一种用于精确进行机器学习疾病分类的ConvNeXt–液体神经网络框架

《Computers and Electronics in Agriculture》：A ConvNeXt–Liquid Neural Network framework for accurate RL disease classification

　　•本文提出了一种混合型ConvNeXt–LNN框架，用于水稻叶病分类。•LNNs能够实现静态图像分析中的自适应特征优化与稳定处理。•该框架提升了在光照、噪声及遮挡变化条件下的鲁棒性。•验证工作包括消融实验、鲁棒性测试以及统计分析。•该框架在保持较低计算复杂度的同时实现了较高的分类性能。

引言
水稻是全球最重要的粮食作物之一，它为近一半的人口提供食物，并帮助数百万农户维持生计（Alam等人，2024；Das等人，2026）。然而，稻瘟病、褐斑病、细菌性叶枯病等多种叶病常常导致水稻产量下降，每年降幅可达20%至40%（Savary等人，2019；Hossain等人，2024）。因此，及时且准确的病害管理至关重要。在田间条件下，仅依靠目视检查往往难以准确识别植物病害。传统的水稻叶病检测方法主要依赖人工巡查，系统需仔细识别叶片颜色、纹理、形状和图案的变化，尤其是在实际田间环境中。为此，需要强大的基于图像的检测手段以及基于学习的决策支持系统，以提供可靠精准的作物健康评估（Qadri等人，Sarkar等人，2023）。

已有研究人员提出了多种机器学习算法用于水稻叶病检测，如K均值聚类、模糊C均值算法以及支持向量机。尽管这些方法能取得不错的分类效果，但它们对光照变化、复杂背景以及图像噪声较为敏感。此外，由于采用预定义的特征提取策略，这些方法在复杂环境中的性能往往会有所下降（Sethy等人，2020；Barburiceanu等人，2021）。

深度学习方法的优势在于能够自动从图像中学习重要模式，从而提升病害检测的准确性（Too等人，2019；Atila等人，2021；Lu等人，2025）。ResNet、DenseNet和Inception等深度CNN架构在学习用于水稻叶病分类的具有区分能力的空间表征方面表现优异。然而，它们依赖于固定的感受野和静态特征表示，这可能在不同的田间条件下限制其性能（Tyagi等人，2024；Paymode和Malode，2022；Sathya等人，Picon等人，2019）。尽管效果不错，但卷积架构仍然依赖固定的局部感受野和静态特征表示，这在不同条件下会降低其性能一致性（Sathya等人）。近年来，视觉Transformer和CNN-Transformer模型成为植物病害检测领域颇具前景的技术，它们能够学习具有区分能力的特征表示，从而在复杂田间条件下提升检测精度（Tu等人，2022；Mehta和Rastegari，2021；Liu等人，2021；Roy和Kukreja，2025）。视觉Transformer（ViT）和Swin Transformer架构通过自注意力机制提升上下文建模能力（Liu等人，2021；Roy和Kukreja，2025；Lu等人，2017）。不过，它们的应用往往依赖于大规模标注数据集和大量计算资源，这限制了其在资源有限的农业环境中的应用。

为克服单一CNN和Transformer架构的局限性，人们通过将卷积特征提取与注意力机制以及基于Transformer的上下文建模相结合，提出了多种混合深度学习框架（Hu等人，2018；Woo等人，2018）。CNN-Transformer Hybrid（CTrH）、卷积视觉Transformer以及瓶颈Transformer网络等混合架构，结合了CNN的局部特征提取能力与Transformer的全局依赖关系建模优势，从而在复杂条件下提升特征表征的学习能力。类似地，CBAM-CNN和SE-ResNet这类经过注意力增强的架构，通过空间、通道以及基于注意力的特征优化机制，提升病灶定位和特征区分能力。不过，大多数现有的混合框架仍主要侧重于空间特征增强和注意力优化，且依然依赖固定的潜在特征表示。

在现代卷积架构中，ConvNeXt近期展现出出色的性能和更高的可扩展性（Liu等人，2022）。它在分层特征提取、计算效率以及特征表征能力之间取得了良好平衡，非常适合在条件多样的田间环境中进行农业图像分析。然而，单独的ConvNeXt仍然依赖固定的特征表示，缺乏在光照变化、背景复杂性、传感器噪声、遮挡以及病害严重程度变化等情况下稳定内部特征响应的灵活机制（Hasani等人，2021）。液体神经网络（LNNs）引入了连续时间状态演化机制，能够为农业图像分类实现连续时间的特征优化（Lechner等人，2020；Hasani等人，2022；Pawlak等人，2024）。不过，它们在静态农业图像分类中的应用目前还较少被研究。如表1所示，LNNs与CNN的根本区别在于它能够实现连续时间状态演化以及动态特征优化。与Squeeze-and-Excitation（SE）模块（Xiao等人，2023）、卷积块注意力模块（CBAM）、带门控的特征优化层以及基于残差多层感知机的优化模块（Khan等人，2025）等主要负责静态通道或空间特征重调用的注意力驱动特征优化机制不同，LNNs通过连续时间状态演化来实现特征优化，这有助于在条件多样的成像环境下逐步稳定特征表征并保留病害的特定特征。因此，本研究将LNN作为特征优化模块使用，而非时间序列建模框架。

尽管基于深度学习的水稻叶病分类技术近年来取得了良好进展，但仍存在一些亟待解决的问题。现有CNN-transformer及混合架构在水稻叶病分类方面的主要研究不足总结如下：
•依赖固定特征表示：现有的CNN和Transformer架构依赖固定特征表示，缺乏在复杂农业成像条件下稳定特征响应的灵活机制，因此在其性能和特征稳定性上可能会受到光照变化、噪声、遮挡以及背景复杂性等环境因素的影响。
•计算复杂度高且部署受限：基于Transformer的架构需要大规模标注数据集和大量计算资源才能实现有效的训练和推理，这限制了它们在资源有限、对计算成本要求较低的农业环境中的应用。
•LNN在静态图像分析中的应用研究不足：LNN在农业图像分析中的应用目前还很少被探索，尽管它们通常与时间序列建模相关，但其在静态农业图像分类中的特征优化和稳定功能尚未得到充分研究。
•统计评估和性能评价不足：大多数现有研究主要关注整体分类准确率，而对于实际田间成像条件下的性能、统计可靠性以及抗干扰能力等方面的评估则相对不足。

为解决上述研究不足，本研究提出了一种适用于条件多样田间环境的水稻叶病分类的混合型ConvNeXt–LNN框架。本研究的主要贡献如下：
•提出了一种新型的混合型ConvNeXt-LNN框架，可用于准确的水稻叶病分类，能够在所评估的数据集上提升特征优化和分类性能。
•提出了一种用于静态农业图像分析的LNN新架构，其中LNN组件作为特征优化和稳定模块发挥作用，而非传统的显式时间序列建模框架。
•所提出的框架通过特征状态稳定化提升了特征的一致性。
•通过全面的实验评估证明了该框架的有效性和可靠性。
•所提出的ConvNeXt-LNN框架具有相对较低的计算复杂度，适合用于资源有限、对计算成本要求较高的精准农业应用。

本文的其余结构如下：第2节介绍数据集描述与实验设置，第3节阐述所提方法的具体实现方式。第4节展示实验结果并进行分析讨论。第5节介绍该框架在现实场景中的应用，第6节阐述该框架的局限性及未来研究方向。第7节是对本研究工作的总结。

数据集描述与实验设置
本研究使用的数据集是在印度特伦甘纳邦多个水稻种植区的实际田间条件下收集的。图像采集工作在1月至4月以及8月至11月期间进行，整个过程均在农业专家的指导下开展，以确保病害识别的准确性和标注的规范性。图像采集地点包括：
(1)印度特伦甘纳邦海得拉巴的ICAR-印度水稻研究所（IIRR），纬度为17.3200642。

所提ConvNeXt-LNN框架的方法论
如图2所示，所提出的框架将用于分层空间特征提取的ConvNeXt主干网络与引入连续时间动态特性的LNN分类器相结合。这种结构既能够实现有效的空间表征学习，又具备灵活的特征稳定化能力，从而可在多种田间环境中实现可靠的水稻叶病分类。该框架的整体映射关系可表示为：y?=fLNN(fConvNeXt(X))，其中X∈RC×H×W表示输入图像。

结果与讨论
本节针对一个基准水稻叶病分类数据集，对所提出的混合型ConvNeXt–LNN框架进行了全面评估。评估内容包括特异性、ROC曲线等定量指标，以及通过混淆矩阵可视化分析和t-SNE进行特征空间分析等定性评估。所有实验均采用50轮训练方案，并对超参数进行了优化，以确保模型稳定收敛，同时能与现有的最先进方法进行公平比较。

现实应用
所提出的ConvNeXt-LNN框架有望支持大规模分类任务，尤其是在水稻作物的大规模监测方面。该框架能够在动态条件下高效区分正常水稻植株图像与患病植株图像。
(1)作物健康监测：该框架可以利用田间或无人机设备采集的图像，实现对水稻植株健康状况的大规模分类。

局限性及未来工作
所提出的ConvNeXt-LNN框架在实现高效的水稻叶病分类方面表现优异，但也存在一些需要关注的局限性。
(1)数据集依赖性：该框架是基于从印度特伦甘纳邦特定农业区域收集的一个自建水稻叶病数据集进行测试的。尽管该数据集包含了丰富的环境变化信息，但在更多地理区域的数据集上进行验证，将进一步提升该框架的通用性评估。

结论
所提出的混合型ConvNeXt-LNN框架通过有效结合分层空间特征提取与特征状态优化，展现了出色的水稻叶病分类性能。ConvNeXt主干网络能够有效捕捉具有区分意义的病灶纹理和空间病害特征，而LNN模块则在所评估的成像条件下提升了特征优化效果。在包含健康样本和患病样本的基准水稻叶病数据集上的实验验证，进一步证明了该框架的实用性。

CRediT作者贡献声明
ShivaPrasad Namala：撰写——初稿、验证、方法论设计。Sridhar Chintala：撰写——审阅与编辑、监督、概念设计。Damodar Reddy Edla：监督工作。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢
作者感谢印度瓦兰加尔的SR大学提供的计算资源，同时也感谢在研究过程中给予帮助的所有未在文中提及的人员。

ShivaPrasad Namala|Sridhar Chintala|Damodar Reddy Edla