- 9 次围观
背景 真菌孢子的定量是植物病理学中的一项基础指标，既作为接种物标准化的主要变量，也被用作病害严重度的替代指标。历史上，孢子定量主要依赖于人工血球计数法；迄今为止，这仍是最精确的计数方法，即使用如 Malassez 计数板之类的计数室对接种物的一个子样本进行计数。然而，人工应用该方法劳动强度大、耗时长，并且容易受到操作者差异的影响。为克服这些局限性，我们提出了 MIRA（Microscopy Image Recognition & Analysis，显微图像识别与分析），这是一款新型开源软件，集成了 You Only Look Once（YOLO）深度学习算法。MIRA 具有用户友好的图形界面，可适配多种相机系统，并支持先进的目标检测模型，包括 YOLOv11 和 YOLOv26。 结果 我们表明，MIRA 可用于准确检测和计数多种植物病原真菌的孢子，自动测量孢子表面积，并区分不同属的孢子。在一项以稻瘟病菌 Pyricularia oryzae 孢子为例的全面比较分析中，我们将 MIRA 与人工金标准计数板（Malassez 和 Kova）以及间接分光光度法（SPARK）进行了基准比较。通过 MIRA 加载的 P. oryzae 模型与人工金标准呈现出较强相关性（R = 0.96），同时对于高浓度样品（10 spores/mL），处理时间缩短了 90% 以上。除该基准测试外，我们还成功测试了专门设计的 YOLO 模型，用于识别尖孢镰刀菌古巴专化型（Fusarium oxysporum f. sp. cubense）的大型分生孢子和小型分生孢子、用于识别黑叶斑病菌 Pseudocercospora fijiensis 的模型，以及一个能够识别 6 种不同水稻病原真菌的单一多类别模型。我们还提供了全面的教程，说明如何操作该软件，并利用 Roboflow 和 Google Colab 免费训练自定义检测模型。MIRA 既可作为开源 Python 代码获取，也可作为适用于 Windows 和 Linux 的独立可执行文件使用。 结论 MIRA 为人工孢子计数提供了一种快速、准确且高度可重复的替代方案，有效消除了植物病理学工作流程中的一个主要瓶颈。通过将基于 YOLO 的先进深度学习、易于使用的界面以及全面的训练资源相结合，MIRA 使不具备编程专业知识的研究人员也能够开展自动化图像分析。此外，MIRA 显著提高了高通量病害表型分析的效率，并可适配于多种生物学学科中广泛的显微定量任务。
背景 真菌孢子的定量是植物病理学中的一项基础性指标，既是接种物标准化的主要变量，也被用作病害严重程度的替代指标。历史上，孢子定量主要依赖于人工血球计数法，该方法至今仍是最精确的计数流程，其中使用如 Malassez 计数板等计数室对接种物的一个子样本进行计数。然而，这种人工方法劳动强度大、耗时，并且容易受到操作者差异的影响。为克服这些局限性，我们提出了 MIRA（Microscopy Image Recognition & Analysis，显微图像识别与分析），这是一款新型开源软件，集成了 You Only Look Once（YOLO）深度学习算法。MIRA 配备用户友好的图形界面，可适配多种相机系统，并支持先进的目标检测模型，包括 YOLOv11 和 YOLOv26。
结果 我们证明，MIRA 可用于准确检测和计数多种植物病原真菌的孢子，自动测量孢子表面积，并区分不同属的孢子。在一项详尽的比较分析中，我们以稻瘟病菌（Pyricularia oryzae）孢子为例，将 MIRA 与人工金标准计数板（Malassez 和 Kova）以及间接分光光度法（SPARK）进行了基准比较。通过 MIRA 加载的 P. oryzae 模型与人工金标准表现出很强的相关性（R = 0.96），同时对于高浓度样品（10 spores/mL），处理时间缩短了 90% 以上。除这一基准测试外，我们还成功测试了若干专门的 YOLO 模型，这些模型用于识别尖孢镰刀菌古巴专化型（Fusarium oxysporum f. sp. cubense）的大型分生孢子和小型分生孢子、用于识别黑叶斑病菌（Pseudocercospora fijiensis）的模型，以及一个能够识别六种不同水稻病原真菌的单一多类别模型。我们提供了完整的教程，用于指导用户操作该软件，并借助 Roboflow 和 Google Colab 免费训练自定义检测模型。MIRA 同时提供开源 Python 代码以及适用于 Windows 和 Linux 的独立可执行版本。
结论 MIRA 为人工孢子计数提供了一种快速、准确且高度可重复的替代方案，有效消除了植物病理学工作流程中的一个主要瓶颈。通过将基于 YOLO 的先进深度学习与易于使用的界面及全面的培训资源相结合，MIRA 使不具备编程专业知识的研究人员也能够开展自动化图像分析。此外，MIRA 显著提高了高通量病害表型分析的效率，并可适配于多种生物学学科中的广泛显微定量任务。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.06.743221v1?rss=1
🏷️ 真菌孢子计数 显微图像分析 深度学习 YOLO目标检测 植物病原真菌 开源软件