射線照相和多光譜圖像分析有可能成為評估種子質量和內部昆蟲侵擾的有效、客觀的方法。本研究的目的是驗證射線照相和多光譜分析在檢測小麥種子中由Sitotroga grainella (Olivier) 及其不同發育階段引起的跡象和損害方面的效率。該實驗以*隨機設計進行，50 粒種子重復6次。對樣品進行實驗室誘導的侵染，并在5天和10天后進行射線照相和多光譜分析。之后，將種子浸入水中24小時，然后用切割刀片切片。量化具有卵或產卵跡象的種子、幼蟲、蛹、成蟲和昆蟲畫廊的數量。使用廣義線性模型 (GLM) 方法并使用 Tukey 檢驗 (p<0.05) 來比較平均值。一般來說，射線照相（有或沒有對比）和多光譜方法是評估受蟲害和未受蟲害的小麥種子的可行工具。多光譜分析僅能有效識別種子表面的卵，而不能檢測種子內是否存在幼蟲和蛹。
根據方法和樣本/評估期對總侵染的均值和方差進行視覺分析，除多光譜方法外，在孵化后10天評估的樣本（樣本 2）中發現更大的變異性（圖 1 ）。對于常規方法（種子切割）和具有對比度的X射線，觀察到類似的行為。比較兩個評估期（樣本 1 和樣本 2），樣本 2 中受蟲害的種子百分比更高。
圖1.與檢測受侵染種子和工作樣品的方法有關的小麥種子中谷物蛾侵染總百分比的平均表示、
關于受侵染種子的總比例作為每個評估期昆蟲發育階段的函數（圖2），分析發現，與傳統方法和射線照相相關的多光譜方法的階段分類不同，沒有對比。多光譜圖像分析僅顯示出由谷蛾引起的卵和穿孔跡象，其在第二評價期的侵染比例較高。 當使用其他方法時，這些階段的觀察比例更大。分別觀察每種方法，發現傳統方法（切割）和對比X射線在兩個樣本中呈現出相似的侵擾比例，作為階段的函數。
圖2.每個樣品中小麥種子侵染的總和，與常規方法（切割）和無損方法（X 射線和多光譜）檢測到的谷蛾發育階段有關
使用傳統的切割方法、帶和不帶對比的X射線以及多光譜圖像來檢查受侵染的種子，可以驗證這些技術在識別由麥芽孢桿菌引起的卵、幼蟲、蛹和小麥種子損傷方面的效率。圖3）。結果表明，使用405nm波段（藍色可見光）可以檢測小麥中的麥片沙門氏菌侵染。可見條帶對識別害蟲的存在和損害的敏感性更高，這可能是由于小麥種子的顏色和質地發生了變化，這通常是由 S. grainella 攝食引起的
圖3.小麥種子傳統切割、有和沒有對比的 X 射線，以及多光譜圖像。種子上的黃色和橙色是未受蟲害的區域，而淺至深藍色代表蟲害或蟲害
相關閱讀
Videometer種子表型組學:種子活力研究-熒光成像
植物病害表型組學：多光譜病害指紋圖譜
Videometer種子表型組學：多光譜成像作為菠菜種子健康檢測的潛在工具
Videometer種子表型組學：多光譜圖像分析在種子種質庫管理中的應用
Videometer種子表型組學：利用可見光、近紅外多光譜和化學計量學對不同番茄種子品種的分類
Videometer種子表型組學：使用多光譜成像和化學計量學方法在線鑒別水稻種子
Videometer種子表型組學：使用多光譜成像預測蓖麻種子的活力
Videometer種子表型組學：甜菜種子加工損傷的多光譜圖像分類
種子表型組學：基于多光譜成像的葵花籽品質特征識別
種子表型組學：利用多光譜成像和化學計量學方法對大豆種子進行無損鑒別
種子表型組學：Videometer多光譜成像種子質量評估的新工具
種子表型組學：聚合物包衣對水稻種子萌發的影響
種子表型組學：基于可見-近紅外多光譜圖像數據的偏最小二乘判別分析檢測菠菜種子的發芽能力和胚芽長度
種子表型組學：使用灰度共生矩陣和機器學習技術識別單倍體玉米種子
種子表型組學：不同成熟度甜菜種子發芽抑制因子去除的優化
