华中农业大学“青年长江”团队硕士生第一作者在顶级期刊（IF=12.7）发表研究成果，突破根系成像瓶颈，修复率翻倍提升

背景：根盒法作为获取土培条件下高通量根系表型数据的常用手段，因部分根系深藏土壤导致数据偏差，且现有修复方法存在泛化能力有限的问题。研究目的：开发基于GAN的2D根系图像修复模型EU-GAN，通过构建混合根系修复数据集和优化网络结构，提升根系表型分析精度。结论：该方法将棉花根系修复率从17.35%提升至35.75，关键表型参数提取误差降低48.64%至88.28%，显著提高了根系分析的可靠性与泛化能力。