論文の概要: Machine learning and Topological data analysis identify unique features
of human papillae in 3D scans
- arxiv url: http://arxiv.org/abs/2307.06255v2
- Date: Mon, 27 Nov 2023 16:48:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 15:35:14.102422
- Title: Machine learning and Topological data analysis identify unique features
of human papillae in 3D scans
- Title（参考訳）: 機械学習とトポロジカルデータ解析は3Dスキャンでヒト乳頭の特徴を同定する
- Authors: Rayna Andreeva, Anwesha Sarkar, Rik Sarkar
- Abstract要約: ヒト乳頭部の3次元顕微鏡スキャンにおける最初の機械学習フレームワークを提案する。
本研究は, 乳頭形状の持続的ホモロジー特性が生物学的変数の予測に最も有効であることを示す。
特筆すべきは、乳頭は個体間で独特であり、個体は48%の精度で識別できることである。
- 参考スコア（独自算出の注目度）: 2.6867649936260247
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The tongue surface houses a range of papillae that are integral to the
mechanics and chemistry of taste and textural sensation. Although gustatory
function of papillae is well investigated, the uniqueness of papillae within
and across individuals remains elusive. Here, we present the first machine
learning framework on 3D microscopic scans of human papillae (n = 2092),
uncovering the uniqueness of geometric and topological features of papillae.
The finer differences in shapes of papillae are investigated computationally
based on a number of features derived from discrete differential geometry and
computational topology. Interpretable machine learning techniques show that
persistent homology features of the papillae shape are the most effective in
predicting the biological variables. Models trained on these features with
small volumes of data samples predict the type of papillae with an accuracy of
85%. The papillae type classification models can map the spatial arrangement of
filiform and fungiform papillae on a surface. Remarkably, the papillae are
found to be distinctive across individuals and an individual can be identified
with an accuracy of 48% among the 15 participants from a single papillae.
Collectively, this is the first unprecedented evidence demonstrating that
tongue papillae can serve as a unique identifier inspiring new research
direction for food preferences and oral diagnostics.
- Abstract（参考訳）: 舌の表面は、味覚やテクスチュラル感覚の力学や化学に不可欠なパピラを包含している。
パピラエの味覚機能はよく研究されているが、個体内および個体間のパピラエの特異性はいまだに解明されていない。
そこで本研究では,ヒト乳頭3次元顕微鏡(n=2092)における最初の機械学習フレームワークについて,幾何学的特徴と位相的特徴の特異性を明らかにする。
離散微分幾何学と計算トポロジーから導かれる多くの特徴に基づいて, 乳頭形状の微細な差異を計算的に検討した。
解釈可能な機械学習技術は、乳頭形状の持続的ホモロジー特徴が生物学的変数の予測に最も有効であることを示している。
これらの特徴を少量のデータサンプルでトレーニングしたモデルは、85%の精度で乳頭の種類を予測する。
パピラ型分類モデルは、フィリフォームと菌形パピラの空間配置を表面上にマッピングすることができる。
特筆すべきは、パピラは個体間で識別され、個人は1つのパピラから15人の参加者のうち48%の精度で識別できることである。
総じて、舌乳頭が食物の嗜好や口腔の診断に新しい研究の方向性を刺激するユニークな識別子として機能することを示す最初の前例のない証拠である。
関連論文リスト
- Cell Maps Representation For Lung Adenocarcinoma Growth Patterns Classification In Whole Slide Images [0.5906576076342179]
肺腺癌は, 形態学的に異質な疾患であり, 5つの原発組織学的成長パターンを特徴とする。
組織タイルを5つのパターンの1つまたは非腫瘍の1つに分類できる新しい機械学習パイプラインを提案する。
論文 参考訳（メタデータ） (2023-11-27T14:12:51Z) - Identification of morphological fingerprint in perinatal brains using
quasi-conformal mapping and contrastive learning [10.62496310428474]
脳内の形態的指紋は、個人の特異性を識別することができる。
感覚運動と視覚皮質は個人識別において最も寄与する領域として認識された。
論文 参考訳（メタデータ） (2023-11-25T07:43:17Z) - On the Localization of Ultrasound Image Slices within Point Distribution
Models [84.27083443424408]
甲状腺疾患は高分解能超音波(US)で診断されることが多い
縦断追跡は病理甲状腺形態の変化をモニタリングするための重要な診断プロトコルである。
3次元形状表現におけるUS画像の自動スライスローカライズのためのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T10:10:46Z) - Multi-Contrast Computed Tomography Atlas of Healthy Pancreas [20.701287373470425]
臓器特異的解析のための形態的変動に適応するためには,体積空間参照が必要である。
膵臓に特異的に最適化されたCTアトラスフレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-02T18:16:21Z) - Unsupervised ensemble-based phenotyping helps enhance the
discoverability of genes related to heart morphology [57.25098075813054]
我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。
教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。
これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
論文 参考訳（メタデータ） (2023-01-07T18:36:44Z) - Few-Shot Meta Learning for Recognizing Facial Phenotypes of Genetic
Disorders [55.41644538483948]
分類の自動化と類似性検索は、医師が可能な限り早期に遺伝状態の診断を行うための意思決定を支援する。
従来の研究は分類問題としてこの問題に対処し、深層学習法を用いてきた。
本研究では,健常人の大規模なコーパスで訓練した顔認識モデルを用いて,顔の表情認識に移行した。
論文 参考訳（メタデータ） (2022-10-23T11:52:57Z) - Learning shape distributions from large databases of healthy organs:
applications to zero-shot and few-shot abnormal pancreas detection [56.4729555813972]
健康臓器の大規模データベースから形状分布を学習するための,スケーラブルでデータ駆動型アプローチを提案する。
得られた潜在形状表現は、異常な形状検出のためのゼロショット法と少数ショット法を導出するために活用される。
論文 参考訳（メタデータ） (2022-10-21T16:39:59Z) - Mapping the landscape of histomorphological cancer phenotypes using
self-supervised learning on unlabeled, unannotated pathology slides [9.27127895781971]
病理形態学的現象型学習は、小さな画像タイルにおける識別画像の特徴の自動発見を通じて行われる。
タイルは、組織形態学的表現型のライブラリを構成する形態学的に類似したクラスターに分類される。
論文 参考訳（メタデータ） (2022-05-04T08:06:55Z) - Persistent Homology for Breast Tumor Classification using Mammogram
Scans [0.0]
本研究では,ランドマーク選択法に基づく1つの画像の複数のPD表現を構築する。
パーシステンス・ランドスケープ, 永続画像, パーシステンス・ビンニング (Betti Curve) と統計を用いたPDベクター化を行った。
2つの乳腺異常検出データセットを用いたランドマークベースPHの有効性について検討した。
論文 参考訳（メタデータ） (2022-01-07T02:03:30Z) - Personalized pathology test for Cardio-vascular disease: Approximate
Bayesian computation with discriminative summary statistics learning [48.7576911714538]
近似計算を用いて生物学的に有意なパラメータを推定するための血小板沈着モデルと推論手法を提案する。
この研究は、CVDの検出と治療のためのパーソナライズされた病理検査の先例のない機会を開く。
論文 参考訳（メタデータ） (2020-10-13T15:20:21Z) - Constrained Multi-shape Evolution for Overlapping Cytoplasm Segmentation [49.992392231966015]
本稿では,制約型多形進化という,新しい,効果的形状の先進的アプローチを提案する。
クランプ内のすべての重なり合う細胞質を同時に分割し、モデル化された形状によって誘導される各細胞質の形状を共同で進化させる。
形状進化においては, 局所形状前兆だけでなく, 大域形状前兆も導入することにより, セグメンテーションの強度不足を補う。
論文 参考訳（メタデータ） (2020-04-08T09:08:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。