SVGm – новый инструмент для измерения линейных размеров с учетом качественных характеристик объектов: применение в биологии

Е. В. Карасев, Н. П. Маслова, Т. М. Кодрул

DOI: https://doi.org/10.31111/palaeobotany/2019.10.5

Полный текст статьи

Аннотация статьи

В сравнительном плане рассмотрены преимущества и недостатки ряда специализированных компьютерных программ для получения размерных характеристик биологических объектов по изображениям. Предложена авторская методика использования векторного графического редактора Inkscape и нового онлайн-сервиса SVGm (Scalable Vector Graphics measurer, https://svgm.cf) для измерения линейных параметров объектов по изображениям и подготовки количественных характеристик объектов, а также их различных качественных признаков для последующего статистического анализа. Подробно описан алгоритм работы с редактором Inkscape и онлайн-сервисом SVGm. Импортированные в редактор Inkscape изображения объектов измеряются посредством векторных элементов (линий, прямоугольников, кругов, эллипсов, полигонов) и сохраняются в формате SVG. На онлайн-сервисе SVGm свойства векторных фигур SVG файлов преобразуются в результаты измерений в виде таблицы. Возможности метода показаны на примере морфологических измерений различных ботанических объектов.

Ключевые слова: морфометрия, векторный графический редактор Inkscape, JavaScript, векторная графика, SVG формат

Рубрика: Статьи

Цитирование статьи

Карасев Е. В., Маслова Н. П., Кодрул Т. М. 2019. SVGm – новый инструмент для измерения линейных размеров с учетом качественных характеристик объектов: применение в биологии. Палеоботаника, 10: 5–12. https://doi.org/10.31111/palaeobotany/2019.10.5

Получено 7.06.2019; принято к публикации 1.10.2019

Литература

Biot, E., Cortizo, M., Burguet, J., Kiss, A., Oughou, M., Maugarny-Calès, A., Gonçalves, B., Adroher, B., Andrey, P., Boudaoud, A., Laufs, P. 2016. Multiscale quantification of morphodynamics: MorphoLeaf software for 2D shape analysis. – Development (Cambridge, England), 143(18): 3417–3428. https://doi.org/10.1242/dev.134619

Bookstein, F. L. 1991. Morphometric tools for landmark data: Geometry and biology. Cambridge: Cambridge University Press.

Bylesjö, M., Segura, V., Soolanayakanahally, R. Y., Rae, A. M., Trygg, J., Gustafsson, P., Jansson, S., Street, N.R. 2008. LAMINA: A tool for rapid quantification of leaf size and shape parameters. –BMC plant bio logy, 8: 82. https://doi.org/10.1186/1471-2229-8-82

Doube, M., Kłosowski, M. M., Arganda-Carreras, I., Cordelières, F. P., Dougherty, R. P., Jackson, J. S., Schmid, B., Hutchinson, J. R., Shefelbine, S. J. 2010. BoneJ: Free and extensible bone image analysis in ImageJ. – Bone, 47(6): 1076–1079. https://doi.org/10.1016/j.bone.2010.08.023

Klingenberg, C. P. 2011. MorphoJ: An integrated software package for geometric morphometrics. – Molecular ecology resources, 11(2): 353–357. https://doi.org/10.1111/j.1755-0998.2010.02924.x

Lobet, G. 2017. Image Analysis in Plant Sciences: Publish Then Perish. – Trends in plant science, 22(7): 559–566. https://doi.org/10.1016/j.tplants.2017.05.002

Lobet, G., Draye, X., Périlleux, C. 2013. An online database for plant image analysis software tools. – Plant methods, 9(1): 38. https://doi.org/10.1186/1746-4811-9-38

Rohlf, F. J. 2015. The tps series of software. – Hystrix, 26(1): 9–12. https://doi.org/10.4404/hystrix-26.1-11264

Schindelin, J., Arganda-Carreras, I., Frise, E., Kaynig, V., Longair, M., Pietzsch, T., Preibisch, S., Rueden, C., Saalfeld, S., Schmid, B., Tinevez, J.-Y., White, D. J., Hartenstein, V., Eliceiri, K., Tomancak, P., Cardona, A. 2012. Fði: An open-source platform for biological-image analysis. – Nature methods, 9: 676–682. https://doi.org/10.1038/nmeth.2019

Schindelin, J., Rueden, C. T., Hiner, M.C., Eliceiri, K. W. 2015. The ImageJ ecosystem: An open platform for biomedical image analysis. – Molecular reproduction and development, 82(7–8): 518–529. https://doi.org/10.1002/mrd.22489

Schneider, C. A., Rasband, W. S., Eliceiri, K. W. 2012. NIH Image to ImageJ: 25 years of image analysis. – Nature methods, 9(7): 671–675. https://doi.org/10.1038/nmeth.2089

Sokolova, A., Gordenko, N., Zavialova, N. 2017. The most ancient member of the Sequoioideae – the new genus Krassilovidendron Sokolova, Gordenko et Zavialova (Cupressaceae s.l. ) from the Albian–Cenomanian of Western Siberia (Russia). – Cretaceous Research, 77: 1–27. https://doi.org/10.1016/j.cretres.2017.04.014

Weight, C., Parnham, D., Waites, R. 2008. LeafAnalyser: A computational method for rapid and large-scale analyses of leaf shape variation. – The Plant journal : for cell and molecular biology, 53(3): 578–586. https://doi.org/10.1111/j.1365-313X.2007.03330.x

Zelditch, M., Swiderski, D. L., Sheets, H. D. 2004. Geometric Morphometrics for Biologists: A primer. Amsterdam: Elsevier.