机器学习与拓扑数据分析在 3D 扫描中识别人乳头状突的独特特征
机器学习
2023-12-15 v2 代数拓扑
微分几何
摘要
舌表面分布着多种乳头状突,它们对味觉与质地感知的力学和化学变化至关重要。尽管乳头状突的味觉功能已被充分研究,但乳头状突在个体内与个体间的独特性仍不清楚。在此,我们提出首个基于人乳头状突 3D 显微扫描(n = 2092)的机器学习框架,揭示了乳头状突几何与拓扑特征的独特性。乳头状突形状的细微差异通过源自离散微分几何与计算拓扑的若干特征进行了计算研究。可解释机器学习技术表明,乳头状突形状的持续同调特征在预测生物学变量方面最为有效。基于这些特征、以少量数据样本训练的模型预测乳头状突类型的准确率达 85%。该乳头状突类型分类模型可绘制丝状和菌状乳头状突在表面上的空间排布。值得注意的是,发现乳头状突在个体间具有区分性,仅凭单个乳头状突可在 15 名参与者中以 48% 的准确率识别个体。总之,这是首个前所未有的证据,表明舌乳头状突可作为独特标识符,为食物偏好与口腔诊断研究开辟了新方向。
引用
@article{arxiv.2307.06255,
title = {Machine learning and Topological data analysis identify unique features of human papillae in 3D scans},
author = {Rayna Andreeva and Anwesha Sarkar and Rik Sarkar},
journal= {arXiv preprint arXiv:2307.06255},
year = {2023}
}