编辑推荐:
Haemonchus contortus(H. contortus)感染是山羊贫血的主要原因,可降低生产力、繁殖性能和动物福利。FAMACHA?系统通过肉眼评估眼结膜颜色支持农场内贫血筛查,但评分可能随评估者经验和光照条件而变化。研究人员开发了一
Haemonchus contortus(H. contortus)感染是山羊贫血的主要原因,可降低生产力、繁殖性能和动物福利。FAMACHA?系统通过肉眼评估眼结膜颜色支持农场内贫血筛查,但评分可能随评估者经验和光照条件而变化。研究人员开发了一种面向智能手机的深度学习框架,利用眼结膜图像进行基于FAMACHA?的山羊贫血筛查。数据集包括来自141只肉用和奶用山羊、跨三个采集活动收集的1995幅FAMACHA?标记图像。对于二分类筛查任务,FAMACHA?评分4–5被归为贫血筛查类,而评分1–3被归为非贫血筛查类。该流程将基于U-Net的结膜分割与使用六种ImageNet预训练骨干网络的分类相结合:ResNet-50、ViT-B/16、Swin-T、EfficientNet-B0、MobileNetV4-Small和MobileViT-v2-1.0。模型采用动物级数据集划分、嵌套交叉验证、验证集选择的阈值、山羊级聚类bootstrap置信区间和山羊区组配对置换检验进行评估。采用ResNet-34编码器的U-Net在结膜分割中达到前景IoU(intersection over union,交并比)0.7342和Dice系数0.8372。在留出测试集上,ViT-B/16取得最高贫血召回率(0.924)、准确率(0.861)和贫血类F1-score(0.879)。然而,MobileNetV4-Small表现接近,准确率为0.847,F1-score为0.861,并具有最高特异度(0.825)。U-Net-ResNet34联合MobileNetV4-Small得到最低估计联合推理延迟,为每幅图像479.04 ms,该值根据在Samsung SM-A556E智能手机上使用TensorFlow Lite(TFLite)分别测量的分割和分类延迟计算。Pearson相关分析显示粪卵计数与FAMACHA?评分呈强正相关(r = 0.7082,R2 = 0.5015,p < 0.0001)。这些结果提示,眼结膜成像可支持基于FAMACHA?的山羊贫血筛查,其中ViT-B/16是召回导向最强的模型,而MobileNetV4-Small是在测试智能手机配置下低延迟端侧推理的实用候选。
研究背景与目的:山羊贫血在放牧和资源受限生产体系中较为常见,未及时诊断可导致体重下降、繁殖性能降低甚至死亡。
Haemonchus contortus(H. contortus,捻转血矛线虫)是反刍动物贫血的重要吸血性胃肠道寄生虫,在亚热带、热带和湿润地区难以控制。贫血进展时眼结膜颜色可由红或粉变为苍白甚至近白,FAMACHA?系统(基于眼结膜颜色进行贫血分级)据此进行现场筛查。然而,红细胞压积(packed cell volume,PCV)依赖采血、实验室检测和离心,反复筛查在资源有限农场中受限;FAMACHA?虽便于现场使用,却受评估者经验、光照、动物躁动和下眼睑暴露清晰度影响,误判可能造成贫血动物漏筛或不必要驱虫,进而影响动物福利、生产力和驱虫药耐药性。已有图像研究多集中于绵羊,山羊相关评估较少;图像级随机划分可能因同一动物重复图像造成身份泄漏;Transformer视觉模型和移动端轻量CNN尚未在同一动物级协议下系统比较;模型差异的统计验证和智能手机推理延迟评估不足。因此,研究人员构建并评估了一个面向山羊FAMACHA?贫血筛查的眼结膜图像深度学习系统。
关键技术方法(不超过250字):数据含1995幅FAMACHA?标记眼结膜图像,来自141只混种山羊,分3个采集队列;队列1和2为2024—2025年每周9次筛查的92只西班牙波尔山羊,队列3为2026年4月初4周采集的49只杂交肉用/奶用山羊,来自美国阿拉巴马州Macon County两个私人农场及Tuskegee University Caprine Research and Education Unit农场。方法为U-Net(ResNet-18/34/50编码器)分割、六种ImageNet预训练骨干分类、山羊级Stratified-GroupKFold划分、嵌套交叉验证、验证集阈值、山羊级聚类bootstrap置信区间、山羊区组配对置换检验及Holm校正、Samsung SM-A556E上TensorFlow Lite延迟测试、Modified McMaster法FEC、ANOVA和Pearson相关。
研究结果:4.1 Segmentation Results:研究人员在同一动物级分割数据集上比较ResNet-18、ResNet-34和ResNet-50编码器的U-Net结膜分割模型,三种编码器前景IoU均高于0.72、Dice系数均高于0.83;ResNet-34取得最高IoU 0.7342和Dice系数0.8372,ResNet-18与ResNet-50略低,说明改变编码器深度在本数据集未带来大幅增益。ResNet-50前景精确率最高(0.8739)但召回率较低(0.8204),ResNet-18和ResNet-34精确率与召回率较均衡,约0.84–0.85;所有模型像素准确率均超过0.999,但因背景占主导,IoU和Dice更具信息性。ResNet-34因验证集Dice最高被选为下游裁剪生成模型,并在留出分割测试集保持最高前景IoU和Dice。
4.2 Hyperparameter Selection: Nested Cross-Validation Results:通过动物级嵌套交叉验证选择超参数并评估稳定性,Swin-T外折平均准确率最高(86.92 ± 5.05%),MobileViT-v2-1.0(86.52 ± 8.42%)、ResNet-50(86.26 ± 4.58%)和MobileNetV4-Small(86.18 ± 8.64%)接近,EfficientNet-B0为84.74 ± 9.09%,ViT-B/16最低(83.23 ± 5.65%)。F1-score模式相似,Swin-T最高(84.86 ± 5.41%),ResNet-50次之(84.29 ± 4.74%),ViT-B/16最低(78.58 ± 8.35%)。折间标准差为4.6–9.1个百分点,前四名平均准确率差距小于1个百分点,提示仅凭准确率难以可靠排序;轻量模型在最佳折可超过93%,最弱折约76–80%,ResNet-50折间波动较小。
4.3 Held-Out Test Set Classification Results:研究人员在504幅来自29只山羊的留出测试集上按各模型验证集选择阈值评估,ViT-B/16取得最高准确率0.861[0.779, 0.921]、贫血类F1-score 0.879[0.697, 0.941]和贫血召回率0.924[0.753, 0.985];MobileNetV4-Small接近,准确率0.847[0.747, 0.908]、F1-score 0.861[0.642, 0.928]。EfficientNet-B0和ResNet-50准确率分别为0.825和0.823;Swin-T准确率0.819、贫血召回率0.909;MobileViT-v2-1.0留出准确率最低(0.802),贫血召回率仍为0.877。六种骨干贫血召回率均超过0.86,ViT-B/16平衡准确率最高(0.855),MobileNetV4-Small次之(0.845)。ViT-B/16漏判276幅贫血图像中的21幅,并在228幅非贫血图像中产生49个假阳性;Swin-T漏判25幅贫血图像但产生66个假阳性;MobileNetV4-Small特异度最高,正确分类188/228幅非贫血图像并检出239/276幅贫血图像。按队列分层,队列1和2含131幅来自17只山羊的图像,队列3含373幅来自12只山羊的图像;ViT-B/16两组平衡准确率分别为0.804和0.838,准确率/贫血召回率分别为0.824/0.773和0.874/0.937,但两组贫血患病率分别为16.8%和68.1%,差异需谨慎解释。
4.4 FEC and FAMACHA?:研究人员对实验组间FAMACHA?评分和粪卵计数(fecal egg count,FEC)进行单因素方差分析(analysis of variance,ANOVA),实验组显著影响FAMACHA?评分(p < 0.0001,R
2 = 0.4696)和FEC(p < 0.0001,R
2 = 0.3634)。Pearson相关分析显示FEC与FAMACHA?评分呈强正相关(r = 0.7082,R
2 = 0.5015,p < 0.0001),约50.15%的FAMACHA?评分方差与FEC共存;随着
H. contortus负荷增加,山羊结膜苍白程度上升。
4.5 Statistical Validation:研究人员用山羊区组配对置换检验比较六种模型在留出测试集上的总体图像级准确率差异,并进行15次两两比较的Holm校正。校正后仅ViT-B/16与MobileViT-v2-1.0差异仍有统计学意义(准确率差0.0595,原始p = 0.0017,Holm校正p = 0.0255);ViT-B/16与Swin-T原始p = 0.0347但校正后p = 0.4858,MobileNetV4-Small与MobileViT-v2-1.0原始p = 0.0486但校正后p = 0.6318。总体上多数留出准确率差异在校正后不能统计学区分,ViT-B/16虽点估计最高,但相对MobileViT-v2-1.0之外的模型优势未保留统计证据。
讨论部分总结:研究人员将结果与既往小反刍动物图像贫血筛查研究比较,指出物种、标签定义、数据规模、模型类型和评价协议不同,不能作直接排名。de Souza等用支持向量机和RGB颜色特征对绵羊进行FAMACHA? 3–5二分类,在317幅图像上取得F1-score 0.88和召回率0.90;本研究中ViT-B/16在更严格FAMACHA? 4–5定义和山羊特异1995幅图像上取得F1-score 0.879和召回率0.924,MobileNetV4-Small取得F1-score 0.861和召回率0.866且特异度更高。Freitas等用随机森林和颜色分位数进行绵羊五级FAMACHA?预测,不同评分级别敏感性不同;另一项Freitas等研究用PCV<27%作标签、VGG19等CNN进行绵羊眼结膜贫血分类,最佳F1-score 0.62、贫血召回率0.83,U-Net分割IoU 0.68;本研究结果数值较高,但需因物种、标签和注释差异谨慎解释。研究人员根据留出集敏感度和特异度估算阳性预测值(positive predictive value,PPV):假定贫血患病率5%、10%、15%,ViT-B/16的PPV为18.4%、32.3%、43.1%,MobileNetV4-Small为20.7%、35.5%、46.6%;在5%患病率下每筛查1000只动物约分别有204和166个假阳性,提示该系统应作为筛查工具而非独立治疗决策系统。移动端延迟方面,分类单独耗时从MobileNetV4-Small的3.99 ms到ViT-B/16的642.29 ms;U-Net-ResNet34分割为475.05 ± 18.17 ms,ResNet-18为351.94 ± 43.92 ms但分割性能略低,ResNet-50为3789.79 ± 530.36 ms。估计联合两阶段延迟为479.04–1117.34 ms,MobileNetV4-Small最低(479.04 ms),EfficientNet-B0为493.33 ms,MobileViT-v2-1.0为517.59 ms,ViT-B/16超过1 s;对轻量分类器而言分割阶段是主要耗时来源,未来应同时优化分割阶段。
研究结论翻译:本研究提出了一个动物级深度学习框架,利用眼结膜图像进行基于FAMACHA?的贫血筛查;该流程结合U-Net结膜分割与深度图像分类,并在来自141只山羊、跨三个采集活动的1995幅FAMACHA?标记图像上评估。FAMACHA?评分与FEC呈强正相关(r = 0.7082,R
2 = 0.5015,p < 0.0001)。所选U-Net + ResNet-34分割取得前景IoU 0.7342和Dice系数0.8372。分类方面,ViT-B/16在留出测试集表现最强,准确率0.861、贫血类F1-score 0.879、贫血召回率0.924;MobileNetV4-Small表现接近ViT-B/16但智能手机推理延迟低得多,是所评估骨干中最实用的准确率—延迟选择。总体而言,FAMACHA?筛查的模型选择应同时考虑准确率、贫血召回率、特异度、统计可靠性和计算成本。局限性包括:数据来自单一地理区域农场,需跨农场类型、品种和管理条件外部验证;FAMACHA?评分由训练有素人员提供,但未评估评分者间一致性;合并数据包含贫血富集队列,其类别分布不能解释为自然群体患病率;分割模型仅在标准化平板成像的队列3上训练和评估,虽在整合流程中应用于所有队列,但其对队列1和2成像条件的泛化未直接评估;留出分类结果虽包含自动分割和裁剪,但分割误差对下游分类性能的独立贡献未量化;联合延迟由分割和分类单独测量时间相加估计,未包括图像缩放、掩膜后处理、边界框计算与裁剪、图像归一化、动物处理、结膜暴露、图像采集、数据传输、用户界面开销或完整应用级工作流计时。研究人员已开发整合图像采集、分割、裁剪、分类和最终筛查输出的端到端移动应用;未来将在真实现场条件下前瞻性验证完整应用并量化全流程误差传播,纳入独立山羊群体、多评估者FAMACHA?评分和配对PCV测量,并开展不同相机、光照和采集设置下的队列分层分割评估,以推动该框架用于庇护所(refugia)感知的驱虫管理。