植物电信号是植物受到环境或者外界刺激后产生的直接响应,具有重要的生理意义。当前植物电生理数据量不断增加,但较少公开和共享,仅能应用于实验室内部,从而限制了植物电信号研究的发展,同时植物电信号分析方法中一些基础的问题还未解决。因此,为了解决植物电信号的数据共享与在线分析,本研究主要内容如下：1.植物动作电位(Action potential, AP)由非伤害刺激诱导产生的,是研究植物电信号最常用的电信号。但是植物电信号研究人员和初学者仍然很难单凭肉眼分辨出植物动作电位。因此针对具有不应期、变异性、不连续而且包含了噪声和伪迹的AP信号,本文提出了基于差分阈值的AP波形检测算法和基于模板匹配的分类算法。首先,通过动态差分阈值提取所有类似的AP波形,然后基于增量更新的模板匹配算法用于AP信号分类。同时,基于时域、频域、统计和非线性分析方法,提取了19项特征,并使用BP神经网络、支持向量机和深度学习进行分类。四类算法的实验结果表明,模板匹配算法具有最好的分类性能,分类正确率为96%。2.为了获取植物电信号的传导规律,本文采用了传统的格兰杰因果分析和传递熵分析方法,以光学记录数据和多电极阵列数据为例,分别从三个层次上,推理出植物电信号传导的因果网络。首先,在细胞级别,对植物保卫细胞的荧光图像电信号,计算细胞之间的电信号因果网络。第二,在多细胞层次,使用了向日葵茎秆组织的荧光图像,根据提取的电信号,证实了电信号在韧皮部传导的因果网络。第三,使用向日葵叶片的MEA数据,计算电信号在叶片传导的因果网络。而且利用对比数据,验证了当没有产生电信号时,网络连接基本消失。3.根据植物电生理数据的特点,初步实现了基于Web的多源电生理数据的共享存储和在线计算。首先,使用HDFS存储植物细胞荧光图像序列、胞外记录数据文件和MEA数据。其中对于小文件如图像序列和胞外文件,使用MapFile合并小文件,并对小文件合并、元数据缓存的存储性能进行测试。第二,实现了基于Web的植物荧光图像电信号的提取与可视化。包括使用MapReduce/Spark从图像中提取植物电信号,电信号的时空可视化,基于传递熵和格兰杰方法实现的电信号因果网络推理及在线可视化。第三,实现了基于Web的元数据和数据的存储,提供了对胞内外记录数据、MEA数据的时间序列的可视化和数据注释功能。第四,基于自适应的差分阈值算法,在线的提取出电信号中AP波形,从波形中提取出15项特征。继而,利用模板匹配算法,实现了在线的植物电信号分类。