Nouvelles méthodes d’imagerie pour phénotyper les maladies du blé : le point sur les recherches

29 Mai 24 Image

Nouvelles méthodes d’imagerie pour phénotyper les maladies du blé : le point sur les recherches

Lors de la 9ème rencontre scientifique du Fonds de Soutien à l’Obtention Végétale (FSOV) le 4 avril 2024, le GEVES, pilote de ce projet conduit de 2018 à 2022, a communiqué sur les résultats du projet Fus’eye visant à quantifier la fusariose de l’épi sur céréales via le développement de nouveaux outils de phénotypage spectral au champ. 

Des analyses chimiométriques ont permis d’identifier quatre longueurs d’ondes dans le visible et le proche -infra-rouge, permettant de discriminer les pixels sains des pixels fusariés. Ces longueurs d’onde ont été transférées dans une caméra multispectrale, testée en laboratoire et au champ. 

Ce projet comprenant de nombreux partenaires (INRAE, Université Angers, Arvalis et 9 semenciers) développe ses acquis via de nouveaux modèles d’intelligence artificielle au travers de deux autres projets européens en cours.

Le projet Fus’eye de phénotypage des maladies par intelligence artificielle poursuit le développement de connaissances pour des techniques de mise en routine via 2 programmes européens, en concertation avec le CRA-W de Gembloux en Belgique et Agroscope en Suisse :

  • le projet H2020 Invite qui s’achève en 2024,
  • le projet Phenet (2023-2027), piloté par INRAE s’appuyant sur un ensemble de cas d’études pour démontrer l’applicabilité de ces solutions technologiques dans différents domaines, dont l’état sanitaire. Le GEVES est impliqué dans le cas d’usage « Plant Health » dont l’objectif est de valider des capteurs multispectraux et RGB pour évaluer les stress biotiques du blé et de l’orge, intégrant la fusariose de l’épi mais aussi d’autres bioagresseurs.

Après le kick off meeting à l’INRAE de Montpellier, qui a eu lieu les 21 et 23 février 2023, le GEVES a participé à la réunion annuelle de Phenet en 2024 à Wageningen du 23 au 25 avril pour définir les avancées et les stratégies à venir,

En 2024, pour développer des modèles de Deep Learning ou de Machine Learning issus des différents capteurs sur blé ou orge au champ, le GEVES a recruté un ingénieur en intelligence artificielle, Seydina Kone, ainsi qu’une stagiaire, Marie Brillant, en Master 2 Photonique, Signal et Imagerie de l’Université d’Angers.

Vous aimerez aussi :
20èmes journées des laboratoires d’analyse de la qualité des semences
Du côté de la Section CTPS Pomme de terre
Une nouvelle politique R&D pour mieux évaluer les variétés et les semences en lien avec la transition agroécologique et le changement climatique
Du côté de la Section CTPS Vigne
Actualisation du barème CTPS