한국산업정보학회논문지 (Journal of Korea Society of Industrial Information Systems)

한국산업정보학회 (Korea Society of Industrial Information Systems)
권호 표지
DOI QR코드

DOI QR Code

웹 기반 종자 표현체 특성 가시화 지원시스템 구현

Implementing a Web-based Seed Phenotype Trait Visualization Support System

  • 양오석 (군산대학교 컴퓨터정보공학과) ;
  • 최상민 (군산대학교 컴퓨터정보공학과) ;
  • 서동우 (군산대학교 컴퓨터정보공학과) ;
  • 최승호 (군산대학교 컴퓨터정보공학과) ;
  • 김영욱 (군산대학교 컴퓨터정보공학과) ;
  • 이창우 (군산대학교 컴퓨터정보공학과) ;
  • 이은경 (국립농업과학원 유전자공학과) ;
  • 백정호 (국립농업과학원 유전자공학과) ;
  • 김경환 (국립농업과학원 유전자공학과) ;
  • 이홍로 (군산대학교 컴퓨터정보공학과)
  • 투고 : 2020.09.18
  • 심사 : 2020.09.28
  • 발행 : 2020.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 콩/벼 종자의 이미지에서 표현체 정보인 종피색, 길이, 면적, 둘레, 응집도 등의 데이터를 추출하고 가시화하는 웹 기반 종자 표현체 가시화 지원시스템을 제안한다. 본 시스템은 종자에서 추출된 데이터를 체계적으로 데이터베이스에 저장하고, 데이터테이블과 차트를 이용하여 연구자의 데이터 분석을 용이하게 하는 웹 기반 사용자 인터페이스를 제공한다. 기존의 종자 특성 연구는 사람이 수작업으로 종자의 특성을 측정하였지만, 본 논문에서 개발한 시스템을 이용하여 간단히 연구자가 분석할 종자 이미지를 업로드하고 영상 처리 후 종자의 수치 데이터를 얻을 수 있다. 제안된 시스템이 종자 특성 연구에 활용이 되면 시간적 효율성을 얻을 수 있고 공간적 제약을 제거할 수 있을 것으로 기대되며, 표현체의 특성 분석 과정에서 연구 성과의 체계적인 관리와 특성의 가시화를 통한 분석이 용이할 것이다.

In this paper, a web-based seed phenotype visualization support system is proposed to extract and visualize data such as the surface color, length, area, perimeter and compactness of seed, which is phenotype information from the image of soybean/rice seeds. This system systematically stores data extracted from seeds in databases, and provides a web-based user interface that facilitates the analysis of data by researchers using data tables and charts. Conventional seed characteristic studies have been manually measured by humans, but the system developed in this paper allows researchers to simply upload seed images for analysis and obtain seed's numerical data after image processing. It is expected that the proposed system will be able to obtain time efficiency and remove spatial restriction, if it is used in seed characterization research, and it will be easy to analyze through systematic management of research results and visualization of the phenotype characteristics.

키워드

참고문헌

  1. Baek, J. H., Lee, E. Y., Kim, N. H., Lee, H. S., Kim, S. L., Choi, I. C., Ji, H. S., and Kim, K. H. (2019). Development of Seed Traits Information Extraction Program, The 46th Annual Conference of the Korean Association of Information and Communication, Oct, 24-26, Busan, Korea, 23(2), pp. 569-571
  2. Baek, J. H., Lee, E. Y., Kim, N. H., Kim, S. L., Choi, I. C. Ji, H. S., Chung, Y. S., Choi, M. S., Moon, J. K., and Kim, K. H. (2020). Development of Seed Traits Information Extraction Program, Sensors, 20(248), https://doi.org/10.3390/s20010248
  3. Herridge, R.P., Day, R.C., Baldwin, S., and Macknight, R. C. (2011). Rapid Analysis of Seed Size in Arabidopsis for Mutant and QTL Discovery, Plant Methods, 7(3), https://plantmethods.biomedcentral.com/articles/10.1186/1746-4811-7-3
  4. Jo, J, W., Lee, M. H., Lee, H. R., Chung, Y. S., Baek, J. H., Kim, K. H., and Lee, C. W. (2019). LeafNet: Plants Segmentation using CNN, Journal of the Korea Industrial Information Systems Research, 24(4), 1-8 https://doi.org/10.9723/JKSIIS.2019.24.4.001
  5. Joo J. Y. (2020). Potentiality in Plant (seed), Pohang, BRIC.
  6. Kim, D. S., Lee, T. Y., and Kim, J. W. (2015). Improving Crop Breeding Efficiency using Plant Expression Technology, 2015 Joint Symposium on the Korea Seed Society, Next Generation BG21 Project Group and Golden Seed Project Group, Jul, 1-3, Gwangju, Korea,
  7. Kim, S. L., Kim N. H., Lee, H. S., Lee. E. Y., Cheon, K. S., Kim. M. S., Baek J. H., Choi, I. C., Ji, H. S., Yoon, I. S., Jung, K. H., Kwon, T. R., and Kim, K. H. (2020). High‑Throughput Phenotyping Platform for Analyzing Drought Tolerance in Rice, Planta 252(38), https://doi.org/10.1007/s00425-020-03436-9
  8. Lee, S. W. (2020). An Image Analysis-based Study of Soybean Seed Expressions. News of the Korea Soybean Society, 345(0), 5-7.
  9. Rose, A. S., and Hildebrand, P. W. (2015) NGL Viewer: A Web Application for Molecular Visualization, Nucleic Acids Res, 43, W576-W579. https://doi.org/10.1093/nar/gkv402
  10. Sagendorf, J. M., Markarian, N., Berman, H. M., and Rohs, R. (2020). DNAproDB: An Expanded Database and Web-based Tool for Structural Analysis of DNA-protein Complexes, Nucleic Acids Research, 48(D1), D277-D287.
  11. Shin, H. J., Lee, S, I., Chung, H. W., and Park, J. W. (2020). Indoor Plants Image Classification using Deep Learning and Web Application for Providing Information of Plants, Journal of the Korean Association of Knowledge Information Technology, 15(2), 167-175
  12. Vollmann, J., Walter, H., Sato, T., and Schweiger, P. (2011). Digital Image Analysis and Chlorophyll Metering for Phenotyping the Effects of Nodulation in Soybean, Computers and Electronics in Agriculture, 75(1), 190-195. https://doi.org/10.1016/j.compag.2010.11.003