《Journal of Dairy Science》：A smarter lung ultrasonography solution for lung consolidation classification in dairy calves using a deep learning approach
编辑推荐：
肺脏超声（Lung ultrasonography, LUS）是诊断犊牛肺炎的重要工具，有助于疾病的早期发现和及时治疗。然而，尽管其价值显著，该技术尚未完全确立为牧场常规牛群健康监测实践。一个关键限制在于，基于LUS进行肺实变分类时存在评估者间差异，尤其是在肺
肺脏超声（Lung ultrasonography, LUS）是诊断犊牛肺炎的重要工具，有助于疾病的早期发现和及时治疗。然而，尽管其价值显著，该技术尚未完全确立为牧场常规牛群健康监测实践。一个关键限制在于，基于LUS进行肺实变分类时存在评估者间差异，尤其是在肺实变阈值较小时更为突出。本研究的目标是开发一种用于奶牛犊牛LUS图像分析的深度学习（deep learning, DL）分类模型，次要目标是比较不同DL模型的性能。研究人员在纽约州一家商业奶牛场记录了126头哺乳期荷斯坦犊牛的LUS视频，并用于帧提取。由受过培训的人员根据肺实变范围将帧图像标注为正常（normal）、小叶性（lobular）和大叶性（lobar），并以专家组诊断作为评估模型性能的参考标准。数据集被划分为训练集（68%）、内部验证集（12%）和独立测试集（20%）。仅对训练集应用数据增强以减少过拟合并提升模型稳健性。最终数据集包含来自96头犊牛的57,704帧训练图像和2,545帧内部验证图像，以及来自30头犊牛的4,196帧测试图像。研究人员评估了两种DL分类模型：You Only Look Once（YOLO）和Vision Transformer（ViT）。两种模型均取得了较高的总体准确率，分别为0.98（95% CI: 0.98–0.99）和0.97（0.96–0.98）。YOLO模型的性能指标为：精确率0.94（95% CI: 0.92–0.95）、召回率0.95（0.93–0.96）和F1分数0.94（0.93–0.96）。ViT模型的精确率为0.88（0.86–0.90）、召回率为0.93（0.92–0.95）、F1分数为0.90（0.88–0.92）。在所有评估指标中，YOLO模型均优于ViT模型。在类别层面上，小叶性肺实变的精确率在两种模型中均最低，YOLO为0.84（0.80–0.88），ViT为0.69（0.64–0.74），而正常和大叶性类别的精确率均高于0.90。由于原始数据集在类别间天然存在不平衡，反映了农场中疾病的分布情况，研究人员在类别平衡子集上重新训练了两种模型。在YOLO和ViT中，正常类和大叶性类的精确率、召回率和F1分数均超过0.90，与原始不平衡数据集的结果一致。然而，在平衡训练下，小叶性类别的性能下降，YOLO的精确率从0.84（0.80–0.88）降至0.74（0.69–0.79），ViT从0.69（0.64–0.74）降至0.57（0.52–0.62）。类似地，F1分数从YOLO的0.88（0.85–0.91）降至0.81（0.77–0.85），ViT从0.78（0.74–0.82）降至0.70（0.66–0.74）。总之，YOLO和ViT模型均能以较高准确率正确分类哺乳期犊牛的正常肺脏和大叶性肺实变，但在检测小叶性肺实变方面可靠性较低。研究结果表明，DL模型具有实现犊牛肺实变自动分类的潜力，并能增强LUS在农场的应用。因此，该技术可能改善疾病的早期诊断、干预和犊牛福利，同时减少与该疾病相关的经济损失。
论文解读：基于深度学习的犊牛肺脏超声肺实变分类模型研究
奶牛呼吸道疾病（Bovine Respiratory Disease, BRD）仍是影响哺乳期犊牛健康的主要挑战之一，是导致犊牛发病率和死亡率升高的主要原因。尽管诊断、治疗和管理水平不断提高，约10%的哺乳期后备母牛仍会受到该病影响。BRD不仅增加死亡风险，还会导致生长速度下降、福利受损、泌乳期产奶量降低以及首次泌乳前被淘汰的风险增加。因此，早期诊断和及时干预对于改善预后和减少经济损失至关重要。
在牧场层面，BRD的诊断通常依赖视觉观察临床症状，如咳嗽、鼻液和眼部分泌物增多、直肠温度升高等，或通过评分图系统（scoring chart system, SCS）进行评估。虽然SCS具有良好的特异性（specificity, Sp），范围为86%至94%，但其敏感性（sensitivity, Se）相对较低，仅为30%至72%，难以识别亚临床肺炎患畜。肺脏超声（Lung ultrasonography, LUS）在检测亚临床肺炎方面优于SCS，其Se和Sp分别可达85%和95%。然而，LUS图像判读存在评估者间差异，尤其是在肺实变阈值较小（大于1 cm）时，这种变异性更为显著。当采用二分类定义或将阈值提高到大于3 cm时，评估者间的一致性系数通常较高。
随着人工智能（Artificial Intelligence, AI）特别是深度学习（Deep Learning, DL）和计算机视觉（Computer Vision, CV）模型的进展，开发能够自动学习和提取图像特征、识别模式、边缘和形状并执行分类、目标检测和分割等任务的算法已成为可能。卷积神经网络（Convolutional Neural Network, CNN）已被广泛应用于医学影像分析，改善了心脏病学和放射学等领域的疾病诊断。但截至目前，尚未见专门针对奶牛犊牛LUS图像分类开发的DL模型。因此，研究人员开展本研究，旨在开发一种用于LUS图像分析和犊牛肺实变诊断的DL分类模型，并比较两种不同DL分类模型——YOLO（You Only Look Once）和ViT（Vision Transformer）——的性能。研究人员假设两种模型均能以≥95%的准确率准确检测和分类犊牛肺实变。
研究人员在纽约州一家商业家庭奶牛场采集了126头哺乳期荷斯坦犊牛的LUS视频，犊牛年龄为5至56日龄。超声检查由经验丰富的兽医使用IBEX EVO III便携式超声机配合eCLi6 3–9.5 MHz混合曲阵线阵探头完成，左右肺分别录制视频，共获得251段视频。帧提取采用Python 3.13.7和OpenCV库，以每秒3帧的速率提取，共得到56,724帧，经过去除屏幕信息区域和人工排除无法识别胸膜线和肺表面的帧后，最终数据集包含21,170帧。帧图像由3名经过培训的评估者独立标注，分为正常（normal）、小叶性（lobular）和大叶性（lobar）三类，最终标签以至少两人一致的意见确定。数据集按68%、12%和20%划分为训练集、内部验证集和独立测试集，测试集犊牛不参与训练和验证过程。仅对训练集应用数据增强以减少过拟合。两种模型均使用相同的三分类数据集和划分方式以确保公平比较。
研究得到以下主要结果。在评估者间一致性方面，3名评估者对整个数据集的肺部分类Fleiss' Kappa系数为0.59，属于中等一致性。按类别细分，正常类的Kappa值为0.62（substantial），小叶性为0.47（moderate），大叶性为0.87（almost perfect）。这一结果与已有文献中报告的较小肺实变阈值导致评估者间一致性降低的模式相符。
在模型性能方面，YOLO和ViT模型的总体宏准确率分别达到0.98（95% CI: 0.98–0.99）和0.97（95% CI: 0.96–0.98）。YOLO模型的宏精确率为0.94（0.92–0.95）、宏召回率为0.95（0.93–0.96）、宏F1分数为0.94（0.93–0.96）；ViT模型分别为0.88（0.86–0.90）、0.93（0.92–0.95）和0.90（0.88–0.92）。YOLO模型在所有评估指标上均优于ViT。在类别层面，正常类和肺大叶性实变类在两种模型中均表现出较高的性能，而小叶性实变的精确率最低，YOLO为0.84（0.80–0.88），ViT为0.69（0.64–0.74）。混淆矩阵显示，小叶性是最常被误分类的类别，正常帧被误预测为小叶性的比例在YOLO中为0.9%，在ViT中为2.3%。受试者工作特征曲线下面积（ROC AUC）均显示两种模型具有出色的类别区分能力，精确率-召回率曲线（AUC-PR）进一步证实小叶性实变是最具挑战性的类别。
针对类别不平衡问题，研究人员采用混合重采样策略构建了每类约3,000帧的平衡训练集，并重新训练两种模型。结果显示，正常类和大叶性类的精确率、召回率和F1分数仍超过0.90，但小叶性类性能下降，YOLO的精确率从0.84降至0.74，ViT从0.69降至0.57。研究人员指出，单纯类别不平衡不能完全解释小叶性类的低性能，因为大叶性同样属于少数类却保持了较高性能。小叶性类别内部包含1至3 cm不等的实变范围，且是否存在彗星尾征也存在差异，这可能是模型泛化困难的重要原因。
在讨论部分，研究人员指出，与牧场常用的BRD诊断工具相比，两种DL模型的Se均有显著提升，但当前模型仅评估了图像层面的Se，仍需进一步评估其对患病动物个体检测能力的提升。模型的实际部署需要考虑复杂度与实时性能之间的平衡，YOLO（约1290万参数）相比ViT（超过8500万参数）具有更低的计算成本和更高的部署实用性。研究还指出LUS相关AI工具可扩展到动物识别、姿态估计、健康监控等其他畜禽场景。
研究结论认为，本研究中开发的YOLO和ViT两种DL分类模型均能以较高准确率正确分类LUS图像，区分健康犊牛肺脏与大叶性肺实变。YOLO在精确率方面优于ViT。小叶性肺实变类别在两种模型中均表现较低，这限制了结果的普适性，但也为工具优化提供了改进方向。研究结果表明，DL和CV模型具有支持自动肺实变检测的潜力，为将AI整合到日常犊牛健康评估中提供了新视角，可增强超声检查和判读在牧场中的实用性，从而改善犊牛福利并减少疾病相关的经济损失。
