Machine learning and Topological data analysis identify unique features of human papillae in 3D scans

要約

舌の表面には、味や質感の仕組みや化学に不可欠なさまざまな乳頭があります。
乳頭の味覚機能はよく研究されていますが、個体内および個体間での乳頭の独自性は依然としてとらえどころがありません。
ここでは、ヒト乳頭 (n = 2092) の 3D 顕微鏡スキャンに関する最初の機械学習フレームワークを紹介し、乳頭の幾何学的および位相幾何学的な特徴の独自性を明らかにします。
乳頭の形状のより微細な違いは、離散微分幾何学と計算トポロジーから導出された多くの特徴に基づいて計算的に調査されます。
解釈可能な機械学習技術は、乳頭形状の永続的な相同性特徴が生物学的変数の予測に最も効果的であることを示しています。
少量のデータ サンプルを使用してこれらの特徴に基づいてトレーニングされたモデルは、乳頭の種類を 85% の精度で予測します。
乳頭タイプ分類モデルは、表面上の糸状乳頭と菌状乳頭の空間配置をマッピングできます。
注目すべきことに、乳頭は個人ごとに特徴があることが判明し、1 つの乳頭から 15 人の参加者の間で 48% の精度で個人を識別できます。
総合すると、これは、舌乳頭が食物の好みと口腔診断に関する新たな研究の方向性を刺激する固有の識別子として機能することを実証する、初めての前例のない証拠である。

要約(オリジナル)

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.

arxiv情報

著者 Rayna Andreeva,Anwesha Sarkar,Rik Sarkar
発行日 2023-11-27 16:48:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, math.AT, math.DG パーマリンク