FaceDig：面向几何形态测量学用户的自动面部肖像标志点放置工具

标志点数字化在几何形态测量学中至关重要，能够实现对生物形状（如面部结构）的量化，以进行深入的形态学分析。传统的标志点方法识别特定的解剖学点，当精确位置难以定义时，可由半标志点加以补充。然而，手动放置大量标志点耗时且容易出错，导致各研究之间存在不一致性。为此，我们引入了 FaceDig，一个由 AI 驱动的工具，旨在以人类水平的精度自动放置标志点，专注于解剖学上合理的面部特征点。FaceDig 是开源的，能够与 R 和 Python 等分析平台无缝集成。它使用最大且种族最多样化的面部数据集之一进行训练，采用了针对 2D 正面照片优化的标志点配置。我们的结果表明，FaceDig 提供了可靠的标志点坐标，其精度可与专家手动放置的结果相媲美。该工具的输出与广泛使用的 TpsDig2 软件兼容，便于推广并确保各研究之间的一致性。建议用户使用标准化的面部图像，并对结果进行目视检查以进行可能的修正。尽管对 3D 形态测量学的偏好日益增长，但 2D 面部照片因其文化和实际意义仍然具有重要价值。FaceDig 的未来改进将包括对侧面视图的支持，进一步扩展其用途。通过提供标准化的标志点放置方法，FaceDig 促进了面部形态学研究的可重复性，并为现有的 2D 工具提供了可靠的替代方案。