《Smart Agricultural Technology》：A Hybrid Approach for Egg Sex Determination Using Hyperspectral Imaging and Machine Learning with Key Spectral Feature Identification
编辑推荐：
家禽生产中，早期、无创的鸡蛋性别判定因伦理问题和经济限制而仍然是一个重大挑战。为解决这一问题，本研究提出了一种可解释的混合框架，将高光谱成像（HSI） 、机器学习（ML）和特征选择相结合，用于孵化第1天的蛋内性别分类。研究使用400–950 nm范围内的高光谱
家禽生产中，早期、无创的鸡蛋性别判定因伦理问题和经济限制而仍然是一个重大挑战。为解决这一问题，本研究提出了一种可解释的混合框架，将高光谱成像（HSI） 、机器学习（ML）和特征选择相结合，用于孵化第1天的蛋内性别分类。研究使用400–950 nm范围内的高光谱数据，提取表征强度、变异性和空间结构的光谱特征与纹理特征。通过降维和特征选择识别最具信息量的描述符用于分类。所提出的方法能够以无创方式实现准确且可扩展的早期性别判定。在分类方面，随机森林（RF）取得了最佳性能，准确率为96.7%，其中雄性样本精确率达到93.8%，雌性样本精确率达到100%，表现出较强的稳定性和均衡的预测能力。支持向量机（SVM）随后，准确率为93.33%；k近邻（k-NN）和决策树（DT）准确率分别达到90%和80%。特征选择分析表明，判别信息集中在特定光谱区域，尤其是红光—近红外过渡区620–680 nm，在700–850 nm范围内也有额外贡献。在可见光范围450–550 nm内，特征主要反映蛋壳表面特性，而近红外特征对内部结构变化更为敏感。除光谱描述符外，基于灰度共生矩阵（GLCM）的纹理特征在判别重要性方面也呈现清晰排序。方差和同质性显示出最强的类别分离能力，表明两类样本在空间异质性和局部强度均一性方面存在差异。能量和对比度提供中等程度的判别信息，反映空间规则性和局部强度变化的差异。熵表征空间复杂性水平，而逆差矩（IDM）反映反射模式的局部平滑性。相关性表现出最低的判别贡献，说明在该数据集中其对长程空间依赖性的敏感性有限。这些有序贡献表明，反射模式的空间组织携带与类别相关的信息，其中排序较高的特征对局部结构差异更为敏感。研究结果证实，高光谱成像与机器学习及特征选择的集成为早期蛋内鸡蛋性别判定提供了稳健、无创且可解释的框架。
该论文发表于《Smart Agricultural Technology》，聚焦家禽产业中长期存在的核心难题，即蛋用型产业对雄雏经济价值较低，孵化后再进行性别识别与淘汰会带来显著伦理争议、资源浪费与经济损失。传统的泄殖腔鉴别和羽速鉴别多在出雏后实施，前者高度依赖熟练人员，劳动强度大且易受人为误差影响，后者又仅适用于特定品种，通用性不足。已有蛋内性别判定技术如激素分析、遗传检测、磁共振成像（MRI）和光谱学方法虽显示出一定潜力，但常存在侵入性、成本高、系统复杂或难以实现工业化大规模部署等问题。因此，发展一种能够在孵化极早期完成、无损、准确且具可解释性的蛋内性别判定方法，成为该领域的重要研究方向。
围绕上述问题，研究人员提出了一种融合高光谱成像（HSI）、机器学习（ML）与特征筛选的混合框架，用于孵化第1天受精蛋的性别判定。论文的核心目标不只是提高分类精度，更强调从高维光谱数据中识别具有生物学与物理意义的关键波段和纹理特征，以增强模型可解释性并为低成本多光谱系统设计提供依据。研究结果表明，孵化第1天的受精蛋中已存在可测量的性别相关生物光学差异；随机森林（RF）模型在融合光谱—纹理特征后取得96.7%的最高分类准确率，支持向量机（SVM）为93.33%，k近邻（k-NN）为90%，决策树（DT）为80%。此外，判别信息主要集中在620–680 nm的红光至近红外过渡区域，并在700–850 nm范围内存在补充贡献，说明早期胚胎性别差异已能够通过反射、散射及空间结构模式被捕获。该研究的重要意义在于证明了超早期、无创蛋内性别判定的可行性，并为家禽孵化工业中可扩展、可解释、实时化的应用提供了技术基础。
在技术方法方面，研究人员以200枚Ross品种受精蛋为样本，其中雄性100枚、雌性100枚，样本来自商业孵化系统，在37.5 ± 0.5°C、相对湿度55%–60%条件下孵育，并于孵化第1天进行高光谱采集。研究采用400–950 nm高光谱成像系统获取约550个波段数据，经白参考与暗参考校准、平滑与归一化预处理后，提取椭圆形感兴趣区域（ROI），进一步获得光谱统计特征和基于灰度共生矩阵（GLCM）的纹理特征。随后通过主成分分析（PCA）保留95%总方差，并利用Relief算法筛选稳定且具有判别力的特征，最终结合RF、SVM、k-NN和DT模型进行分类评估，采用70:30训练—验证划分并重复5次取平均结果。
在研究结果部分，论文首先以“3.1. Analysis of Spectral Statistical Features for Male and Female Eggs”为标题，分析了孵化第1天雌雄受精蛋在400–950 nm范围内的平均值、最大值、最小值、中位数、标准差和方差等光谱统计特征。结果显示，雌雄两组总体光谱走势相似，但在约644 nm与700 nm附近出现明显分离，其中红光与近红外区域的差异最为突出。方差表现出最强判别力，雄性样本在全谱范围内尤其是644 nm附近具有更高数值，提示其光谱异质性更强；标准差呈现相似趋势，表明雄性蛋的光谱响应变异更显著。最大反射率也能清晰区分两类样本，而最小反射率与平均反射率虽差异较弱，但仍具有统计学意义。相比之下，中位数特征对性别区分的贡献有限。该部分说明，孵化第1天的高光谱反射数据已包含可测量的性别相关信息，其中600–700 nm是关键判别波段。
在“3.2. Analysis of Textural (GLCM-Based) Features for Male and Female Eggs”部分，研究人员进一步考察了空间纹理模式对性别判定的补充价值。通过GLCM提取方差、同质性、能量、对比度、熵、逆差矩（IDM）和相关性7类纹理描述符，结果显示同质性与方差在雌雄样本间分离最明显，提示两类鸡蛋在空间均一性与结构异质性方面存在显著差异。熵和能量也表现出较强判别能力，分别反映空间复杂性和纹理规则性差异；对比度与IDM提供中等程度信息，说明局部强度变化和平滑度也与性别相关。相关性差异最小，显示其对长距离像素依赖关系不敏感。该部分结果表明，性别差异不仅体现在光谱强度层面，也反映在反射图样的空间组织结构中，纹理特征与光谱特征共同增强了分类稳健性和可解释性。
在“3.3. Comparative Performance Evaluation of Machine Learning Models for Egg Sex Classification”部分，研究比较了4种机器学习分类器在早期蛋内性别判定中的性能差异。结果显示，RF在准确率、精确率、灵敏度、特异度和F1值等指标上均优于其他模型，且混淆矩阵中的误分类样本最少，体现出最平衡和最稳定的分类能力。SVM表现次优，说明其在高维特征空间中具有较强边界构建能力，但对边缘样本更敏感。k-NN性能中等，受高维空间“维数灾难”影响较明显。DT表现最差，泛化能力不足且更易过拟合。该部分据此认为，集成学习方法尤其适合处理高维、强相关、冗余性较高的高光谱数据。研究还指出，400–950 nm范围内尤其640–700 nm区域所包含的生理与生化信息，是实现高精度早期性别判定的重要基础。
在“3.4. Feature Selection Strategy for Discriminative Spectral Information in Hyperspectral Data”部分，论文阐明了Relief算法在关键特征识别中的作用。结果显示，判别信息并非均匀分布于全部波段，而是集中在少数信息丰富的光谱区间。就光谱统计特征而言，方差的重要性最高，其后依次为标准差、最大值、最小值、平均值和中位数，表明表征异质性和波动性的特征比中心趋势指标更具价值。关键波段主要集中于620、640、680、700、740、760、780和800 nm，并在500、600、720和850 nm附近也有贡献。纹理特征方面，同质性排名最高，其次为能量、对比度、熵、IDM和相关性；部分纹理特征与520、660、720、780和820 nm等波段关联紧密。该部分结果说明，雌雄差异同时嵌入于局部光谱变化与空间反射模式之中，且两类特征在部分波段上存在互补重叠，从而共同刻画了鸡蛋内部结构和光学密度分布的差异。
在讨论部分，研究人员强调，该方法相较于遗传采样或激素检测等侵入性策略，完全基于完整蛋体外表面的高光谱反射测量，无需穿刺、取样或化学接触，因此能在保持样本完整性的前提下获取与内部组成及结构性质相关的间接信息。论文进一步指出，既往研究多聚焦于受精性检测、胚胎发育监测或蛋品质评估，而非孵化超早期的直接性别判定；不少方法虽然预测性能较高，但存在依赖深度学习复杂架构、使用全谱高维数据、模型可解释性不足、工业部署难度大等共性问题。与之相比，本研究最重要的概念性贡献在于证明：胚胎性别分化在孵化开始极早阶段就已产生可测量的光学特征，这一发现将高光谱分析从单纯预测工具推进为可解释的生物光学分析框架。研究还认为，620–680 nm高判别波段的识别，为将高光谱系统简化为更低成本的多光谱传感器提供了直接依据；而方差、标准差等变异性特征的重要性，则提示性别差异不仅体现为平均反射偏移，也体现为内部微结构异质性与光学响应稳定性的差异。
论文结论部分可译为：本研究构建了一种可解释的高光谱—机器学习框架，用于孵化第1天鸡蛋的早期、无创性别判定。该研究的主要贡献在于证明，在这一极早胚胎阶段已经存在可区分的生物光学信息，并且能够通过光谱特征与纹理特征的联合分析被有效捕获。结果表明，性别相关信息同时嵌入于高光谱图像的光谱反射模式和空间纹理特征之中。研究初始提取并融合了7150个光谱与纹理特征，经主成分分析（PCA）后保留95%的总方差，并将维度降至6793个特征，在保留关键信息的同时提高了计算效率。在各分类器中，基于集成学习的方法表现最稳定，其中随机森林（RF）获得96.7%的最高分类准确率，表明融合的光谱—纹理特征表示具有较强有效性。特征选择进一步说明，仅有限数量的光谱区段和纹理描述符携带最具判别力的信息，这为数据降维和系统简化提供了依据。总体而言，该框架提供了一种无创、数据驱动且具可解释性的早期鸡蛋性别分类方法，通过整合光谱与空间信息，为大规模家禽生产中的简化多光谱系统开发提供了切实可行的路径，并在其他需要早期、无损性别判定的鸟类育种和生物监测场景中也具有潜在应用价值。
