水稻是中国的主要粮食作物，其产量在确保粮食安全中占有举足轻重的地位。然而，水稻的生产易受病虫害等影响，因此每年都会造成直接或间接的经济损失。随着转基因技术近些年的迅速发展，基于转基因的抗病虫害品种选育是解决水稻病虫害影响的有效途径。因此，研发一种快速、准确、可靠的技术来筛选含有优势抗病虫害基因且外观形态品质优良的水稻种子品种，对于确保水稻产量安全具有重要的意义。本研究主要利用液相色谱-质谱联用仪（LC-MS）对水稻种子代谢物进行检测分析；利用光谱技术（高光谱成像技术和太赫兹成像技术）对转基因水稻种子进行快速、无损识别；利用机器视觉技术对转基因水稻种子进行外观形态特征检测研究。具体研究结论如下：
　　（1）利用LC-MS对转基因水稻种子进行代谢组检测研究。通过对水稻种子代谢产物的鉴定，最终在正、负离子模式下分别为214个和271个物质进行注释。并对转基因水稻种子进行代谢差异分析。研究亲本种子和突变体种子在代谢物含量上的差别；利用主成分分析和层次聚类对实验数据进行分析，两种分析结果都能很好地展示亲本和突变体种子间的差异。
　　（2）为实现转基因水稻种子的快速、无损识别，利用高光谱成像技术分别对三类种子（浙优5、川389A和川345A）的亲本及转基因突变体进行识别研究。通过对种子平均光谱全谱进行分类建模，三类种子最优的识别准确率依次分别为：0.942，0.927和0.851。通过LightGBM提取特征光谱，再运用判别模型进行特征波段建模分析也获得较高的识别准确率。此外，利用卷积神经网络（CNN）对种子光谱图像进行建模，充分发挥CNN对光谱图像的空间信息学习的优势，三类水稻种子的识别准确率分别为0.969，0.935和0.875，均高于基于平均光谱的建模识别率。
　　（3）利用太赫兹成像技术对转基因水稻种子进行识别研究。太赫兹技术在检测时使用透射方式获得种子内部信息，相比高光谱反射更具有检测能力。基于0.3-2.0THz波段范围内的种子平均光谱，三类种子（浙优5、川389A和川345A）亲本及突变体的识别准确率分别为0.979，0.982和0.991。运用太赫兹的“指纹峰”特性，对太赫兹吸收谱线上的四个吸收峰进行建模分析，识别准确率分别为0.924，0.864和0.906。
　　（4）运用机器视觉技术对水稻外观形态特征进行检测并比较分析。运用实例分割模型（Mask RCNN）对粘连水稻籽粒进行分割，并对分割产生的种子二值化掩膜图进行外观特征参数的检测。结果表明，实例分割技术能够有效解决水稻种子的粘连问题，且模型的预测分割结果mIoU达到0.893。最后，对水稻种子多种外观形态特征进行ANVOA分析，结果表明水稻种子因插入外源抗虫性基因并未对其外观形态产生显著性的影响。