人工神经网络在磨损的牙中重建缺失的 perikymata.
Mario Modesto-Mata1,2, Luis de la Fuente Valentín2, Leslea J Hlusko1
1Centro Nacional de Investigación sobre la Evolución Humana (CENIEH), Burgos, Spain.
Anatomical record (Hoboken, N.J. : 2007)
|March 12, 2024
概括
研究人员开发了一种新的人工神经网络 (ANN) 方法来重建化石原始人牙中缺失的 perikymata (牙生长线). 这种方法通过将磨损的牙纳入分析,提高了牙发育研究的准确性.
科学领域:
- 古人类学古人类学.
- 发展生物学 发展生物学
- 生物考古学的生物考古学
背景情况:
- 牙科进化研究对于理解人类的生长和发育至关重要.
- 牙面膜的增量增长通过 perikymata 记录时间信息,但早期的线条会因磨损而丢失.
- 以前的方法依赖于多项式回归,其准确性和适用于磨损的牙的适用性受到限制.
研究的目的:
- 开发一种新的方法来重建早期的,在人类牙中损失的 perikymata.
- 提高牙发育时间和生长率估计的准确性.
- 为了使磨损的牙能够被纳入牙科进化研究中.
主要方法:
- 在现代人类数据集上使用人工神经网络 (ANN) 方法.
- 从可见的,后来发展的 perikymata 重建了最早的 perikymata.
- 将这种方法应用于所有类型的牙 (切牙,牙,前牙,牙).
主要成果:
- 该ANN方法准确地预测 perikymata 数量在初始冠高分数的2个单位内.
- 这种方法提高了估计牙生长周期性的可靠性.
- 以前被排除在外的磨损牙现在可以纳入研究.
结论:
- 在化石人类中,ANN方法为重建牙生长线提供了重大进步.
- 该工具扩大了对牙发育和进化生物学研究的数据集潜力.
- 开源的R包"teethR"为全球研究人员提供了更广泛的应用.
更多相关视频
11:02Establishing Organoids from Human Tooth as a Powerful Tool Toward Mechanistic Research and Regenerative Therapy
Published on: April 13, 2022
3.4K
10:45Anatomically Inspired Three-dimensional Micro-tissue Engineered Neural Networks for Nervous System Reconstruction, Modulation, and Modeling
Published on: May 31, 2017
13.1K
