一种基于深度学习的基因编辑水稻抗性株系无损伤筛选方法

本申请公开了一种基于深度学习的基因编辑水稻抗性株系无损伤筛选方法，属于植物基因工程领域。该方法针对经CRISPR/Cas9系统编辑Xa21抗病基因后获得的T0代或T1代再生植株群体，通过采集接种白叶枯病菌后的叶片图像，利用包含ResNet50编码器、多尺度上下文感知特征校准模块、形态学先验模块、分割头和鉴别头的水稻病害抗性基因编辑效果检测模型，在不破坏植株完整性的前提下，实现像素级病斑分割、六维形态学特征提取和抗性等级判别，从而从再生植株群体中快速筛选携带有效编辑事件的阳性株系，替代现有的基因编辑阳性株系的筛选，显著提高基因编辑育种早期筛选的效率和通量。