南京师范大学本科生团队第一作者在植物学顶级期刊发表研究成果，破解植物表型分析难题

本文报道了南京师范大学生命科学学院本科生团队在植物表型组学领域的重要研究成果。背景方面，植物幼苗表型分析对基因功能和信号转导研究至关重要，但传统方法效率低下。研究目的是开发基于深度学习的高效准确的植物动态表型分析方案。研究团队采用目标检测和语义分割算法，结合Swin-Transformer架构等技术，成功实现了拟南芥幼苗多器官识别和形态参数提取。结论表明，新方法不仅能自动排除干扰，还支持超高分辨率图像并行处理，可同步分析多个器官的形态动态变化。该成果发表在植物学顶级期刊《Plant Physiology》上，标志着南京师范大学在生物科学拔尖创新人才培养方面取得重要成就。