EcoMorph: Universal morphological trait quantification from natural language prompts for ecological research

Resumo Técnico: EcoMorph – Quantificação Universal de Traços Morfológicos

Definição do Problema
A quantificação precisa de traços morfológicos, como área floral e tamanho corporal de insetos, é fundamental para a pesquisa ecológica, influenciando estudos sobre interações polinizador-planta, qualidade de habitat e monitoramento da biodiversidade. No entanto, os métodos existentes enfrentam limitações significativas. A medição manual tradicional é intensiva em tempo e recursos. Embora abordagens de análise de imagem automatizada e aprendizado profundo (DL) tenham surgido, elas tipicamente requerem treinamento específico para a tarefa em extensos conjuntos de dados rotulados para cada novo domínio de aplicação. Esse requisito dificulta a generalização entre diversos táxos e condições de campo complexas. Além disso, muitos fluxos de trabalho de visão computacional de alta precisão dependem de equipamentos de imagem especializados e caros (por exemplo, scanners de estufa controlados), o que limita sua aplicabilidade em ambientes naturais de campo, onde a iluminação e os fundos são variáveis.

Metodologia
Os autores apresentam o EcoMorph, um sistema modular de medição morfológica projetado para quantificar traços em diversos contextos ecológicos sem a necessidade de retreinamento específico para cada táxo. O sistema utiliza o Segment Anything Model 3 (SAM3), um modelo de fundação visual capaz de segmentar objetos arbitrários baseando-se em comandos de linguagem natural.

O pipeline do EcoMorph consiste em três módulos sequenciais:

1. Módulo de Segmentação de Objetos: Utiliza o SAM3 para identificar e delinear estruturas alvo. Os usuários fornecem comandos de texto (variando de substantivos únicos como "flor" ou "inseto" a frases descritivas como "flores rosas" ou "papelão quadrado marrom") para guiar a segmentação. Isso elimina a necessidade de dados de treinamento específicos do domínio.
2. Módulo de Extração de Morfologia: Calcula medições baseadas em pixels a partir das máscaras de segmentação resultantes. Ele calcula a área total (somando os pixels dos objetos alvo), dimensões lineares (extraindo largura/altura a partir de caixas delimitadoras ou pontos médios) e contagem de objetos (instâncias discretas detectadas por comando).
3. Módulo de Escalonamento de Medição: Converte medições de pixels digitais em unidades físicas (ex: cm², mm) usando duas abordagens de calibração:
   • Escalonamento baseado em referência: Utiliza um objeto físico de dimensões conhecidas (ex: uma moeda ou um quadrado de papelão) colocado no plano da imagem.
   • Escalonamento baseado em distância: Calcula fatores de escala baseados nas especificações do sensor da câmera, distância focal e distância do objeto, útil quando referências físicas não são práticas (ex: imagens de drones).

Principais Contribuições

• Universalidade Baseada em Comandos (Prompts): Ao contrário de ferramentas anteriores que exigem retreinamento para táxos específicos, o EcoMorph usa um único modelo subjacente (SAM3) com comandos de linguagem natural para segmentar diversas estruturas biológicas (flores, insetos, folhas) em diferentes escalas.
• Arquitetura Modular: O sistema desacopla a detecção de objetos, a extração de características e a conversão de unidades, permitindo a otimização independente e a extensão para necessidades de pesquisa específicas.
• Validação de Dupla Escala: O framework foi validado através de duas escalas ecológicas distintas: área floral de escala intermediária (centímetros) e morfometria de insetos de escala fina (milímetros).
• Acessibilidade: O sistema foi projetado para funcionar com hardware de imagem de nível de consumo (ex: câmera OAK-1) e é acessível via interface web, reduzindo a barreira de entrada para a quantificação de traços de alto rendimento.

Resultados
Os autores validaram o EcoMorph contra medições manuais de verdade de campo (ground-truth) em três testes específicos:

1. Área Floral (Fundo Simples): Sob condições controladas de fundo simples, as áreas florais derivadas pelo EcoMorph mostraram forte concordância com medições manuais do ImageJ ($R^2 = 0,935$, $n = 74$).
2. Área Floral (Fundo Complexo): Em ambientes de jardim externos com iluminação variável e vegetação mista, o sistema manteve alta precisão ($R^2 = 0,928$, $n = 58$) para 95% das imagens. Previsões válidas foram alcançadas apesar de fundos complexos, embora falhas de segmentação tenham ocorrido em imagens com estruturas florais altamente filamentosas.
3. Morfometria de Insetos: A área corporal derivada pelo EcoMorph apresentou forte correlação com a distância intertegular (ITD) medida manualmente em três espécies de abelhas, variando de pequenas (Bombus impatiens) a grandes (Xylocopa virginica) ($r = 0,810$, $n = 349$).
4. Contagem de Objetos: Para contagens de insetos em uma caixa (7–80 espécimes por imagem), o EcoMorph igualou as contagens manuais com precisão quase perfeita ($R^2 = 0,9997$, $n = 12$), com um erro quadrático médio (RMSE) de 0,50.

Significância e Alegações
O artigo afirma que o EcoMorph representa um avanço significativo para aplicações ecológicas que exigem medição entre diversos táxos, contextos de imagem e restrições de acessibilidade. Ao combinar a segmentação baseada em comandos com a medição modular, a ferramenta permite a quantificação de alto rendimento de área, tamanho e abundância a partir de fontes de imagem heterogêneas sem a necessidade de treinamento específico para cada táxo.

Os autores posicionam o EcoMorph como uma solução que preenche a lacuna entre a alta precisão dos modelos de aprendizado profundo de ambiente controlado e a flexibilidade necessária para a ecologia de campo. Eles afirmam que o sistema suporta uma ampla gama de aplicações, incluindo pesquisas de traços de polinizadores e plantas, monitoramento de biodiversidade e abundância, e estimativa alométrica de biomassa. Ao reconhecer limitações relativas a estruturas altamente filamentosas e às demandas computacionais da inferência do SAM3 em comparação com modelos mais leves, os autores argumentam que a eliminação da necessidade de dados de treinamento e a capacidade de generalização através de ambientes complexos justificam a abordagem para a maioria das aplicações de pesquisa.