植物作為地球上常見到的景物,是組成地球生態系統非常重要的一部分,多年來,研究者一直在探索植物生命及其生長過程的奧秘并取得一定成果。花朵是植物重要的器官之一,不僅種類繁多,并且具有復雜的形態結構和生命特性,高精度、高真實感的花朵對象模型仍然是研究熱點問題之一。但是由于花朵本身結構復雜、內部組織貼合緊密等原因,使得三維植物器官數據場分割工作一直是一項具有挑戰性的課題。為解決植物器官CT圖像的分割和可視化問題,可以植物花朵器官為研究對象,利用X射線計算機斷層掃描系統(CT)獲取花朵體數據信息,并對獲取的花朵體數據信息進行分割處理,采用形態學細化算法對每幅分割后的植物器官圖像進行骨架提取,獲取特征端點的,從而為植物器官的表面重建提供數據支撐。
 

計算機斷層掃描技術還可用于種子質量控制以及種子檢測標準確立，該系統能檢測細微的內部結構（種皮、外殼、胚芽、空腔）。
 

對每一粒種子檢測，都需要復雜的處理流程。檢測的目的是為了保證其不變高品質。盡管有各種實驗方法可以選擇，但是在種子檢測方面，X射線仍是比較可靠的方法，通過影響處理系統，CT設備可監測到每一粒種子。自2003年起，Frauhofer EZRT開始了種子CT斷層掃描系統的研究，近年來，對植物材料的研究已經從種子擴展到植物根、莖、果實等領域，走在CT植物表型研究的前列。其中一款自動化系統，種子無需單獨分開，軟件可將每粒種子從混合種子中分離，從而簡化了樣品制備，能在一次實驗中實現大量種子檢測。此外，也可實現自動機械臂取料，托盤內科放置多個小盒。操作界面簡單，校準或系統射線管溫度控制均為獨立。該設備可實現對種子內部結構的穩定、清晰成像，幾何分辨率約為50um。
 

種子內部結構計算機斷層掃描系統
 

Fraunhofer植物計算機斷層掃描表型成像系統采用微焦點X射線成像原理進行分辨率三維成像，可以在不破壞樣品（無需染色、無需切片）的情況下，獲得高精度三維圖像，顯示樣品內部詳盡的三維信息，并進行結構、密度的定量分析，適用于觀察植物化石樣品結構和植物活體組織的細胞結構，近年來被廣泛應用于結構學、組織學、生物學特別是古生物學等研究領域，例如花、果實、種子、根系等研究。
 

計算機斷層掃描技術還可用于種質資源采集、種子表型、種子質量控制以及種子檢測標準確立，該系統能檢測細微的內部結構（種皮、外殼、胚芽、空腔）。
 

Fraunhofer研究院的EZRT研究所科研人員，利用該系統發表了題為Drought and heat stress tolerance screening in wheat using computed tomography的論文，研究使用計算機斷層掃描系統對麥穗進行了斷層掃描研究，可對種子結構例如種子變形等進行預測和測量，文章發表在Plant Methods上。
 

Fraunhofer植物計算機斷層掃描系統采用微焦點X射線成像原理進行超高分辨率三維成像，可以在不破壞樣品（無需染色、無需切片）的情況下，獲得高精度三維圖像，顯示樣品內部詳盡的三維信息，并進行結構、密度的定量分析，適用于觀察植物化石樣品結構和植物活體組織的細胞結構，近年來被廣泛應用于結構學、組織學、生物學特別是古生物學等研究領域，例如花、果實、種子、根系等研究。

Fraunhofer研究院是著名的應用技術研究院，很多工業技術都源自于該研究所。Fraunhofer專門成立的植物表型CT研究組致力于CT技術應用在植物的表型研究上。與傳統醫學CT不同，植物CT研究需要獨特算法和軟件等，Fraunhofer研究院在該研究領域位于領先位置。與傳統醫學CT不同，植物CT研究需要獨特算法和軟件等。Frauhofer研究院在該研究領域位于世界前沿

近年來，Fraunhofer團隊一直致力于將計算機斷層掃描技術應用于植物表型研究領域，特別是專注于植物結構高分辨率無損檢測。其中一個研究方向為研究外在脅迫因素對植物微觀結構的影響，研究方向有木質部結構如何對脅迫，如干旱做出反應。在干旱環境下，一些植物不再為葉片或整個枝條提供水分。研究另外一個方向是不同植物基因品系的內部微觀結構特征。

Fraunhofer開發出了便攜式、臺式、落地式以及高通量等多個系列專門針對植物表型研究開發的計算機斷層掃描系統。
 

1、便攜式種子斷層掃描儀

應用于對植物種子、小型果實內部結構變化的研究。可以無損地探索不同植物種子腔體、胚和胚乳的變化，測量種子內部的三維結構和小型果實的內部變化，設備小巧便攜，操作簡單，具有中分辨率和高分辨率兩種選擇。
 

2.臺式種子斷層掃描成像系統

廣泛應用于植物對植物根系、莖桿的內部結構變化的研究。可以無損地探索盆栽中不同植物的根系變化，也可以測量莖桿等植物器官的3D結構。 

1.Drought and heat stress tolerance screening in wheat using computed tomography
2.X-ray driven peanut trait estimation: computer vision aided agri-system transformation