图像衍生形态测量特征用于母羊体重估计的多模块方法学评估及严格动物水平验证

《AgriEngineering》：A Multi-Module Methodological Evaluation of Image-Derived Morphometric Features for Body Weight Estimation in Ewes Under Strict Animal-Level Validation

　　

精确的体重监测对于高效绵羊生产至关重要，然而传统称重方法劳动强度大且需要频繁处理动物。计算机视觉提供了一种有前景的非侵入性替代方案；然而，许多已发表的研究依赖于可能高估预测性能的验证策略，因为来自同一动物的重复观测同时包含在训练和测试数据集中。本研究开发并评估了一个用于母羊图像体重估计的集成分析框架，该框架结合了标准化图像处理、稳健的帧级质量控制、纵向统计建模和严格的数据泄漏控制验证。在半干旱条件下，研究人员使用顶视深度成像同步采集体重测量数据，获得了包含20只杜泊母羊在六个采样期监测的纵向数据集。该分析框架整合了三个互补模块：纵向混合效应建模、最终体重的早期预测以及同期体重估计。预测分析采用巢式留一动物交叉验证进行评估，其中所有预处理、相关性过滤、特征选择、模型优化和模型选择均仅在每个外折的训练动物内进行。纵向混合效应模型准确描述了单个生长轨迹（条件R² = 0.98）。初始体重仍然是最终体重的最强预测因子（R² = 0.770），而仅凭图像衍生形态测量描述符在严格动物水平验证下显示有限的预测性能（R² = ?0.899 至 ?0.031）。将基线体重与选定的形态测量描述符结合产生了适度但具有生物学信息意义的改进，最大R²达到0.839。同期体重估计达到了中等预测性能（最大R² = 0.332），并揭示了整个生长过程中形态测量描述符重要性的时间变化。总体而言，该框架提供了一种在严格动物水平验证下评估图像衍生表型的可重复方法，有助于为精准畜牧业（Precision Livestock Farming）开发更稳健、可解释且具有生物学基础的计算机视觉系统。

**研究背景与问题**
准确监测体重是高效绵羊生产的基础，但传统称重方法依赖人工操作，劳动强度大且需频繁处理动物，引发应激反应，限制了生产条件下生长监测的时间分辨率。计算机视觉（Computer Vision）作为一种非侵入性替代方案，有望实现自动化、可重复的表型采集。然而，许多已发表研究采用随机划分策略，将同一动物的重复观测同时纳入训练和测试集，导致信息泄漏（Information Leakage），从而高估预测性能。因此，亟需在严格动物水平验证下，建立可重复、生物学可解释的分析框架，以客观评估图像衍生形态测量特征在体重估计中的实际价值。本研究开发并评估了一个集成分析框架，结合标准化图像处理、稳健帧级质量控制、纵向统计建模和泄漏控制验证，旨在为精准畜牧业（Precision Livestock Farming）提供更可靠的计算机视觉方法论。论文发表在《AgriEngineering》。

**关键技术方法**
主要技术方法包括：使用Intel RealSense D457深度相机在顶视角度采集深度图像，同步获取20只杜泊（Dorper）母羊（初始体重19.8±2.4 kg，约7月龄）在60天实验期内6个采样点的数据，动物来源为巴西半干旱地区的实验农场。图像预处理包括背景去除（基于深度百分位数阈值）、缺失值最近邻插补、连通分量分析验证几何完整性。提取形态测量特征（Morphometric Features）：投影面积、体积代理、体长、宽度剖面、高度剖面、曲率及衍生指数（如围长代理、体形指数、体积密度、体长体积比、体体积填充指数BVI）。帧级质量控制：质心滤波去除不完全捕获帧，基于中位数绝对偏差（MAD）的稳健离群检测，剔除异常帧，最终保留2046帧（占86.2%），每动物每采样点取中位数聚合。特征选择：成对Pearson相关系数过滤（|r|>0.90时剔除其一）。建模：纵向混合效应模型（Linear Mixed-Effects Model）描述生长轨迹；线性回归（Linear Regression, LR）和随机森林（Random Forest, RF）用于预测。验证：采用巢式留一动物交叉验证（Nested Leave-One-Animal-Out Cross-Validation, LOAO-CV），外环每次留一动物作测试，内环五折分组内交叉验证，所有预处理、特征选择、模型优化均只在训练动物内进行，杜绝信息泄漏。

**研究结果**
**质量控制后的形态测量数据集**：经过帧级质量控制，最终获得120个动物-采集观测（20只动物×6个采样点），形态测量描述符表现出较大变异，适合后续分析。
**纵向动力学与模型性能（模块1）**：纵向混合效应模型（随机截距-斜率结构）准确描述了体重增长轨迹，条件R²（决定系数）达0.98，表示固定效应和个体随机效应共同解释了绝大部分体重变异，但该值反映的是解释性而非预测性表现。
**最终体重的早期预测（模块2）**：在严格巢式LOAO-CV下，初始体重始终是最强预测因子（R²=0.770，RMSE=1.28 kg）。仅基于图像特征模型预测性能极差，R²范围从-0.899到-0.031，表明无法优于简单均值预测。将初始体重与图像特征结合后，在第二个采样点获得最大改善（R²达0.839，RMSE降至1.07 kg），但配对比较显示改善不显著（Wilcoxon检验p>0.05），且其他采样点改善有限。图像特征单独模型显著差于基线模型（p≤0.046）。
**同期体重估计（模块3）**：图像特征对同期体重的预测性能中等，R²范围从-0.647（第一采集点）到0.332（第五采集点）。最佳模型为第五采集点基于中位高度的模型（RMSE=2.37 kg，MAE=1.78 kg）。所选预测器随时间变化：早期中位高度主导，中期体积相关描述符（体积/体长、BVI填充因子）更优，后期中位高度再次成为重要预测器。
**形态测量特征重要性的时间动态**：随机森林特征重要性热图显示，无单一描述符在整个实验期持续主导，高度相关特征在早期和后期重要，体积和体形特征在中期重要，表明外部形态与体重的关系随发育阶段动态变化。

**总结讨论与结论**
讨论部分强调：本框架的方法学贡献在于将标准化图像处理、质量控制、纵向统计建模与泄漏控制机器学习验证整合为统一流程，首次在严格动物水平验证下系统评估深度衍生形态测量特征的预测价值。早期预测中，初始体重的主导地位生物学合理，因其整合了遗传、早期营养等累积效应；图像特征仅在特定阶段提供补充信息，且改善不显著，表明外部形态单独不足以可靠预测未来体重。同期估计中，特征重要性的时间动态符合动物生长规律（早期骨骼扩张、中期体积增加、后期结构再主导），提示自适应特征选择策略比固定预测器集更合适。研究还指出，预测准确性不应是唯一评价标准，模型提供的生物学模式同样具有价值。未来需在更大独立群体中验证，并考虑整合生长历史、环境等额外信息源。
结论：本研究证明图像衍生形态测量描述符为母羊体重估计提供生物学相关信息，但其预测价值取决于预测目标和生长阶段。在严格巢式动物水平验证下，初始体重仍是未来体重的最强预测因子，图像特征主要作为补充表型信息。本研究的主要贡献是开发了一个集成分析框架，将标准化图像处理、稳健帧级质量控制、纵向统计建模和泄漏控制机器学习验证结合于统一工作流程中。通过明确防止信息泄漏并在独立动物水平验证下评估模型性能，该框架比传统验证方法提供了更现实、更生物学可解释的模型泛化估计。除了体重估计，该框架为纵向家畜数据集中的图像衍生表型评估建立了可重复方法论，有助于为精准畜牧业开发更稳健、可解释、生物学基础的计算机视觉应用。