射器檢測光的光電電晶體或者光電二極體等光電元件,且將接收的光密度轉換成電壓。放大並且解調電壓。對於發射器的脈衝頻率而言接收器是「調諧的」,且忽略全部其它由透鏡聚焦的環境光。設置該接收器以產生輸出信號,該輸出信號高於或低於從其發射器接收的具體光密度。該類型的大多數傳感器允許能夠引起傳感器輸出進而改變狀態的光量調節。因此,每次穗絲切屑物(或者其它待計數的片段)通過發射器的傳感器光束時,在接收器處光束密度減弱到閾值以下,並產生輸出信號。將該輸出信號發送到商用的數字計數器216,該數字計數器216根據輸出信號的每次接收而增值。可以理解,可以利用各種不同的元件以各種不同的方式執行實施方式二。例如,可選的傳感器214是美國麻薩諸塞州麻薩諸塞的康蓋公司(CongexCorp.)的Checker牌光電傳感器。也可使用其它傳感器。其它用於對穗絲切屑物40計數的傳感器示例包括,但不限於例如美國肯塔基州佛羅倫斯的霍爾頓車道8125號的巴魯夫美國(BalluffUSA)公司的各種單光束光電傳感器(參見圖12A),美國新澤西伍德克利夫湖的泰斯大街50號的基恩士美國(KeyenceCorp.ofAmerica)公司的FU-12型光纖光電傳感器。如圖9所示的,傳感器214後可以有濾波器以便回收樣本,並還允許流體通過到長頸瓶或者其它容器224以便回收,或者循環和再利用。圖10示出用於諸如系統的原型實驗室設備。如圖所示的,樣本切屑物40和從大容量容器206測量的流體數量可以人工地輸入到系統200。通過窄的、模擬管部分212,泵208將樣本/流體混合物泵入到流體柱中。檢測器214使計數器216增值直到表示通過檢測器214的每個切屑物事件。電池218可以給檢測器供電。可以將樣本/流體混合物泵入到長頸瓶或者其它回收容器224。如果需要,在此之前可以過濾切屑物40。通過元件的適當選擇,可以很快地處理樣本。通過減少堵塞和促進穗絲分離,連續的樣本攪動用於增加精確度。氣泡或者導管中的空氣引起一些差異性。用於減少該差異性的方法是本領域普通技術人員常用的技術手段。可以理解,可以用使實施方式二便攜(例如足夠放在背包中的小且重量輕的)的元件構成該實施方式二。該系統可以包含在背包中並且通過電池供電。這允許操作者將系統帶到田地且在植株處或者植株附近進行穗絲計數。圖12B和圖12D示出可以怎樣在鄰近樣本/流體混合物流過的透明流體管附近支撐傳感器214。例如,具有夾子的鉸接(articulatable)保持器可以支撐分割線210A和210B以及兩個檢測器214A和214B(圖12B)。可選的例子如圖12D中示出的金屬絲網屏。這種結構用於對元件提供穩定性以增加可操作性和精確度。當然可以使用其它包括更持久的結構的配置。固定元件的配置和穩定性對於優化系統是關鍵的。圖11示出另一個可能的結構。可以將小瓶或者容器30A置於源於泵208的流動通道中。可以將樣本40插入小瓶30A。將懸浮在從泵208泵出的流體中的樣本40泵送通過光電檢測器214以用於穗絲切屑物的量化,然後在第二個小瓶30B中重新採集。在該方法中,可以測量樣本/流體混合物,但是隨後放回到樣本保持器以保存。3.操作該系統200的操作如下。可以在閃爍瓶中收集樣本切屑物,加入乙醇然後將乙醇/切屑物內容傾倒入泵系統的入口(例如漏鬥207-參見圖10)。應該小心進行以將全部切屑物帶出小瓶而後進入泵208。根據經驗測試可優化泵速和固定配置。穗絲切屑物的充分分離取決於樣本大小、流體體積、攪動效率、流體流速和傳感器檢測能力;這些也可以根據經驗測試優化。可選地,使用空氣或者真空以將切屑物泵入流體以使泵的搏動動作最小。處理速度可是每幾分鐘(或者更少)大約一個樣本。這取決於通道數和優化。本領域的普通技術人員可以理解,常規的經驗測試可以指導校準元件的操作。精確度對於許多應用都是可接受的。圖16示出針對實施方式2的玉米穗絲計數和與由實施方式一利用Banner帶型雷射傳感器(D12DAB6FPQ5型)對相同樣本計數之間的對比。圖16的表1示出可能由於校準問題和傳感器穩定性導致的52%的平均誤差。圖16的表2示出通過使具有屏柵(圖12D)或者其它保持器或者架(圖12B-示出架的使用-例如使用美國加利福尼亞州卡馬裡奧的哈勃貨運工具(HarborFreightTools)公司的「輔助放大鏡」架,例如,用於軟焊應用)的穩定傳感器減少至大約8%的平均誤差。可以調節並優化使用光電傳感器對懸浮在流體中單個樣本切屑物計數並且泵出或者通過光電傳感器的一般方法。可以以相似的方法對其它植株和非植物長絲條或者片段實施。通過與數字計數器216連通數字計數(以計算機可理解並使用的格式)可以容易地實現計數的採集和存儲。用戶可以將每個樣本的特性和計數保存在電子數據表或者計算機的資料庫中。類似在示例一中描述的,可以將多個樣本的計數信息用於需要和存儲或者存檔。F.具體示例性實施方式三-穗絲束橫截面計數1.概述在圖13和14A-C中示出計數穗絲的又一方法。利用例如3/4透明膠帶340(圖14A)持住玉米穗的穗絲束並將其拉緊且使其處於適當位置。在帶的兩端處或者靠近帶的兩端處,乾淨地並且橫向地切割被束縛的穗絲束338(圖14B)。這產生相對於成束暴露端穗絲束樣本的大約1英寸長的或固定的部分以提供完整穗絲束338的橫截面的切割。該樣本保持在環境溫度幾分鐘且每個穗絲束中的暴露穗絲端趨於變黑(圖14B)。這改善了對比度。可以人工地計數每個穗絲的暴露端,或者可以獲得圖像且根據圖像進行人工計數。可選地,合適編程的圖像分析軟體可以執行自動計數。2.設備單個傾斜刀片344或者其它銳利的切割儀器可以通過穗絲束338的兩個位置進行橫向切割(參見切割線1和2)以產生暴露的穗絲端(圖13)。可以人工地計數每個穗絲。可選地,可以獲得橫截面的圖像且對圖像進行可視的、人工的或者自動的圖像分析計數。成像器的示例是裝配有的美國密西根州斯特靈海茨柏洛茲街6540號的診斷儀器(DiagnosticInstruments)公司3·2·0型的模塊(在7χ_10χ)的點洞察顏色照相機的美國賓夕法尼亞州中央谷團結路郵政信箱第3500的奧林帕斯圖像美國公司(OlympuslmagingAmerica,Inc)的奧林帕斯SZX12型立視鏡。可選的示例是裝配德國哥廷根的卡爾蔡司顯微成像有限公司(CarlZeissMicroImagingGmbH)的蔡司AxioCamMRc的WILD-Heerbrugg型M3Z立視鏡(現在是瑞士聖加倫州(Heerbrugg)的馬克斯-斯密德亨尼大街(Max-khmidheiny-Str)第201,9435號的萊卡儀器公司(瑞士))。其它類型的也是可能的。可以將一些著色或者染色類型應用於橫截面以試圖增加穗絲之間的對比度(對比圖14C中的頂端和底端圖像)。可以用可視光或者不可視光成像。3.操作圖13和14的方法提供便攜的現場穗絲計數。得到的經驗是給方法比實施方式一和實施方式二慢(例如每天處理大約50個樣本)。G.選擇和替代物本領域的普通技術人員可以理解,本文所描述的可以實施本發明的實施方式可以變動。該發明不限於本文描述的具體實施方式。對於本領域普通技術人員顯而易見的各種變化包括在本發明內。以下描述幾個示例。1.儀器可以改變具體的系統和系統設置。可以根據期望或者需要改變具體的設備和組合。例如,根據特點和設置,可以改變實施方式一的具體照相機或者軟體。同樣地,可以改變實施方式二的具體泵和檢測器。設計者可以根據需要和期望選擇和構建設備。可以理解,每個示例都可以在各種地點、場合和環境中容易地運輸和使用。每個示例甚至可以是可攜式的,以在待計數的對象處提供計數。由於可以是相對小的規格(當都裝配為一個作業系統以及單個元件時)、相對輕的重量,因此可以是可攜式的,且可以由電池供電(或者由常規的使用的電源供電)。例如,根據實施方式一,可以將成像裝置50設置在玉米地中或者附近。圍欄可如同可攜式通風櫥且可以在環境中保護成像器。可以採集圖像並存儲在照相機中,然後在現場用手提PC或者在附近建築物中的臺式計算機進行分析。可選地,可以通過電子郵件或者其它通信協議或者網絡將圖像發送到中央控制室以用於用圖像分析軟體處理。可選地,在無需轉換到第二容器的情況下,包括穗絲的容器可以直接用於成像。根據以上示出的實施方式二,可以用電池對泵、檢測器和數字計數器供電。該設備可以在包括在田地或者戶外的現場裝配。至少當使用人工計數時,實施方式三是容易攜帶的且幾乎可以在任何地點實施。在基地實驗室和可攜式現場系統之間可以設一些權衡(例如圖像解析度可以高於實驗室設備;現場處理可以產生更快的且可以接受的結果)。在設計用於給定應用場合的系統和方法時,用戶可以考慮這些問題因素。2.方法類似地,具體的方法步驟和順序可以進行一些變化。而且,與穗絲切屑物有關的測量可以變化。例如,代替對穗絲切屑物的計數,可以進行穗絲直徑的測量或者穗絲直徑分布的測量。通過對實施方式一描述的圖像分析軟體的合適的編程,這可以從穗絲計數已經存檔的圖像獲得,或者可以是進行的單獨測量。當可以對其它植物或者非植物片段進行計數時,可以進行類似的變化。3.應用另外,可以改變計數方法的應用。例如,此處的示例性實施方式主要涉及活著的玉米的穗絲計數。當然,還可以應用於從植株分離的穗。如果需要,該計數方法可以以類似的方法用於計數其它的小對象。其它的對象可以是芹菜細胞結構的計數。還可以對在光纖束中的單個光纖進行計數。其它的已經在該描述中提及。然而,該發明不僅限於這些示例。而且,應該理解發明人已經發現可以將本發明的穗絲計數方法延用到植株研發的各種有益的應用。穗絲計數不僅可以用作對植株的潛在產量的指示,還可以用於由此延伸的大量應用。穗絲計數可用於能夠實質上有助於植株研發的用途。使用穗絲計數的一些應用包括,但不限於,如下a.關於穗絲數量或者穗絲寬度的植株之間的差異(一次或多次的對比)。b.穗內的穗絲差異。c.產量預測(例如提前估算產量;田地產量估算模型產品的輸入)。d.基因型的精確表現型(例如用於雜交的和同系繁殖的穗絲的速度和模式的測量)Oe.發現與絲紋特性差異有關的染色體區域。f.通過增加每植株的產量,減少出售商品的成本。g.使用穗絲切屑物以估算不同的轉基因結構或者事件。本領域普通技術人員可以理解,可以將這些應用有益地用於多種用途。幾個示例如下(a)在開花時間進行選擇以在收穫時更有效率(即規劃收割機器、勞動、運輸等寸乂O(b)種子產量管理(例如確定限制產量的因素-穗絲數量或者花粉數量)。(C)促進用於高吞吐量量化穗絲數量的工具以更好地理解有雌蕊的潛在產量、穩定性、風險和失效。(d)通過更好的理解確定潛在產量的因素而修改培植策略。(e)將穗絲計數應用於研究程序、培植策略和生產田地管理(管理、風險評估、預算產量估算)。在以下示例中闡述進一步的應用示例,所述以下示例涉及之前描述的應用於玉米穗絲的計數方法。H.進一步的示例性應用通過以下示例,證明穗絲或者其它長片段或者絲條的相對高吞吐量計數的能力。這些示例涉及玉米穗絲,但是趨於說明穗絲計數有時可以如何與其它測量或者參數相關。1.穗絲計數的測量在本領域中已知穗絲和胚珠數量之間存在重要關係,且該參數還表示內核數/穗和潛在產量。本穗絲計數方法適於幫助獲得比手工計數更高生產率的可接受的統計精確度的穗絲數。所述計數對植株是非破壞性的。該方法允許進行有效地計數。目的是獲得手工計數+/-2%內的計數精確度。通過使用之前描述的示例性實施方式一的成像分析計數,根據大量穗絲數量(80-900)的計數是與被認為可接受的+/-2%的範圍是一致的(參見圖15)。針對之前描述的示例性實施方式二的流體流光電檢測器計數器技術,結果也在可接受的範圍內(參見圖16)。即使精確度結果低於以上描述的目標,計數方法仍是可用的。玉米穗絲數的統計可接受的方法或者量化方法的研發已經應用於許多用途。某些非限定性示例包括的方法提供了在不同植株之間、同一植株上的穗之間或者甚至同一穗上不同次數之間的調查穗絲數差異性的更有效的方式。這對於穗絲計數在試圖更好地理解穗絲和穗絲研發以及穗和植株研發的大量應用中具有開發的潛力,這樣可以相應地促進改善對植株特性的理解和研發。a)穗內或者植株之間的穗絲差異示例性實施方式的穗絲計數方法用於建立不同基因型植株、同樣基因型的植株、不同環境條件下不同生長地點中生長的同樣和不同基因型的植株,以及具有不同覆蓋處理(例如持續具體時間的覆蓋或者非覆蓋穗絲)的同樣或者不同的生長的基因型的植株穗絲數之間的差異(參見圖17)。可以將該差異性用於很多用途。例如,一種用途是通過穗絲數可以區別或者識別不同的基因型。另一種用途是基於不同環境的穗絲產品描繪一種基因型或者不同基因型的特點。又一種用途是量化同樣同系繁殖或者雜交品種的植株之間的穗絲數的差異程度。注意圖17還示出在長絲時期內穗絲數如何天天變化。如將在之後討論的,這也可以用於描繪或者預測一種基因型或者多種基因型的特性。可以將這些特性用於評估諸如由環境、基因或者農業生產所影響的出產量等事物。該方法也允許在不同時間從同一穗獲得穗絲數,以研究穗絲伸展和生長的動態。2.穗絲數量的應用a)數量將穗絲數用於多種用途以幫助理解玉米植株的過程。如以上提及的,一個主要的示例是穗絲數量和作為識別工具的基因型之間的關係。也如以上討論的,穗絲數量與穗或者植株的潛在產量相關。由穗絲數測得的任何潛在的產量減少可以表示對於種子生產者損失的商業收入潛力。穗絲數是用於評估由環境、基因型或者農業管理實踐影響的出產量的有價值的工具。通過使用之前描述的示例性實施方式1-3的穗絲計數方法,可以以相對有效的方式將穗絲計數用於這些目的。可以更有效地研究諸如雌蕊產量潛力、穩定性、風險和失效等事物。例如,產量的非穩定性幾乎總是和與目標基因型中壓力敏感性矩陣相互作用的壓力差異水平有關。在培植程序中(或作為轉基因評估創始的部分)選擇提高的產量穩定性為種子公司和種植者的期望目標。當玉米植株在生長季節中期的壓力下時,穀物產量的差異主要是核數的差異,根據每個植株的穗和每個穗的核(KPE)的差異。由於壓力(stress)較小地影響50%的開花時間,因此開花壓力導致通常與ASI(開花出穗間隔)相關的開花時間的穗絲伸出的延遲。可以很好地建立對於穀物產量和KPE的ASI的關係,但是該特性是暫時的且表現與出穗絲和花粉散落的總動態相關的較少的細節。這些群落必須重疊以確保授粉,且穗絲和花粉必須在壓力下保持有能力的以確保受精和好的核集合。穗絲生產的動態具體涉及在穗絲生長中的植株之間和穗內部的差異、穗絲露出的均勻度和其適用花粉的同步性。壓力之下用於穩定的核集合的選擇要求針對特性的大量基因型的篩選,所述特性對於壓力水平範圍下的核集合是關鍵的。以下是與穗絲數有關的各種其它應用示例的非限定性討論。在壓力差異水平(乾旱、高溫、密度和低氮)下改善產量穩定性可以改善一段時間和環境內的玉米雜交特性,並且有助於增加和穩定農業收入。在玉米開花期間發生的再生產處理對壓力特別敏感,從而表示用於改善產量穩定性的約定目標。在受管理的壓力研究環境中初始研究的結果確認了當開花期發生乾旱壓力時,穀物產量對穗和子房生長、穗絲顯露和適於授粉的核生長的強烈依賴。在這些研究中還確定了這些過程存在的壓力敏感性一般差異。以下是附加的具體的表徵型工具,用於剖析花期壓力的耐受性以及生成用作改進玉米產量穩定性的模型的表徵。預期的益處包括穗絲生長率的高吞吐量精確度的表徵方法和出穗的穗內同步性,以及確定早期穗絲生長時期核敗育程度的程序。通過使用這些工具,期望用於改善穩定性的選擇提供對影響核數從而影響產量的壓力矩陣的改善的耐受性。b)預測(I)KPE和穀物產量如所提及的,由於每個穗絲應該與胚珠有關(這理想地應該產生核),因此每穗的穗絲數通常大體上表示穗的最終產量,這在確定穀物產量中是主要因素(連同核大小)。通過使用高吞吐量的穗絲計數方法,穗絲數的量化可以用在預測產量的任何方法中。可以用於針對穗、針對植株或者針對基因型預測產量。通過常規的技術,使用產量預測可有助於計劃中的種植者或者種子生產公司。因為可以在植株生命中相對較早地獲得穗絲數,因此在收穫前可以較好地使用該信息(主要在生長季節中期)。權利要求1.對一個或者多個玉米植株的穗絲束中的穗絲進行高吞吐量計數的方法,包括a.從所述穗絲束切割下包含相對短長度的穗絲的一部分;b.將所述短長度的穗絲分布在容器的表面上;c.對所述容器成像;d.使用圖像識別軟體評估圖像,並且對表示切割的短長度穗絲的對象進行計數;以及e.存儲與樣本相關的計數。2.根據權利要求1所述的方法,其中,所述相對短長度的穗絲的長度範圍是1.5到2毫米。3.根據權利要求1所述的方法,還包括a.處理所述圖像以便根據所述圖像確定所述穗絲樣本的至少一個物理性質的估計;b.將所述穗絲的至少一個物理性質的所述估計與其他植株的所述物理性質進行比較以提供對照;以及c.基於所述對照,將所述植株相對於所述其它植株進行評估。4.根據權利要求3所述的方法,其中所述物理性質是尺寸、數量、形狀、面積、平均尺寸、平均形狀、平均面積、尺寸分布、形狀分布或者面積分布。5.根據權利要求3所述的方法,其中評估步驟包括將所述物理性質a.與相同品種的其它植株的物理性質進行對比,以記錄它們之間的任何差異;或者b.與不同品種的其它植株的物理性質進行對比,以記錄它們之間的任何差異。6.一種對玉米植株的穗絲束的穗絲進行相對高吞吐量計數的方法,包括a.從所述穗絲束切割出包含相對短長度的穗絲的一部分;b.使所述短長度的穗絲順序地且大體上分離地移動通過檢測器;c.將所述檢測器編程以對表示短長度的穗絲的對象進行計數;以及d.存儲與樣本相關的穗絲計數。7.根據權利要求1或6所述的方法,其中,使所述短長度的穗絲流入空氣或液體中。8.根據權利要求6所述的方法,其中,所述檢測器包括光電檢測器、雷射器或者粒子計數器。9.根據權利要求1或6所述的方法,還包括使用所述穗絲計數以便a.預測植株的品種、表現型或者基因型;b.預測所述植株的生長條件;c.為所述植株的種子選擇生長條件;d.選擇用於研究的所述植株的進一步應用;e.選擇用於商業生產的所述植株的進一步應用;f.評估不同的轉基因結構或者事件。10.一種獲得玉米植株的穗絲束的穗絲樣本的方法,包括a.將所述穗絲束保持為繃緊的;以及b.通過i.使分開一定距離的兩個刀片大致橫向地移動通過所述穗絲束,以便將所述穗絲束的相對短長度的穗絲從所述植株分離,從而切割所述穗絲束的橫截面。11.根據權利要求10所述的方法,還包括將鈍邊置於與所述刀片切割方向的相對的、所述穗絲束的相對側。12.—種對玉米植株的穗絲束的穗絲進行計數的方法,包括a.將所述穗絲束保持為繃緊的;b.切割所述穗絲束的橫截面;c.對在所述橫截面中的所述穗絲的暴露端計數。13.根據權利要求12所述的方法,還包括採集所述穗絲束的所述橫截面的數字圖像。14.根據權利要求12所述的方法,還包括對所述穗絲束的所述橫截面進行著色以便增加穗絲之間的對比度。15.一種從多個不同玉米植株中選擇種質的方法,包括a.計算多個不同類型玉米植株的每個穗顯露的穗絲數量;以及b.基於所述穗絲數量選擇進一步應用的植株。16.根據權利要求15所述的方法,其中所述選擇是程序的一部分以便a.改善培植種質;以及b.改善植株培植程序。17.根據權利要求15所述的方法,其中所述計數步驟包括自動地或者半自動地對玉米穗進行穗絲計數,並且使用所述穗絲計數用於進一步的目的,其中所述進一步目的包括以下的一個或者多個a.對與穗絲數量、長度、寬度或者亮度相關的植株之間的差異進行量化;b.對穗內的穗絲的差異進行量化;以及c.產量分析。18.根據權利要求17所述的方法,還包括在研究程序、培植策略或者生產田地管理中利用一個或者多個穗絲計數的穗絲數量。19.一種基於穗絲的量化選擇植株的基因型的方法,包括a.獲得所述基因型的穗絲樣本的量化數量;b.將所述基因型的穗絲總量的估算與參考信息進行比較;以及c.決定是否應該選擇所述基因型以用於進一步應用。20.根據權利要求19所述的方法,其中所述樣本的量化數量包括a.獲得尺寸相似的每個穗絲的樣本;b.將所述樣本大體上均勻地分布在平面內;c.對所述樣本成像;d.用編程的圖像分析軟體評估所述圖像以便識別所述圖像中表示單個穗絲樣本的對象;e.存儲被識別的對象的數量;以及f.根據所述被識別的對象的數量估算總穗絲數量。21.根據權利要求20所述的方法,其中所述數量用於預測所述植株的穀物產量。全文摘要本發明涉及一種用於計數包括植株穗絲細長絲條的相對高吞吐量的方法。一種方法包括從植株穗絲束的一部分分離尺寸相似的穗絲片段並且通過使用自動方法定量地計數。該自動方法可以通過表面或在表面上分布的片段的數字圖像以及圖像分析以便得出單個片段的數量。可選的自動方法是使片段連續且基本單獨的通過檢測器。文檔編號G01N1/04GK102132139SQ200980132758公開日2011年7月20日申請日期2009年8月21日優先權日2008年8月22日發明者丹尼爾·M·高曼,盧卡斯·伯瑞斯,史蒂文·R·安德森,尼爾·J·豪斯曼,傑弗裡·R·思徹斯勒爾,格雷戈裡·愛德密德斯,特拉維斯·A·漢塞爾曼,羅納德·L·法靈頓申請人:先鋒國際良種公司