基于绿光透射图像与深度学习进行鸡胚性别鉴定的可重复性与泛化性回应：一项内部验证重建研究

《Agriculture》：Reply to Mahler, S. Comment on “Jia et al. Exploratory Study of Sex Identification for Chicken Embryos Based on Blood Vessel Images and Deep Learning. Agriculture 2023, 13, 1480”

　　

研究人员对Mahler等人就Jia等（Agriculture 2023, 13, 1480）所开展的在卵性别鉴定可重复性与泛化性评论作出回应。该2023年探索性研究采用绿光透射图像与基于YOLO的目标检测器对京粉6号白壳蛋进行评价。Mahler等人采用全图分类器对来自不同蛋群体的激光散斑对比成像（LSCI）图像进行评价，并报告单蛋验证准确率低于60%。为评估仍可验证的内容，研究人员基于已发表方法的新实现，利用留存的透射图像重建了检测流程。重建在第3、4、5天分别获得验证集mAP_{at 0.5}值为84.90%、91.74%和80.56%。这些属于内部验证估计，因为同一划分被同时用于检查点选择和性能报告。两项研究在成像模态、蛋群体、预测任务、参考标注和评价程序方面的实质差异，使结果无法直接比较。重建结果仅针对留存的透射图像数据集，不能确立外部有效性或商业化就绪度。

**研究背景与问题**　在卵早期非侵入式性别鉴定是家禽产业关注的技术方向，但其商业化应用依赖于稳健的外部验证。Jia等2023年探索性研究针对京粉6号白壳蛋，在单一孵化场采用特定绿光透射系统成像，且测试蛋与训练蛋来自同一采集域，未评估跨遗传品系、蛋壳颜色、设备、站点或成像模态的泛化性。Mahler等对评论指出该研究在可重复性与泛化性方面存在局限，并报告其LSCI数据集中多个模型的单蛋验证准确率低于60%。为此，作者开展本回应研究，旨在厘清两项研究差异的来源，并利用留存图像重建检测流程以评估仍可验证的内容，明确原研究结论的适用边界。

**主要关键技术方法**　研究采用绿光透射成像获取鸡蛋胚外血管图像，基于已发表方法以新实现重建YOLO类目标检测流程用于胚胎日龄3–5天的性别相关预测；采用蛋级划分构建重建数据集（训练2000枚、验证844枚，同日同蛋图像归入同一划分）；以mAP_{at 0.5}及mAP_{at 0.5:0.95}为检查点选择适应度；并开展基于最高置信度检测、置信度过滤（0.25）、类感知非极大值抑制（NMS，IoU阈值0.45）与多数投票的蛋级准确率回顾性分析。样本队列为京粉6号白壳蛋留存透射图像。

**研究结果**　（1）研究范围界定：原研究为特定采集条件下的概念验证，不构成外部有效性证据，作者承认原讨论未充分说明该局限。（2）绿光透射成像与LSCI的物理差异：二者对比度来源不同，前者源于吸收与散射，后者源于相干散斑的运动诱导变化，血管可见性不代表输入等价；模型输入与预测任务亦不同（RGB边界框目标检测 vs 单色全图二分类）。（3）性腺分化与早期图像关联：日龄3–5天观察到的关联不能归因于已建立的性腺分化，应视为数据集内的预测性关联而非性别特异性血管发育证据；作者引用鸡ZZ/ZW性别决定系统及胚盘期细胞自主性别身份与性别二态基因表达的报道作为生物学背景。（4）蛋群体、参考标注与评价：蛋壳色素与光学透射率可影响透射图像外观；原研究性别标签由三名孵化场工人在出雏时依据品系特异羽色判定，未进行重复评估或观察者间一致性记录，Mahler等采用性腺检查联合聚合酶链反应（PCR）；由于条件未匹配，标注程序对性能差异的贡献无法分离。此外，作者更正原文献测试集蛋数应为844枚（854为数值错误），并说明原始划分清单与运行记录不可获得，重建划分未复现原始测试集；因验证划分同时用于检查点选择与性能报告，重建指标属内部验证估计。回顾性蛋级再评估获得第3、4、5天验证集准确率分别为89.57%、88.26%、87.98%。（5）数据与代码可用性：原始2023年源代码、训练权重、划分清单与同期运行记录已不可获得，无法精确重跑；重建使用PyTorch 2.4.1 + cu124、CUDA 12.4与cuDNN 9.1.0，代码与留存权重及结果数据已提交ScienceDB（仓库审核中），图像数据集因保密协议受限。

**讨论与结论**　评论指出了早期在卵性别鉴定在可重复性与泛化性方面的重要局限。原2023年研究报告的是特定绿光透射方案下京粉6号白壳蛋的内部目标检测性能，未评估外部泛化。重建流程获得第3、4、5天验证集mAP_{at 0.5}分别为84.90%、91.74%和80.56%，蛋级验证集准确率在87.98%至89.57%之间，均为同一划分用于检查点选择与性能报告的内部验证估计。这些蛋级准确率可与Mahler等报告的低于60%的单蛋验证准确率进行描述性对比，但因采集、参考标注、预测与评价条件未统一，两项研究不构成匹配比较。现有证据仅限于所研究的透射图像数据集，不能确立外部有效性或商业化就绪度。作者认为两项研究差异具有科学意义，可启示未来研究。