《Fisheries Research》：Proof-of-concept for a deep learning-based automated system for deep-sea fish stomach content analysis
编辑推荐：
摘要在鱼类食性分析中，减少所需的大量时间和人力投入对于加速生态知识的积累至关重要。近年来，机器学习的进展使得开发高精度目标检测模型成为可能。本研究旨在通过开发基于YOLO（一种通用目标检测模型）的自动猎物检测系统，为自动化胃内容物分析奠定技术基础。研究人员利用体视显微镜对底拖
摘要
在鱼类食性分析中，减少所需的大量时间和人力投入对于加速生态知识的积累至关重要。近年来，机器学习的进展使得开发高精度目标检测模型成为可能。本研究旨在通过开发基于YOLO（一种通用目标检测模型）的自动猎物检测系统，为自动化胃内容物分析奠定技术基础。研究人员利用体视显微镜对底拖网采集的底层鱼类胃内容物进行拍摄，构建了一个包含682张图像（1655个实例）和18个类别的训练数据集。所开发的模型成功检测到了从各种消化状态的猎物，包括那些高度降解和形态难以用肉眼识别的猎物。尽管该任务具有挑战性，但类别平均精确度、召回率和类别分配错误率分别为41.3% ± 8.4%、37.2% ± 7.6%和34.1% ± 7.2%。在所有类别中，"鱼类（鱼眼）"类别的精确度最高，达到88.3%，而"十足目（虾）"类别的召回率最高，为70.5%。除这些常规指标外，我们还引入了一项新指标——分类单元识别（IdHT），以应对食性分析中常见的分类等级不一致问题。类别平均IdHT为19.5% ± 5.3%。类间混淆频繁发生，尤其表现在甲壳类类别中，这可能与卷积神经网络固有的纹理偏差有关。本研究首次将基于深度学习的目标检测应用于多种猎物类群的食性分析，为未来高效开展大规模深海食物网研究奠定了框架基础。
引言
近年来，深海生物资源的开发利用不断扩展（Morato等人，2006，Watson和Morato，2013）。因此，积累深海生物全面生态知识的重要性和紧迫性日益凸显。了解鱼类的摄食习性不仅对鱼类学研究至关重要，对渔业管理和保护同样关键（Manko，2016）。在深海生态系统中，鱼类既是商业渔业的初级目标，也是跨越多个营养级的关键捕食者，从中级消费者到顶级捕食者均有涉及（Drazen和Sutton，2017）。因此，明确其摄食习性对于理解和整体管理深海生态系统至关重要。
胃内容物的目视分析仍然是此类食性研究的主要方法（Nielsen等人，2018）。然而，多种因素使这一方法复杂化，阻碍了生态知识的积累。一个主要限制是分析所需的大量时间和人力。鱼类胃内容物往往因消化而严重破碎和降解（图1），导致许多猎物难以或无法识别（Baker等人，2014，Buckland等人，2017）。由于这类降解物质占据了胃内容物的主体，目视识别需要大量精力。这种困难在深海鱼类中尤为突出，因为底拖网等采样方法往往涉及较长的捕获时间，在此期间消化仍在继续，进一步阻碍了识别特征的保留。此外，胃内容物仅代表近期摄食事件的快照，因此具有高度随机性。因此，可靠的食性推断需要对大量样本进行分析（Amundsen，Sánchez-Hernández，2019），这进一步增加了所需的时间和精力。尽管存在这些限制，目视分析在经济成本最低且不需要专门设备方面具有重要优势。这些特点对于大规模生态数据集的开发至关重要。虽然胃内容物的宏条形码分析日益具有成本效益，但其费用仍高于目视分析，且仅提供半定量信息（Nielsen等人，2018）。因此，减少胃内容物分析所需的时间和精力是积累深海生态系统大规模生态数据的关键前提。
为应对这一挑战，我们聚焦于近年来快速发展的深度学习。目标检测是计算机视觉的一个子领域，旨在识别图像中目标对象的位置和类别。过去十年间，专门用于目标检测的深度学习模型取得了显著进展，发展出了具有高精度和强泛化性能的模型，如Faster R-CNN（Ren等人，2016）和YOLO（Redmon等人，2016）。这些模型在大规模视觉数据处理任务中表现出色，包括交通调查（Al-qaness等人，2021）和生物监测（Manikandan等人，2025）。同样，渔业研究中也报道了深度学习在图像和视频中进行生物体检测和识别的众多应用（Sun等人，2020）。鉴于这些成功的应用，我们假设深度学习也可能在检测鱼类胃内容物中的猎物方面实现高性能。如果胃内容物分析能够实现自动化，时间和精力的限制将被缓解，使大规模食性分析在实际中变得可行。
此前关于食性分析自动化的研究已成功开发并应用了模型来识别消化后的猎物，但通常仅限于特定的猎物类群和捕食者。Mion等人（2024）开发了一种基于支持向量机的分类模型，用于识别波罗的海环斑海豹（Pusa hispida）消化道中两个Coregonus物种的耳石，成功识别了89%的回收耳石。Fadzly等人（2025）开发了一种基于YOLO12的目标检测模型，用于检测仓鸮（Tyto alba）食丸中消化的啮齿动物骨骼，报告的F1分数为0.97。Vogelmann等人（2022）专注于在鱼类胃内容物中自动检测几种小型浮游甲壳类类群。该研究使用ZooSCAN（法国Hydroptic Inc.公司开发，最初用于浮游动物分析的数字成像系统）对德国施塔恩贝格湖白鲑（Coregonus sp.）胃中的枝角类、桡足类及其碎片进行数字图像分析。然而，由于消化造成的广泛损伤，超过一半的目标类别的召回率低于50%。因此，作者得出结论，直接将现有框架应用于胃内容物分析仍高度存在问题，目前难以实现可靠的分析。同样，Cresson等人（2024）尝试使用ZooSCAN自动检测红小鲷（Mullus surmuletus）胃内容物中的大西洋鲱（Clupea harengus）鱼卵。在该研究中，鲱鱼卵的分类平均准确率超过60%，而其他猎物（如甲壳类和软体动物）的准确率较低，范围为33%至58%。尽管这些结果证明了半定量分析的可行性，但作者得出结论，要实现准确的完全定量分析，仍需要进一步的方法学发展。总体而言，这些先前的研究要么局限于少数猎物类群，要么依赖大量人工预处理和后处理来维持检测精度。因此，一个能够稳健应用于由多种类群组成的胃内容物的自动化分析框架尚未建立。
本研究作为迈向开发自动化分析系统的一步，旨在开发一种基于深度学习的目标检测模型，用于检测和识别深海鱼类胃内容物中的多种猎物类群。具体而言，利用YOLO通用目标检测框架，在深海鱼类胃内容物的显微图像上进行训练，并评估所生成模型的性能。重要的是，该模型并非旨在在物种水平上识别猎物或解析详细的物种水平捕食者-猎物关系。相反，其目标是开发一个能够捕获生态意义上有意义的食物网结构信息的模型，侧重于营养级和生态位水平的关系。从这个意义上说，该模型旨在支持目前在食物网研究中使用的传统人工胃内容物分析。我们的结果表明，将这种方法应用于胃内容物分析具有技术可行性，并有潜力促进鱼类摄食习性研究，并支持基于大规模生态信息的生态系统管理。
章节摘要
训练数据收集
样本来自日本静冈县骏河湾深海区采集的底层鱼类。骏河湾深海区以在日本近岸水域中拥有高鱼类多样性而闻名（Shinohara和Matsuura，1997）。此外，我们此前的研究表明，该区域鱼类的胃内容物包含多种类群的猎物（Eto和Yokota，2025），表明骏河湾非常适合构建多样化的胃内容物数据集。
学习曲线
训练数据和验证数据的损失函数和评估指标的学习曲线如图2所示。YOLO11的损失函数由三个部分组成：与边界框定位相关的边界框回归损失（boxloss）和分布焦点损失（dflloss），以及类别相关的分类损失（clsloss）。交叉验证折的训练数据损失值的标准误较小，所有模型均表现出……
讨论
胃内容物的目视分析是传统的食性分析方法，其简便性促使其持续被广泛使用。Nielsen等人（2017）在综述食性分析方法时，强调了胃内容物目视分析的两个关键优势：能够清晰地揭示直接的捕食者-猎物关系，以及独特的能够区分不同发育阶段猎物的能力。此外，由于该方法不需要专门的设备……
CRediT作者贡献声明
Akira Eto： 撰写——初稿，方法论，数据整理，概念化。Ryusuke Miyamoto： 撰写——审阅与编辑，方法论。Masashi Yokota： 撰写——审阅与编辑，项目管理。
生成式人工智能及写作过程中人工智能辅助技术的声明
在准备本工作的过程中，作者使用了DeepL和ChatGPT来支持英文写作和校对。在使用这些工具后，作者对整个手稿进行了审阅和编辑。此外，手稿由两名独立的英语母语人士进行了编辑润色。作者对已发表文章的内容承担全部责任。
资金
本研究得到笹川科学研究基金会的资助，来自日本科学协会JST SPRING（资助编号：JPMJSP2147），以及海洋人工智能与数据科学研究生项目（培养海洋产业人工智能专业人才WISE项目的发展）。
利益冲突声明
作者声明我们不存在可能影响本研究的竞争性财务利益或个人关系。
致谢
我们感谢东京海洋大学毕业生物学实验室的成员在本研究开展过程中给予的建议和协助。我们还得到了明心丸号船船长伊良部春久及船员在采集样本方面的大力帮助。
Akira Eto|Ryusuke Miyamoto|Masashi Yokota
东京海洋大学，日本东京都港区港南4-5-7，108-8477
