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

技术摘要：EcoMorph —— 通用形态特征定量化工具

问题陈述
准确量化形态特征（如花朵面积和昆虫体型）是生态学研究的基础，影响着对传粉者-植物相互作用、生境质量以及生物多样性监测的研究。然而，现有方法面临显著局限。传统的手动测量既耗时又耗费资源。虽然自动化图像分析和深度学习（DL）方法已经出现，但它们通常需要针对每个新应用领域进行大量标注数据集的特定任务训练。这种要求阻碍了在不同分类群和复杂野外环境中的泛化能力。此外，许多高精度计算机视觉工作流依赖于专门且昂贵的成像设备（例如受控温室扫描仪），这限制了其在光照和背景多变的自然野外环境中的适用性。

方法论
作者提出了 EcoMorph，这是一个模块化的形态测量系统，旨在无需针对特定分类群进行重新训练的情况下，量化多种生态背景下的特征。该系统利用了 Segment Anything Model 3 (SAM3)，这是一种能够基于自然语言提示（prompt）分割任意对象的视觉基础模型。

EcoMorph 流水线由三个顺序模块组成：

1. 目标分割模块： 利用 SAM3 识别并描绘目标结构。用户提供文本提示（从单个名词如“花”或“昆虫”，到描述性短语如“粉色的花”或“棕色正方形纸板”）来引导分割。这消除了对特定领域训练数据的需求。
2. 形态提取模块： 从生成的分割掩码中计算基于像素的测量值。它计算总面积（累加目标对象的像素）、线性维度（从边界框或中点提取宽度/高度）以及对象计数（检测到的离散实例数量）。
3. 测量缩放模块： 使用两种校准方法将数字像素测量值转换为物理单位（例如 $\text{cm}^2$、$\text{mm}$）：
   • 基于参考物的缩放： 使用放置在图像平面内的已知尺寸物理对象（如硬币或纸板正方形）。
   • 基于距离的缩放： 根据相机传感器规格、焦距和物体距离计算缩放因子，适用于物理参考物不切实际的情况（如无人机影像）。

核心贡献

• 基于提示的通用性： 不同于以往需要针对特定分类群进行重训的工具，EcoMorph 使用单一的底层模型 (SAM3) 配合自然语言提示，即可分割不同尺度的多样化生物结构（花朵、昆虫、叶片）。
• 模块化架构： 系统将目标检测、特征提取和单位转换解耦，允许针对特定的研究需求进行独立优化和扩展。
• 双尺度验证： 该框架在两个截然不同的生态尺度上进行了验证：中等尺度（厘米级）的花朵面积和精细尺度（毫米级）的昆虫形态测量。
• 易用性： 系统设计可与消费级成像硬件（如 OAK-1 相机）配合使用，并通过 Web 界面访问，降低了高通量形态特征量化的门槛。

结果
作者通过三项特定测试，将 EcoMorph 与地面真值（ground-truth）手动测量进行了对比验证：

1. 花朵面积（简单背景）： 在受控的简单背景条件下，EcoMorph 得出的花朵面积与 ImageJ 手动测量显示出高度一致性（$R^2 = 0.935$，$n = 74$）。
2. 花朵面积（复杂背景）： 在具有多变光照和混合植被的户外花园环境中，该系统在 95% 的图像中保持了高准确度（$R^2 = 0.928$，$n = 58$）。尽管背景复杂，系统仍能实现有效的预测，但在具有高度丝状结构的图像中会出现分割失败。
3. 昆虫形态测量： EcoMorph 得出的体型面积与手工测量的两背间距 (ITD) 在三种不同大小的蜜蜂物种（从小的 Bombus impatiens 到大的 Xylocopa virginica）中表现出强相关性（$r = 0.810$，$n = 349$）。
4. 对象计数： 对于箱内的昆虫计数（每幅图像 7–80 只标本），EcoMorph 以近乎完美的准确度匹配了手动计数（$R^2 = 0.9997$，$n = 12$），均方根误差 (RMSE) 为 0.50。

意义与主张
论文声称，对于需要跨多种分类群、成像背景和可及性约束的生态学应用，EcoMorph 代表了一次显著的进步。通过将基于提示的分割与模块化测量相结合，该工具实现了从异质图像源中进行高通量、无需特定分类群训练的面积、尺寸和丰度量化。

作者将 EcoMorph 定位为一种解决方案，旨在弥合高精度受控环境深度学习模型与灵活的野外生态学需求之间的差距。他们断言，该系统支持广泛的应用，包括传粉者和植物特征研究、生物多样性和丰度监测，以及异速生长生物量估算。在承认关于高度丝状结构的处理限制以及 SAM3 推理相对于轻量化模型的计算需求方面，作者认为，消除对训练数据的需求以及在复杂环境中实现泛化的能力，足以证明该方法对于大多数研究应用是合理的。