基于生成式人工智能的多领域声学融合技术,用于智能水产养殖运输中的实时恢复监控

《Computers and Electronics in Agriculture》:Generative AI-enhanced multi-domain acoustic fusion for real-time recovery monitoring in smart aquaculture transportation

【字体: 大 中 小 】 时间:2026年01月30日 来源:Computers and Electronics in Agriculture 8.9

编辑推荐:

  为降低运输中因拥挤、缺氧和操作压力导致的鱼类死亡率,本研究提出融合生成对抗扩散模型(DS-DDPM)与自适应多域特征融合的框架,通过生成跨四个声学域(ZCR、Gammatone、相位、小波)的生理特征数据解决数据稀缺问题,再利用注意力机制进行周期性和强度特征融合,最终构建轻量级MambaVision-MDF模型实现麻醉恢复阶段的精准监测,在鲢鱼实验中达到96.8%的准确率,模型参数仅5.83M。

  
施向宇|陈洪洲|高佩佩|沈旭|邹晓波|史继勇
江苏大学食品与生物工程学院,中国江苏省镇江市212013

摘要

由于拥挤、缺氧和处理压力导致的运输过程中的死亡每年给水产养殖业造成数十亿美元的损失。尽管麻醉方案可以缓解这些压力因素,但麻醉后的恢复阶段对于及时干预仍然至关重要。侵入式的生物阻抗传感器存在感染风险,而在浑浊的水中计算机视觉技术效果不佳。声学技术虽然具有优势,但面临特征表示不足和数据集稀缺的问题。为了解决声学监测面临的这些相互依赖的挑战,本文提出了一种新的框架,结合了生成式人工智能(GAI)合成和多域融合技术来进行恢复阶段的识别。具体来说,领域特定的去噪扩散概率模型(DS-DDPM)在零交叉率(ZCR)、伽马音调、相位和小波等多个域中合成生物真实特征,从而在保持生理有效性的同时解决了数据稀缺的问题。随后,一种自适应的渐进式融合策略将特征分为周期性和强度两组,并通过注意力机制整合互补的呼吸模式。轻量级的MambaVision-MDF(多域融合)架构通过双路径时频扫描机制处理增强后的融合特征进行识别。在鳙鱼上的实验验证表明,自适应渐进式融合和DS-DDPM增强方法分别将分类准确率提高了2.1%和3.5%,优于直接的四域组合和基线训练。这一进展仅使用了583万个参数就实现了96.8%的准确率,为智能水产运输管理提供了时间-状态双驱动策略。同时,它也为解决农业监测中特征表示不足和数据限制问题提供了一个可复制的GAI应用范例。

引言

鱼类提供了富含微量元素和欧米伽-3脂肪酸的高质量蛋白质,推动了人均消费量的大幅增长(OECD-FAO,2023年)。这一增长使得全球水产养殖产量超过了1.309亿吨,贡献了超过3130亿美元(FAO,2024年),预计到2050年消费量将增加80%(Naylor等人,2021年)。然而,运输过程中由于拥挤压力、缺氧和处理创伤导致的死亡率高达70%,每年造成数十亿美元的损失(Wang等人,2025年)。麻醉方案通过抑制活动并减少氧气需求来缓解这些压力因素(Martos-Sitcha等人,2020年),但恢复阶段需要精确的监测来指导包括麻醉调整、氧气调节和水循环时机在内的干预措施,因为管理不当会引发连锁的生理故障和死亡(Br?nstad,2022年)。
然而,实现这种精确监测遇到了部署上的限制(Adebayo等人,2025年)。传统的水质传感器通过溶解氧和pH值测量来检测代谢变化,但由于响应延迟,无法及时干预(Baena-Navarro等人,2025年)。侵入式传感器如加速度计和生物阻抗电极可以直接测量生理参数,但物理接触会引发处理压力,损害鱼类福利并引入感染风险(Matley等人,2024年;Shorgan等人,2025年)。非侵入式方法避免了接触问题,但仍存在局限性。计算机视觉可以实现鱼类的自动跟踪,但水的浑浊度、动态光照和空间遮挡限制了可靠的阶段识别(Han等人,2020年)。电磁场跟踪在浑浊条件下可以工作,但分辨率较低且无法提供呼吸节律数据(Cui等人,2025年)。因此,有效的运输监测需要能够抵抗环境干扰和部署限制的非侵入式、实时感测技术。
声学监测满足了这些要求,因为声音传播不受浑浊度或光照的影响,可以实现实时的非接触式呼吸评估。研究探索了基于声学的鱼类行为分析,在不同的应用中取得了进展。McCammon等人(2025年)使用YOLOv5卷积神经网络(CNNs)检测珊瑚礁声景中的鱼类声学事件,平均精度(mAP)达到0.633,处理速度达到25倍实时速度。Zeng等人(2023年)提出了一个Audio Swin Transformer模型用于鱼类进食强度分类,准确率达到96.16%。Li等人(2024年)全面评估了水产养殖中的声学技术,展示了其在生物量估计和行为监测方面的能力。这些方法主要集中在由运动驱动的声音和与活动相关的声学信号上。然而,麻醉恢复监测需要表征休息状态的呼吸模式,其中准周期性的呼吸和鳃盖声学特征在运动干扰最小的情况下是关键的生理指标(Burggren等人,2024年)。这一声学空白为研究麻醉转换期间的休息状态呼吸动态提供了机会。
尽管有这些基础,基于声学的从休息状态呼吸信号的恢复监测仍面临两个根本性挑战。首先,单域特征无法提供完整的生理表示。麻醉恢复过程涉及多个同时发生的现象,每个现象都通过不同的声学特性表现出来,从时间模式到能量分布不等(Chen等人,2025年)。依赖孤立特征会忽略关于恢复过程的关键信息。其次,严重受限的标记数据集限制了模型训练。数据集获取需要大量的手动注释工作以及保护动物福利的伦理规范,导致样本稀缺,限制了全面模式的学习(Fitzgerald等人,2025年)。这两个挑战本质上是相互依赖的:捕捉复杂的生理动态需要高维特征表示,而在这样的扩展空间内实现稳健的泛化需要大量的数据集。因此,解决这一困境需要协同策略,同时提高特征表示和数据可用性。
特征融合整合了互补的声学特性,包括时间、频谱和基于相位的表示,以捕捉不同的生理维度,并重建孤立特征无法提供的全面生理图像(Lu等人,2025年)。Chen等人(2023年)结合了CQT、delta MFCC和double-delta MFCC特征,通过时频表示将水下声学分类准确率提高了0.6%。Du等人(2023年)将其应用于鱼类行为监测,融合了Mel频谱图、STFT和CQT特征,使进食强度检测的准确率达到97.9%,比单一特征高出4-7个百分点。这些进展验证了多域集成能够捕捉单域表示中缺失的生理复杂性。
同时,GAI技术为缓解严重的数据集稀缺问题提供了有希望的解决方案,但传统的生成方法难以保持领域特定分布和生物信号的真实性(Loni等人,2025年)。例如,GANs存在模式崩溃和训练不稳定问题(Saad等人,2024年),VAEs产生的重建图像模糊(Sordo等人,2025年),不适合精细的声学区分。DDPM作为一种更好的替代方案,通过迭代去噪实现了稳定的训练动态,同时生成了保持生物信号真实性的高保真样本(Jiang和Imran,2025年)。最近的农业应用验证了这一优势。Muhammad等人(2023年)使用DDPM进行植物疾病图像合成,准确率比InstaGAN提高了33%,提高了诊断准确性。Yoon和Lee(2025年)验证了DDPM在农业植物分类中的优越性,准确率提高了4%。Li等人(2023年)利用DDPM和迁移学习进行小样本柑橘疾病诊断,提高了分类性能并验证了迁移学习的可行性。因此,DDPM可以合成生理上有效的样本,增强模型的泛化能力,这对于麻醉恢复监测至关重要。
为了克服特征不完整性和数据稀缺问题,本研究提出了一种新的系统框架,结合了领域特定的生成增强和自适应多域融合。DS-DDPM生成器在四个声学域中合成生物真实样本,扩展了训练数据集,同时保持了领域特定的信号分布。在增强基础上,自适应融合策略通过注意力机制和层次化的组间整合将特征组织成功能组。轻量级的MambaVision-MDF架构通过针对声学频谱图特性的双路径时频扫描处理融合频谱图。这一集成框架保持了边缘部署的可行性,同时实现了自动化的恢复阶段识别,促进了自主水产运输系统的时间-状态双驱动策略。同时,它为GAI在精准水产监测中的应用建立了一个可复制的范例,并可扩展到更广泛的农业场景。

实验细节

鱼类适应程序和麻醉方案

实验对象是鳙鱼(Aristichthys nobilis),从当地市场采购后放入含氧容器中运输到实验室以减少压力。到达后,鱼(45 ± 2厘米,1.8 ± 0.3公斤)在配备连续通气的玻璃水箱中适应48小时,处于自然光照周期下。水参数保持在20.0 ± 2.0°C,溶解氧6.5 ± 0.5 mg·L?1,盐度5.0 ± 1.0 g·L?1,pH值7.5 ± 0.3。鱼每天接受两次商业颗粒饲料,

实验实施

表4总结了本研究的硬件环境和参数配置。实验实施使用了Intel Xeon Gold 6430 CPU和NVIDIA GeForce RTX 4090 GPU以及CUDA 11.8,模型开发使用了Python和PyTorch框架。训练优化通过AdamW优化器实现,采用CosineAnnealingLR调度,权重衰减为0.01,批量大小为64。最大训练周期设置为120,并采用了提前停止机制。
完成预处理后

结论

水产运输过程中的死亡主要是由于恢复监测不足造成的。为了解决由于特征不完整性和数据稀缺导致的这一问题,本研究提出了一种结合DS-DDPM增强和MambaVision-MDF的框架。该系统实现了96.8%的准确率,583万个参数,以及1146张图像/秒的吞吐量,证明了GAI增强型多域融合在实现智能、阶段特定干预方面的有效性。未来的工作将扩展到不同的商业应用

CRediT作者贡献声明

施向宇:撰写——原始草稿,软件,方法论,调查,正式分析,数据管理,概念化。陈洪洲:可视化,软件,调查。高佩佩:撰写——审阅与编辑,可视化,验证。沈旭:正式分析。邹晓波:监督,资源管理。史继勇:监督,项目管理,资金获取。

资助

本工作得到了中国国家重点研发计划(项目编号2022YFD2100603);国家自然科学基金(项目编号3231101269,32272407);江苏省自然科学基金(项目编号BK20220058,BE2022313);江苏省特聘教授基金(项目编号202074);江苏省高等学校优先学术发展计划(PAPD)的支持。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

作者衷心感谢所有提供财务支持的机构。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号