သုံးဖက်မြင်မျက်နှာပြင် တူညီမှုပုံစံကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ခေတ်သစ်လူသားဦးခေါင်းခွံ၏ ပုံသဏ္ဍာန်ကို ဖော်ပြသည့် ကမ္ဘာလုံးဆိုင်ရာ ပုံစံများ။

Nature.com ကိုလာရောက်လည်ပတ်သည့်အတွက် ကျေးဇူးတင်ပါသည်။သင်အသုံးပြုနေသောဘရောက်ဆာဗားရှင်းတွင် CSS ပံ့ပိုးမှုအကန့်အသတ်ရှိသည်။အကောင်းဆုံးရလဒ်များအတွက်၊ သင့်ဘရောက်ဆာ၏ ဗားရှင်းအသစ် (သို့မဟုတ် Internet Explorer တွင် လိုက်ဖက်ညီသောမုဒ်ကို ပိတ်ပါ) ကို အသုံးပြုရန် အကြံပြုအပ်ပါသည်။ဤအတောအတွင်း၊ ဆက်လက်ပံ့ပိုးကူညီမှုသေချာစေရန်၊ ကျွန်ုပ်တို့သည် စတိုင်ပုံစံ သို့မဟုတ် JavaScript မပါဘဲ ဆိုက်ကို ပြသနေပါသည်။
ဤလေ့လာမှုသည် ကမ္ဘာတစ်ဝှမ်းရှိ လူမျိုးစု 148 မှစကင်န်ဒေတာကိုအခြေခံ၍ ဂျီဩမေတြီတူတူဗေဒပုံစံကို အသုံးပြု၍ လူ့ခန္ဓာကိုယ်တွင်း အသွင်သဏ္ဌာန်ဆိုင်ရာ ဒေသဆိုင်ရာကွဲပြားမှုကို အကဲဖြတ်ခဲ့သည်။ဤနည်းလမ်းသည် အနီးဆုံးအမှတ် အယ်လဂိုရီသမ်ကို အသုံးပြု၍ ထပ်ခါထပ်ခါ အနီးဆုံးအမှတ် အယ်လဂိုရီသမ်ကို အသုံးပြု၍ တင်းကျပ်မှုမရှိသော အသွင်ပြောင်းမှုများကို လုပ်ဆောင်ခြင်းဖြင့် တစ်သားတည်းဖြစ်နေသော ကွက်ကွက်များ ဖန်တီးရန် တမ်းပလိတ်အံဝင်ခွင်ကျနည်းပညာကို အသုံးပြုသည်။ရွေးချယ်ထားသော တူညီသောပုံစံများ ၃၄၂ ခုတွင် အဓိကအစိတ်အပိုင်းခွဲခြမ်းစိတ်ဖြာခြင်းကို အသုံးချခြင်းဖြင့် အလုံးစုံအရွယ်အစား၏အကြီးမားဆုံးပြောင်းလဲမှုကို တွေ့ရှိခဲ့ပြီး တောင်အာရှမှသေးငယ်သောဦးခေါင်းခွံအတွက် ရှင်းရှင်းလင်းလင်းအတည်ပြုခဲ့သည်။ဒုတိယအကြီးဆုံး ခြားနားချက်မှာ အာဖရိကန်များ၏ ရှည်လျားသော ဦးခေါင်းခွံများနှင့် အရှေ့မြောက်အာရှသားများ၏ ခုံးခေါင်းခွံများကြား ခြားနားမှုကို ပြသသည့် neurocranium ၏ အလျားနှင့် အနံအချိုးဖြစ်သည်။ဤပါဝင်ပစ္စည်းသည် မျက်နှာဖွဲ့စည်းပုံနှင့် အနည်းငယ်သာသက်ဆိုင်ကြောင်း သတိပြုသင့်ပါသည်။အရှေ့မြောက်အာရှတွင် ပြူးနေသောပါးများနှင့် ဥရောပတိုက်ရှိ အကျစ်လျစ်သော အကြောအရိုးများကဲ့သို့သော လူသိများသော မျက်နှာအသွင်အပြင်များကို ထပ်မံအတည်ပြုခဲ့သည်။ဤမျက်နှာပြောင်းလဲမှုများသည် အထူးသဖြင့် ဦးခေါင်းခွံနှင့် occipital အရိုးများ၏ တိမ်းစောင်းမှုအတိုင်းအတာနှင့် နီးကပ်စွာဆက်စပ်နေသည်။ဦးခေါင်းခွံအရွယ်အစားနှင့် ဆက်စပ်နေသော မျက်နှာအချိုးအစားတွင် Allometric ပုံစံများကို တွေ့ရှိခဲ့သည်။ကြီးမားသောဦးခေါင်းခွံများတွင် မျက်နှာအကွက်များသည် ရှည်လျားကျဉ်းမြောင်းလေ့ရှိပြီး Native Americans နှင့် အရှေ့မြောက်အာရှလူမျိုးများတွင် သရုပ်ပြခဲ့ပြီးဖြစ်သည်။ကျွန်ုပ်တို့၏လေ့လာမှုတွင် ရာသီဥတု သို့မဟုတ် အစားအသောက်အခြေအနေများကဲ့သို့သော အရေပြားဆိုင်ရာ အသွင်သဏ္ဍာန်အပေါ် သက်ရောက်မှုရှိနိုင်သည့် ပတ်ဝန်းကျင်ပြောင်းလဲမှုဆိုင်ရာ ဒေတာမပါဝင်သော်လည်း၊ တူညီသော ဦးနှောက်ပုံစံများ၏ ဒေတာအစုအဝေးသည် အရိုးစုပုံသဏ္ဍာန်ဆိုင်ရာ ကွဲပြားသောရှင်းလင်းချက်များကို ရှာဖွေရာတွင် အသုံးဝင်ပါလိမ့်မည်။
လူတွေရဲ့ ဦးခေါင်းခွံပုံသဏ္ဍာန်နဲ့ ပထဝီဝင် ကွဲပြားမှုတွေကို အချိန်အတော်ကြာ လေ့လာခဲ့ပါတယ်။သုတေသီများစွာသည် သဘာဝပတ်ဝန်းကျင်နှင့် လိုက်လျောညီထွေရှိမှုနှင့်/သို့မဟုတ် သဘာဝရွေးချယ်မှု၏ ကွဲပြားမှုကို အကဲဖြတ်ခဲ့ပြီး အထူးသဖြင့် ရာသီဥတုဆိုင်ရာအချက်များ 1,2,3,4,5,6,7 သို့မဟုတ် အာဟာရအခြေအနေများ5,8,9,10,11,12အပေါ် မူတည်၍ masticatory လုပ်ဆောင်မှု။၁၃။ ။ထို့အပြင်၊ အချို့သောလေ့လာမှုများသည် တစ်ဆို့ခြင်းအကျိုးသက်ရောက်မှုများ၊ မျိုးရိုးလိုက်ပျံ့လွင့်မှု၊ မျိုးရိုးဗီဇစီးဆင်းမှု၊ သို့မဟုတ် ကြားနေဗီဇပြောင်းလဲမှုများကြောင့် ဖြစ်ပေါ်လာသော stochastic ဆင့်ကဲဖြစ်စဉ်များကို အာရုံစိုက်ထားသည်။ဥပမာအားဖြင့်၊ ပိုကျယ်ပြီး ပိုတိုသော cranial vault ၏ လုံးပတ်ပုံသဏ္ဍာန်ကို Allen ၏ rule24 အရ ရွေးချယ်ထားသော ဖိအားနှင့် လိုက်လျောညီထွေဖြစ်အောင် ရှင်းပြထားပြီး၊ ၎င်းသည် နို့တိုက်သတ္တဝါများသည် ထုထည် 2,4,16,17,25 နှင့် ဆက်စပ်၍ ခန္ဓာကိုယ်မျက်နှာပြင်ဧရိယာကို လျှော့ချခြင်းဖြင့် အပူဆုံးရှုံးမှုကို အနည်းဆုံးဖြစ်စေကြောင်း သရုပ်ဖော်ထားသည်။ .ထို့အပြင် Bergmann ၏ rule26 ကိုအသုံးပြုထားသော အချို့သောလေ့လာမှုများက ဦးခေါင်းခွံအရွယ်အစားနှင့် အပူချိန် 3,5,16,25,27 အကြား ဆက်နွယ်မှုကို ရှင်းပြထားပြီး အလုံးစုံအရွယ်အစားသည် အပူဆုံးရှုံးမှုကိုကာကွယ်ရန် အေးသောဒေသများတွင် ပိုကြီးလေ့ရှိကြောင်း အကြံပြုထားသည်။လယ်သမားများနှင့် မုဆိုးစုဆောင်းသူများကြားတွင် အချက်အပြုတ်ယဉ်ကျေးမှု သို့မဟုတ် အသက်မွေးဝမ်းကြောင်းမှု ကွဲပြားမှုများကြောင့် ဖြစ်ပေါ်လာသော အစားအသောက်ဆိုင်ရာ အခြေအနေများနှင့် ဆက်နွှယ်နေသည့် ဦးနှောက်နှင့် မျက်နှာအရိုးများ၏ ကြီးထွားမှုပုံစံအပေါ် တင်းမာမှုဆိုင်ရာ သြဇာလွှမ်းမိုးမှုအား ဆွေးနွေးငြင်းခုံထားသည်။ယေဘူယျရှင်းပြချက်မှာ ဝါးဖိအားနည်းခြင်းသည် မျက်နှာအရိုးများနှင့် ကြွက်သားများ၏ မာကျောမှုကို လျော့နည်းစေသည် ။ကမ္ဘာလုံးဆိုင်ရာ လေ့လာမှုအများအပြားတွင် ဦးခေါင်းခွံပုံသဏ္ဍာန် ကွဲပြားမှုကို အဓိကအားဖြင့် သဘာဝပတ်ဝန်း ကျင်နှင့် လိုက်လျောညီထွေဖြစ်စေမည့်အစား ကြားနေမျိုးရိုးဗီဇအကွာအဝေး၏ အသွင်သဏ္ဌာန်ဆိုင်ရာ အကျိုးဆက်များနှင့် ချိတ်ဆက်ထားသည်။ဦးခေါင်းခွံပုံသဏ္ဍာန်ပြောင်းလဲမှုများအတွက်နောက်ထပ်ရှင်းပြချက်သည် isometric သို့မဟုတ် allometric ကြီးထွားမှု6,33,34,35 ၏အယူအဆအပေါ်အခြေခံသည်။ဥပမာအားဖြင့်၊ ပိုကြီးသောဦးနှောက်များသည် "Broca's cap" ဟုခေါ်သောဒေသတွင်အတော်လေးကျယ်သောအရှေ့ဘက်ရှိ lobes များရှိသည်၊ နှင့် frontal lobes များ၏အကျယ်သည်တိုးလာသည်၊ allometric ကြီးထွားမှုကိုအခြေခံသည်ဟုယူဆသောဆင့်ကဲဖြစ်စဉ်တစ်ခုဖြစ်သည်။ထို့အပြင်၊ ဦးခေါင်းခွံပုံသဏ္ဍာန်တွင် ရေရှည်ပြောင်းလဲမှုများကို ဆန်းစစ်သည့် လေ့လာမှုတစ်ခုတွင် brachycephaly (ဦးခေါင်းခွံ၏ ပို၍ လုံးပတ်ဖြစ်လာသည့် သဘောထား) သည် အရပ် 33 တိုးလာသည်ကို တွေ့ရှိခဲ့သည်။
ဦးနှောက်တွင်း ပုံသဏ္ဍာန်ဆိုင်ရာ သုတေသနပြုမှု၏ ရှည်လျားသောသမိုင်းကြောင်းတွင် ဦးနှောက်ရုပ်ပုံသဏ္ဍာန်ဆိုင်ရာ ကွဲပြားမှုများ၏ ရှုထောင့်အမျိုးမျိုးအတွက် တာဝန်ရှိသည့် နောက်ခံအကြောင်းရင်းများကို ဖော်ထုတ်ရန် ကြိုးပမ်းမှုများ ပါဝင်သည်။အစောပိုင်းလေ့လာမှုများစွာတွင် အသုံးပြုသည့် ရိုးရာနည်းလမ်းများသည် မကြာခဏဆိုသလို Martin သို့မဟုတ် Howell အဓိပ္ပါယ်ဖွင့်ဆိုချက် 36,37 ကို အသုံးပြု၍ bivariate linear တိုင်းတာခြင်းဒေတာအပေါ် အခြေခံထားသည်။တစ်ချိန်တည်းမှာပင်၊ အထက်ဖော်ပြပါလေ့လာမှုများစွာသည် spatial 3D geometric morphometry (GM) technology5,7,10,11,12,13,17,20,27,34,35,38 ကိုအခြေခံ၍ ပိုမိုအဆင့်မြင့်သောနည်းလမ်းများကိုအသုံးပြုခဲ့သည်။39. ဥပမာအားဖြင့်၊ ကွေးညွှတ်စွမ်းအင်နည်းပါးမှုကို အခြေခံ၍ လျှောလျှော semilandmark နည်းလမ်းသည် transgenic biology တွင် အသုံးအများဆုံးနည်းလမ်းဖြစ်သည်။၎င်းသည် မျဉ်းကွေးတစ်လျှောက် သို့မဟုတ် မျက်နှာပြင် ၃၈၊၄၀၊၄၁၊၄၂၊၄၃၊၄၄၊၄၅၊၄၆ တို့ကို နမူနာတစ်ခုစီတွင် နမူနာတစ်ခုစီပေါ်တွင် ပုံဖော်ထားသည်။ထိုကဲ့သို့သော superposition နည်းလမ်းများအပါအဝင်၊ 3D GM လေ့လာမှုအများစုသည် ပုံသဏ္ဍာန်များကို တိုက်ရိုက်နှိုင်းယှဉ်ခြင်းနှင့် အပြောင်းအလဲများကို ဖမ်းယူနိုင်စေရန် ယေဘူယျအားဖြင့် Procrustes ခွဲခြမ်းစိတ်ဖြာချက်၊ ထပ်ခါထပ်ခါ အနီးဆုံးအမှတ် (ICP) algorithm 47 ကို အသုံးပြုပါသည်။တနည်းအားဖြင့် ပါးလွှာသော ပန်းကန်ပြား Spline (TPS)48,49 နည်းလမ်းကို ကွက်သားပုံသဏ္ဍာန်များအဖြစ် semilandmark ချိန်ညှိမှုများကို ပုံဖော်ရန်အတွက် တင်းကျပ်မှုမရှိသော အသွင်ကူးပြောင်းရေးနည်းလမ်းအဖြစ် တွင်ကျယ်စွာ အသုံးပြုပါသည်။
20 ရာစုနှောင်းပိုင်းကတည်းက လက်တွေ့ကျသော 3D တစ်ကိုယ်လုံးစကင်နာများ ဖွံ့ဖြိုးတိုးတက်လာမှုနှင့်အတူ လေ့လာမှုများစွာသည် အရွယ်အစားတိုင်းတာခြင်းအတွက် 3D တစ်ကိုယ်လုံးစကင်နာများကို အသုံးပြုခဲ့ကြသည်။စကင်န်ဒေတာကို တိမ်တိုက်များထက် မျက်နှာပြင်ပုံသဏ္ဍာန်များအဖြစ် ဖော်ပြရန်လိုအပ်သည့် ကိုယ်ထည်အတိုင်းအတာများကို ထုတ်ယူရန်အတွက် အသုံးပြုထားသည်။Pattern Fitting သည် မျက်နှာပြင်၏ ပုံသဏ္ဍာန်ကို ထောင့်ကွက်ပုံစံဖြင့် ဖော်ပြသည့် ကွန်ပျူတာဂရပ်ဖစ်နယ်ပယ်တွင် ဤရည်ရွယ်ချက်အတွက် တီထွင်ထားသော နည်းပညာတစ်ခုဖြစ်သည်။Pattern Fitting တွင် ပထမအဆင့်မှာ template အဖြစ်အသုံးပြုရန် mesh model ကို ပြင်ဆင်ရန်ဖြစ်သည်။ပုံစံဖြင့်ဖွဲ့စည်းထားသော အချို့သော ဒေါင်လိုက်များသည် အထင်ကရနေရာများဖြစ်သည်။ထို့နောက် ပုံစံပလိတ်ကို ပုံသဏ္ဍာန်ပြောင်းကာ ပုံစံပလိတ်နှင့် အမှတ်တိမ်ကြားအကွာအဝေးကို လျှော့ချရန်အတွက် ပုံစံပလိတ်၏ ဒေသန္တရပုံသဏ္ဍာန်အင်္ဂါရပ်များကို ထိန်းသိမ်းထားရန် မျက်နှာပြင်နှင့် လိုက်လျောညီထွေဖြစ်စေသည်။နမူနာပုံစံရှိ အထင်ကရနေရာများသည် point cloud ရှိ အထင်ကရနေရာများနှင့် ကိုက်ညီပါသည်။နမူနာပုံစံကို အံဝင်ခွင်ကျအသုံးပြုခြင်းဖြင့် စကင်န်ဒေတာအားလုံးကို ဒေတာအမှတ်များနှင့် တူညီသော topology အရေအတွက်တူသော mesh မော်ဒယ်အဖြစ် ဖော်ပြနိုင်ပါသည်။တိကျသော တူညီမှုဗေဒသည် အထင်ကရနေရာများတွင်သာ တည်ရှိသော်လည်း၊ တင်းပလိတ်များ၏ ဂျီသြမေတြီပြောင်းလဲမှုများသည် သေးငယ်သောကြောင့် ထုတ်လုပ်ထားသော မော်ဒယ်များကြားတွင် ယေဘူယျတူညီမှုရှိကြောင်း ယူဆနိုင်ပါသည်။ထို့ကြောင့် template fitting ဖြင့် ဖန်တီးထားသော grid မော်ဒယ်များကို တစ်ခါတစ်ရံ homology model52 ဟုခေါ်သည်။template တပ်ဆင်ခြင်း၏ အားသာချက်မှာ template ကို မျက်နှာပြင်နှင့် နေရာပိုင်းအရ နီးကပ်သော်လည်း ၎င်းနှင့် ဝေးကွာသော ပစ်မှတ်အရာဝတ္ထု၏ အစိတ်အပိုင်းအမျိုးမျိုးသို့ ပုံပျက်နေပြီး ချိန်ညှိနိုင်သည် (ဥပမာ၊ zygomatic arch နှင့် ဦးခေါင်းခွံ၏ temporal area) တစ်ခုစီကို မထိခိုက်စေဘဲ၊ တခြားပုံပျက်ခြင်း။ဤနည်းဖြင့် ပုံစံပလိတ်ကို မတ်တပ်ရပ်သည့်အနေအထားဖြင့် ပခုံးဖြင့် ကျောရိုး သို့မဟုတ် လက်တို့ကဲ့သို့သော အကိုင်းအခက်အရာဝတ္ထုများအတွက် လုံခြုံစေနိုင်သည်။Template Fitting ၏ အားနည်းချက်မှာ ထပ်ခါထပ်ခါ ထပ်ခါထပ်ခါ ပြုလုပ်ခြင်း၏ ကုန်ကျစရိတ် မြင့်မားသော်လည်း ကွန်ပြူတာ စွမ်းဆောင်ရည် သိသာထင်ရှားစွာ တိုးတက်မှုကြောင့် ၎င်းသည် ပြဿနာမဟုတ်တော့ပါ။principal component analysis (PCA) ကဲ့သို့သော multivariate analysis techniques များကို အသုံးပြု၍ mesh model ဖြင့်ဖွဲ့စည်းထားသော vertices များ၏ သြဒီနိတ်တန်ဖိုးများကို ပိုင်းခြားစိတ်ဖြာခြင်းဖြင့်၊ ဖြန့်ချီမှုတွင် မျက်နှာပြင်ပုံသဏ္ဍာန်တစ်ခုလုံးနှင့် virtual ပုံသဏ္ဍာန်ပြောင်းလဲမှုများကို ပိုင်းခြားစိတ်ဖြာနိုင်မည်ဖြစ်သည်။လက်ခံရရှိနိုင်ပါသည်။တွက်ချက်ပြီး မြင်ယောင် ၅၃။ယခုခေတ်တွင် ပုံစံပလိတ် အံဝင်ခွင်ကျမှ ထုတ်ပေးသော mesh မော်ဒယ်များကို နယ်ပယ်အသီးသီးတွင် 52,54,55,56,57,58,59,60 တွင် ကျယ်ပြန့်စွာ အသုံးပြုကြသည်။
လိုက်လျောညီထွေရှိသော mesh အသံဖမ်းနည်းပညာတွင် တိုးတက်မှုနှင့်အတူ၊ CT ထက် မြင့်မားသော ရုပ်ထွက်၊ အမြန်နှုန်းနှင့် ရွေ့လျားနိုင်မှုဖြင့် စကင်န်ဖတ်နိုင်သော သယ်ဆောင်ရလွယ်ကူသော 3D စကင်န်ဖတ်စက်များ အရှိန်အဟုန်ဖြင့် တိုးတက်လာခြင်းသည် တည်နေရာမခွဲခြားဘဲ 3D မျက်နှာပြင်ဒေတာကို မှတ်တမ်းတင်ရန် ပိုမိုလွယ်ကူစေသည်။ထို့ကြောင့်၊ ဇီဝဗေဒဆိုင်ရာ မနုဿဗေဒနယ်ပယ်တွင်၊ ယင်းနည်းပညာအသစ်များသည် ဤလေ့လာမှု၏ရည်ရွယ်ချက်ဖြစ်သည့် ဦးခေါင်းခွံနမူနာများအပါအဝင် လူသားနမူနာများကို ကိန်းဂဏန်းနှင့် စာရင်းအင်းပိုင်းခြားစိတ်ဖြာနိုင်စွမ်းကို မြှင့်တင်ပေးပါသည်။
အချုပ်အားဖြင့်၊ ဤလေ့လာမှုသည် ကမ္ဘာတစ်ဝှမ်းရှိ ပထဝီဝင်ဆိုင်ရာ နှိုင်းယှဉ်ချက်များမှတစ်ဆင့် ကမ္ဘာတစ်ဝှမ်းရှိ လူဦးရေ ၃၄၂ ဦးမှ ရွေးချယ်ထားသော ဦးခေါင်းခွံနမူနာ ၃၄၂ ခုကို အကဲဖြတ်ရန်အတွက် နမူနာပုံစံကိုက်ညီမှုအပေါ် အခြေခံ၍ အဆင့်မြင့် 3D တူညီသော မော်ဒယ်လ်နည်းပညာကို အသုံးပြုထားသည်။ဦးနှောက်တွင်း ရုပ်ပုံသဏ္ဍာန် ကွဲပြားမှု (ဇယား ၁)။ဦးခေါင်းခွံပုံသဏ္ဍာန်ပြောင်းလဲမှုများအတွက် တွက်ချက်ရန်အတွက် PCA နှင့် receiver operating characteristic (ROC) ခွဲခြမ်းစိတ်ဖြာမှုများကို ကျွန်ုပ်တို့ထုတ်လုပ်လိုက်သော homology မော်ဒယ်၏ ဒေတာအစုအစည်းတွင် အသုံးပြုပါသည်။တွေ့ရှိချက်များသည် ဒေသဆိုင်ရာပုံစံများနှင့် ပြောင်းလဲမှုအစီအစဥ်ကို လျှော့ချခြင်း၊ အရေပြားဆိုင်ရာ အစိတ်အပိုင်းများကြားတွင် ဆက်နွယ်နေသော ပြောင်းလဲမှုများနှင့် allometric ခေတ်ရေစီးကြောင်းများ အပါအဝင် ကမ္ဘာလုံးဆိုင်ရာ ပြောင်းလဲမှုများကို ပိုမိုကောင်းမွန်စွာ နားလည်နိုင်စေမည်ဖြစ်သည်။ဤလေ့လာမှုသည် အရေပြားဆိုင်ရာ ပုံသဏ္ဍာန်ကို လွှမ်းမိုးနိုင်သည့် ရာသီဥတု သို့မဟုတ် အစားအသောက်အခြေအနေများဖြင့် ကိုယ်စားပြုထားသော ပြင်ပပြောင်းလဲမှုဆိုင်ရာ ဒေတာများကို မဖော်ပြထားသော်လည်း ကျွန်ုပ်တို့လေ့လာမှုတွင် မှတ်တမ်းတင်ထားသော ဦးနှောက်တွင်းအင်္ဂါပုံစံများ၏ ပထဝီဝင်ပုံစံများသည် ပတ်ဝန်းကျင်၊ ဇီဝစက်ပိုင်းဆိုင်ရာနှင့် မျိုးရိုးဗီဇဆိုင်ရာ အမူအကျင့်များကို စူးစမ်းလေ့လာရန် ကူညီပေးပါမည်။
ဇယား 2 တွင် တူညီသော ဦးခေါင်းခွံပုံစံ 342 ခု၏ စံမညီသော ဒေတာအတွဲတစ်ခုတွင် ကျင့်သုံးသည့် eigenvalues ​​နှင့် PCA ပံ့ပိုးမှုကိန်းဂဏန်းများကို ပြသထားသည်။ရလဒ်အနေဖြင့် အဓိကအစိတ်အပိုင်း 14 ခုကို ဖော်ထုတ်ခဲ့ပြီး၊ စုစုပေါင်းကွဲလွဲမှုသို့ ပံ့ပိုးကူညီမှုမှာ 1% နှင့် ကွဲလွဲမှုစုစုပေါင်းဝေစုမှာ 83.68% ဖြစ်သည်။အဓိကအစိတ်အပိုင်း 14 ခု၏ loading vectors များကို နောက်ဆက်တွဲဇယား S1 တွင် မှတ်တမ်းတင်ထားပြီး 342 ဦးခေါင်းခွံနမူနာအတွက် တွက်ချက်ထားသော အစိတ်အပိုင်းရမှတ်များကို နောက်ဆက်တွဲဇယား S2 တွင် ပြသထားသည်။
ဤလေ့လာမှုသည် အဓိကအစိတ်အပိုင်းကိုးခုကို 2% ထက်ကြီးသော ပံ့ပိုးမှုများဖြင့် အကဲဖြတ်ခဲ့ပြီး အချို့မှာ ဦးနှောက်ပိုင်းဆိုင်ရာ အသွင်အပြင်တွင် သိသိသာသာနှင့် သိသာထင်ရှားသော ပထဝီဝင်ပုံစံကွဲလွဲမှုကို ပြသသည်။ပုံ 2 သည် ROC ခွဲခြမ်းစိတ်ဖြာမှုမှ ထုတ်ပေးသော မျဉ်းကွေးများ (ဥပမာ- အာဖရိကနှင့် အာဖရိကမဟုတ်သောနိုင်ငံများအကြား နမူနာများ ပေါင်းစပ်မှုတစ်ခုစီကို ခွဲခြားသတ်မှတ်ခြင်း သို့မဟုတ် ပိုင်းခြားခြင်းအတွက် အထိရောက်ဆုံး PCA အစိတ်အပိုင်းများကို သရုပ်ဖော်ရန်)။ဤစမ်းသပ်မှုတွင် အသုံးပြုသည့် နမူနာအရွယ်အစားသေးငယ်သောကြောင့် Polynesian ပေါင်းစပ်မှုကို မစမ်းသပ်ခဲ့ပါ။AUC နှင့် ROC ခွဲခြမ်းစိတ်ဖြာမှုကို အသုံးပြု၍ တွက်ချက်ထားသော အခြားအခြေခံကိန်းဂဏန်းများ ကွဲပြားမှုများ၏ အရေးပါမှုဆိုင်ရာ အချက်အလက်များကို နောက်ဆက်တွဲဇယား S3 တွင် ပြသထားသည်။
အမျိုးသား ဦးခေါင်းခွံပုံစံ ၃၄၂ ခု ပါဝင်သော vertex dataset ကို အခြေခံ၍ ROC မျဉ်းကွေးများကို အဓိက အစိတ်အပိုင်း ခန့်မှန်းချက်ကိုးခုတွင် အသုံးချခဲ့သည်။AUC- မျဉ်းကွေးအောက်ရှိ ဧရိယာသည် ပထဝီဝင်ပေါင်းစပ်မှုတစ်ခုစီကို အခြားစုစုပေါင်းပေါင်းစပ်မှုများမှ ပိုင်းခြားရန် အသုံးပြုသည့် 0.01% အရေးပါမှုဖြစ်သည်။TPF သည် စစ်မှန်သော အပြုသဘော (ထိရောက်သော ခွဲခြားဆက်ဆံခြင်း)၊ FPF သည် မှားယွင်းသော အပြုသဘော (တရားမ၀င် ခွဲခြားဆက်ဆံခြင်း) ဖြစ်သည်။
ROC မျဉ်းကွေး၏ အဓိပ္ပာယ်ဖွင့်ဆိုချက်ကို အောက်တွင် အကျဉ်းချုံးဖော်ပြထားပြီး ကြီးမားသော သို့မဟုတ် အတော်လေးကြီးမားသော AUC နှင့် 0.001 အောက်တွင် ဖြစ်နိုင်ခြေရှိသည့် မြင့်မားသောအရေးပါမှုအဆင့်ရှိခြင်းဖြင့် နှိုင်းယှဉ်အုပ်စုများကို ခွဲခြားနိုင်သော အစိတ်အပိုင်းများကိုသာ အာရုံစိုက်ထားသည်။အိန္ဒိယမှနမူနာများ အဓိကပါဝင်သည့် တောင်အာရှရှုပ်ထွေးသော (ပုံ 2a) သည် ပထမအစိတ်အပိုင်း (PC1) တွင် အခြားအစိတ်အပိုင်းများနှင့် နှိုင်းယှဉ်ပါက သိသိသာသာကြီးမားသော AUC (0.856) ပါရှိသော အခြားပထဝီဝင်အနေအထားအရရောစပ်ထားသောနမူနာများနှင့် သိသိသာသာကွာခြားပါသည်။အာဖရိကန်ရှုပ်ထွေးမှု၏အင်္ဂါရပ်တစ်ခု (ပုံ။ 2b) သည် PC2 (0.834) ၏အတော်လေးကြီးမားသော AUC ဖြစ်သည်။Austro-Melanesians (ပုံ. 2c) သည် အတော်လေးပိုကြီးသော AUC (0.759) ဖြင့် PC2 မှတစ်ဆင့် ဆာဟာရအာဖရိကသားများနှင့် အလားတူလမ်းကြောင်းကို ပြသခဲ့သည်။ဥရောပသားများ (ပုံ။ 2d) PC2 (AUC = 0.801)၊ PC4 (AUC = 0.719) နှင့် PC6 (AUC = 0.671)၊ အရှေ့မြောက်အာရှနမူနာ (ပုံ 2e) ၏ ပေါင်းစပ်မှုတွင် သိသာထင်ရှားစွာ ကွာခြားသည်မှာ PC4 နှင့် အတော်လေး ကွာခြားပါသည်။ ပိုကြီးသော 0.714 နှင့် PC3 နှင့် ကွာခြားချက်မှာ အားနည်းသည် (AUC = 0.688)။အောက်ဖော်ပြပါအုပ်စုများကို AUC တန်ဖိုးများနှင့် ပိုမိုမြင့်မားသော အရေးပါမှုအဆင့်များဖြင့်လည်း ခွဲခြားသတ်မှတ်ထားသည်- PC7 (AUC = 0.679)၊ PC4 (AUC = 0.654) နှင့် PC1 (AUC = 0.649) တို့သည် ဇာတိအမေရိကန်များ (ပုံ. 2f) တွင် တိကျကြောင်းပြသခဲ့သည်၊ ဤအစိတ်အပိုင်းများနှင့်ဆက်စပ်သော ဝိသေသလက္ခဏာများ၊ အရှေ့တောင်အာရှသားများ (ပုံ 2g) သည် PC3 (AUC = 0.660) နှင့် PC9 (AUC = 0.663) တို့၌ ကွဲပြားသော်လည်း အရှေ့အလယ်ပိုင်းမှ နမူနာများအတွက် ပုံစံ (ပုံ။ 2h) (မြောက်အာဖရိက အပါအဝင်) နှင့် ဆက်စပ်နေသည်။တခြားသူတွေနဲ့ ယှဉ်ရင် အများကြီး ကွာခြားမှုမရှိပါဘူး။
နောက်တစ်ဆင့်တွင်၊ အလွန်ဆက်စပ်နေသည့် ဒေါင်လိုက်များကို အမြင်အာရုံဖြင့် အဓိပ္ပာယ်ဖွင့်ဆိုရန်၊ 0.45 ထက်ကြီးသော မြင့်မားသောဝန်တန်ဖိုးများရှိသော မျက်နှာပြင်ဧရိယာများကို ပုံ 3 တွင်ပြသထားသည့်အတိုင်း X၊ Y နှင့် Z သြဒိနိတ်အချက်အလက်များဖြင့် အရောင်ခြယ်ထားသည်။ အနီရောင်ဧရိယာသည် မြင့်မားသောဆက်စပ်မှုကိုပြသသည်။ အလျားလိုက် ဖြတ်သွားသော ဦးတည်ချက်နှင့် ကိုက်ညီသော X-axis သြဒိနိတ်များ။စိမ်းလန်းသောဒေသသည် Y ဝင်ရိုး၏ဒေါင်လိုက်သြဒီနိတ်နှင့် အလွန်ဆက်စပ်နေပြီး နက်ပြာရောင်ဒေသသည် Z ဝင်ရိုး၏ sagittal coordinate နှင့် အလွန်ဆက်စပ်နေသည်။အပြာဖျော့ဖျော့ဒေသသည် Y သြဒီနိတ်ပုဆများနှင့် Z သြဒီနိတ်ပုဆတို့နှင့် ဆက်စပ်နေသည်။ပန်းရောင် – X နှင့် Z သြဒိနိတ် axes တို့နှင့် ဆက်စပ်နေသော ရောစပ်ဧရိယာ၊အဝါရောင် – X နှင့် Y သြဒိနိတ် axes တို့နှင့် ဆက်စပ်နေသော ဧရိယာ၊အဖြူရောင်ဧရိယာတွင် ရောင်ပြန်ဟပ်နေသော X၊ Y နှင့် Z သြဒိနိတ်ဝင်ရိုးတို့ ပါဝင်သည်။ထို့ကြောင့်၊ ဤ load value အဆင့်တွင်၊ PC 1 သည် ဦးခေါင်းခွံမျက်နှာပြင်တစ်ခုလုံးနှင့် အဓိကဆက်စပ်နေသည်။ဤအစိတ်အပိုင်းဝင်ရိုး၏ ဆန့်ကျင်ဘက်ခြမ်းရှိ 3 SD အတုပုံစံ ဦးခေါင်းခွံပုံသဏ္ဍာန်ကို ဤပုံတွင်ဖော်ပြထားပြီး PC1 တွင် ဦးခေါင်းခွံအရွယ်အစားဆိုင်ရာ အစိတ်အပိုင်းများပါရှိသည်ကို မြင်သာထင်သာစွာအတည်ပြုရန် နောက်ဆက်တွဲဗီဒီယို S1 တွင် ကွဲလွဲနေသောပုံများကို ပြသထားသည်။
PC1 ရမှတ်များ၏ ကြိမ်နှုန်းခွဲဝေမှု (ပုံမှန်အံဝင်ခွင်ကျမျဉ်းကွေး)၊ ဦးခေါင်းခွံမျက်နှာပြင်၏ အရောင်ပြမြေပုံသည် PC1 ဒေါင်လိုက်များနှင့် အလွန်ဆက်စပ်နေသည် (ဤဝင်ရိုး၏ဆန့်ကျင်ဘက်အခြမ်းများ၏ ပြင်းအား၏ ရှင်းလင်းချက်မှာ 3 SD ဖြစ်သည်။ စကေးသည် အချင်းရှိသော အစိမ်းရောင်စက်လုံးတစ်ခုဖြစ်သည်။ 50 မီလီမီတာ။
ပုံ 3 သည် ပထဝီဝင်ယူနစ် 9 ခုအတွက် သီးခြားစီတွက်ချက်ထားသော PC1 ရမှတ်တစ်ခုစီ၏ ကြိမ်နှုန်းဖြန့်ဖြူးမှုကွက် (ပုံမှန်အံဝင်ဂွင်ကျ) ကိုပြသသည်။ROC မျဉ်းကွေးခန့်မှန်းချက် (ပုံ 2) အပြင် တောင်အာရှလူမျိုးများ၏ ခန့်မှန်းချက်မှာ ၎င်းတို့၏ ဦးခေါင်းခွံများသည် အခြားဒေသတွင်း အုပ်စုများထက် သေးငယ်သောကြောင့် ဘယ်ဘက်သို့ သိသိသာသာ စောင်းသွားပါသည်။ဇယား 1 တွင်ဖော်ပြထားသည့်အတိုင်း ဤတောင်အာရှလူမျိုးများသည် Andaman နှင့် Nicobar ကျွန်းများ၊ သီရိလင်္ကာနှင့် ဘင်္ဂလားဒေ့ရှ်တို့အပါအဝင် အိန္ဒိယနိုင်ငံရှိ လူမျိုးစုများကို ကိုယ်စားပြုသည်။
PC1 တွင် Dimensional Coefficient ကို တွေ့ရှိခဲ့သည်။အလွန်ဆက်နွယ်နေသော ဒေသများနှင့် အတုအယောင်ပုံစံများကို ရှာဖွေတွေ့ရှိမှုကြောင့် PC1 မှလွဲ၍ အခြားအစိတ်အပိုင်းများအတွက် ဖောင်အချက်များ အနက်ဖွင့်ဆိုချက်များ ထွက်ပေါ်လာခဲ့သည်။သို့သော်၊ အရွယ်အစားအချက်များသည် အမြဲတမ်း လုံးလုံးလျားလျား ပျောက်ကွယ်သွားသည်မဟုတ်။ROC မျဉ်းကွေးများ (ပုံ 2) ကို နှိုင်းယှဉ်ခြင်းဖြင့် ပြထားသည့်အတိုင်း PC2 နှင့် PC4 တို့သည် ခွဲခြားဆက်ဆံမှုအများဆုံးဖြစ်ပြီး၊ နောက်တွင် PC6 နှင့် PC7 တို့ဖြစ်သည်။PC3 နှင့် PC9 တို့သည် နမူနာလူဦးရေကို ပထဝီဝင်ယူနစ်များအဖြစ် ပိုင်းခြားရာတွင် အလွန်ထိရောက်ပါသည်။ထို့ကြောင့်၊ ဤအစိတ်အပိုင်းအတွဲများ၏ axes များသည် PC ရမှတ်များနှင့် အစိတ်အပိုင်းတစ်ခုစီနှင့် အလွန်ဆက်စပ်နေသော အရောင်မျက်နှာပြင်များအပြင် 3 SD ၏ ဆန့်ကျင်ဘက်အခြမ်းများ၏ အတိုင်းအတာများနှင့်အတူ အသွင်သဏ္ဌာန်ပုံသဏ္ဍာန်ပုံသဏ္ဍာန်များကို ပုံဖော်ပေးပါသည်။ဤကွက်လပ်များတွင် ဖော်ပြထားသော ပထဝီဝင်ယူနစ်တစ်ခုစီမှ နမူနာများ၏ ခုံးကိုယ်ထည် လွှမ်းခြုံမှုသည် ခန့်မှန်းခြေ 90% ရှိပြီး အစုအဝေးအတွင်း ထပ်နေသော အတိုင်းအတာတစ်ခုအထိ ရှိနေပါသည်။ဇယား 3 သည် PCA အစိတ်အပိုင်းတစ်ခုစီ၏ ရှင်းလင်းချက်ကို ပေးသည်။
ပထဝီဝင်ယူနစ် ကိုးခု (အပေါ်ပိုင်း) နှင့် ပထဝီဝင်ယူနစ် လေးခု (အောက်ခြေ) မှ လူတန်းစားတစ်ဦးချင်းစီအတွက် PC2 နှင့် PC4 ရမှတ်များ၏ အပိုင်းအစများ၊ ဦးခေါင်းခွံမျက်နှာပြင်အရောင်ကွက်များသည် PC တစ်ခုစီနှင့် အလွန်ဆက်စပ်နေသည် (X၊ Y၊ Z နှင့် သက်ဆိုင်သည်)။axes ၏အရောင်ရှင်းလင်းချက်- စာသားကိုကြည့်ပါ) နှင့် ဤ axes ၏ဆန့်ကျင်ဘက်ခြမ်းရှိ virtual form သည် 3 SD ဖြစ်သည်။စကေးသည် အချင်း 50 မီလီမီတာရှိသော အစိမ်းရောင် စက်လုံးဖြစ်သည်။
ပထဝီဝင်ယူနစ် ကိုးခု (အပေါ်ပိုင်း) နှင့် ပထဝီဝင်ယူနစ် နှစ်ခု (အောက်ခြေ)၊ PC တစ်ခုစီနှင့် PC တစ်ခုစီနှင့် အလွန်ဆက်စပ်နေသော ထိပ်ပိုင်းများအတွက် မျက်နှာပြင်အရောင်ကွက်များ PC6 နှင့် PC7 ရမှတ်များ၏ အပိုင်းအစများ (X၊ Y၊ Z)။axes ၏အရောင်ရှင်းလင်းချက်- စာသားကိုကြည့်ပါ) နှင့် ဤ axes ၏ဆန့်ကျင်ဘက်ခြမ်းရှိ virtual form သည် 3 SD ဖြစ်သည်။စကေးသည် အချင်း 50 မီလီမီတာရှိသော အစိမ်းရောင် စက်လုံးဖြစ်သည်။
PC3 နှင့် PC9 ရမှတ်များ၏ ပထဝီဝင်ယူနစ် ကိုးခု (ထိပ်ပိုင်း) နှင့် ပထဝီဝင်ယူနစ် သုံးခု (အောက်ခြေ) မှ လူတစ်ဦးချင်းစီအတွက် အပိုင်းအစများနှင့် ဦးခေါင်းခွံမျက်နှာပြင် (X၊ Y၊ Z axes နှင့် ဆက်စပ်သော) ဒေါင်လိုက်များ၏ ဒေါင်လိုက်များသည် PC အရောင်တစ်ခုစီ၏ အရောင်ပြန်ဆိုချက်နှင့် အလွန်ဆက်စပ်နေပါသည်။ : စင်တီမီတာ ။စာသား) အပြင် 3 SD ပမာဏရှိသော ဤပုဆိန်၏ ဆန့်ကျင်ဘက်အခြမ်းရှိ ပုံသဏ္ဍာန်ပုံသဏ္ဍာန်များ။စကေးသည် အချင်း 50 မီလီမီတာရှိသော အစိမ်းရောင် စက်လုံးဖြစ်သည်။
PC2 နှင့် PC4 ၏ရမှတ်များပြသသည့်ဂရပ် (ပုံ. 4၊ နောက်ဆက်တွဲဗီဒီယိုများ S2၊ S3 တွင် ပုံပျက်နေသောပုံများကိုပြသသည်)၊ ဝန်တန်ဖိုးအဆင့်သတ်မှတ်ချက်ထက် 0.4 ထက်ပိုမိုသတ်မှတ်ထားသောအခါတွင် မျက်နှာပြင်အရောင်မြေပုံကိုလည်း ပြသထားသည်။ PC2 တန်ဖိုးသည် PC1 တွင်စုစုပေါင်းဝန်ထက်နည်းသည်။
Z-axis (နက်ပြာရောင်) တစ်လျှောက် sagittal ဦးတည်ချက်ရှိ ရှေ့တန်းနှင့် occipital lobes များ နှင့် coronal direction (အနီရောင်) ရှိ parietal lobe (ပန်းရောင်ပေါ်ရှိ)) occiput ၏ Y-axis (အစိမ်းရောင်) နှင့် Z-axis နဖူး (နက်ပြာရောင်)။ဤဂရပ်သည် ကမ္ဘာတစ်ဝှမ်းရှိ လူအားလုံးအတွက် ရမှတ်များကို ပြသသည်။သို့ရာတွင်၊ အုပ်စုအများအပြားပါရှိသော နမူနာအားလုံးကို တစ်ပြိုင်နက်တည်း ပြသသောအခါ၊ ထပ်နေသော ပမာဏများပြားခြင်းကြောင့် ဖြန့်ကြဲခြင်းပုံစံများကို အဓိပ္ပာယ်ဖွင့်ဆိုရန်မှာ အလွန်ခက်ခဲပါသည်။ထို့ကြောင့်၊ အဓိကပထဝီဝင်ယူနစ်လေးခုသာ (ဆိုလိုသည်မှာ အာဖရိက၊ Australasia-Melanesia၊ Europe၊ နှင့် အရှေ့မြောက်အာရှ)တို့မှ နမူနာများကို ဤ PC ရမှတ်များ၏ အကွာအဝေးအတွင်း SD virtual cranial deformation 3 SD ဖြင့် ဂရပ်အောက်တွင် ပြန့်ကျဲနေပါသည်။ပုံတွင် PC2 နှင့် PC4 သည် ရမှတ်အတွဲများဖြစ်သည်။အာဖရိကန်များနှင့် Austro-Melanesians များ ပိုမိုထပ်နေကာ ညာဖက်သို့ ပြန့်ကျဲနေပြီး ဥရောပတိုက်သားများသည် ဘယ်ဘက်အပေါ်ပိုင်းသို့ ပြန့်ကျဲနေပြီး အရှေ့မြောက်အာရှလူမျိုးများသည် ဘယ်ဘက်အောက်ဘက်သို့ စုပြုံနေတတ်သည်။PC2 ၏အလျားလိုက်ဝင်ရိုးတွင် အာဖရိကန်/သြစတြေးလျ မယ်လနေးနီးစ်များတွင် အခြားလူများထက် အာရုံကြောဆဲလ်များ ပိုမိုရှည်လျားကြောင်း ပြသသည်။ဥရောပနှင့် အရှေ့မြောက်အာရှ ပေါင်းစပ်မှုများကို လျော့ရဲစွာ ခွဲခြားထားသည့် PC4 သည် ဇိုင်းဂိုမက်စ်အရိုးများ၏ အရွယ်အစားနှင့် နှိုင်းယှဥ်ပုံနှင့် ကယ်လ်ဗာရီယံ၏ ဘေးတိုက်ပုံစံနှင့် ဆက်စပ်နေသည်။အမှတ်ပေးအစီအစဥ်တွင် ဥရောပတိုက်သားများသည် ကျဉ်းမြောင်းသော maxillary နှင့် zygomatic အရိုးများ၊ zygomatic arch ဖြင့် ကန့်သတ်ထားသော သေးငယ်သော temporal fossa space၊ ဒေါင်လိုက်မြင့်သော ရှေ့ရိုးရိုးနှင့် ပြားပြီး occipital အရိုးများရှိပြီး အရှေ့မြောက်အာရှလူမျိုးများတွင် ပိုကျယ်ပြီး ပိုထင်ရှားသော zygomatic အရိုးများ ရှိကြပါသည်။ .အရှေ့ဘက်အမြှေးသည် တိမ်းစောင်းနေပြီး၊ occipital အရိုး၏ခြေရင်းကို မြှင့်တင်ထားသည်။
PC6 နှင့် PC7 (ပုံ. 5) (နောက်ဆက်တွဲ ဗီဒီယိုများ S4၊ S5 သည် ပုံပျက်နေသောပုံများကိုပြသနေသည်)၊ အရောင်ကွက်ကွက်သည် 0.3 ထက်ကြီးသော load value ကိုပြသထားပြီး၊ PC6 သည် maxillary သို့မဟုတ် alveolar morphology (အနီရောင် : X ဝင်ရိုးနှင့် ဆက်စပ်နေပါသည်။ အစိမ်း)။Y ဝင်ရိုး)၊ ယာယီအရိုးပုံသဏ္ဍာန် (အပြာ- Y နှင့် Z axes) နှင့် occipital အရိုးပုံသဏ္ဍာန် (ပန်းရောင်- X နှင့် Z axes)။နဖူးအကျယ် (အနီရောင်- X-ဝင်ရိုး) အပြင် PC7 သည် အရှေ့ဘက် maxillary alveoli ၏ အမြင့် (အစိမ်းရောင်- Y-ဝင်ရိုး) နှင့် parietotemporal ဒေသ (နက်ပြာရောင်) ဝန်းကျင်ရှိ Z-axis ဦးခေါင်းပုံသဏ္ဍာန်တို့နှင့်လည်း ဆက်စပ်ပါသည်။ပုံ 5 ၏ထိပ်ပိုင်းအကန့်တွင်၊ ပထဝီဝင်နမူနာအားလုံးကို PC6 နှင့် PC7 အစိတ်အပိုင်းရမှတ်များအလိုက် ဖြန့်ဝေထားသည်။ROC သည် PC6 တွင်ဥရောပအတွက်ထူးခြားသောအင်္ဂါရပ်များပါ ၀ င်ကြောင်းညွှန်ပြပြီး PC7 သည်ဤခွဲခြမ်းစိတ်ဖြာမှုတွင် Native American အင်္ဂါရပ်များကိုကိုယ်စားပြုသောကြောင့်၊ ဤဒေသဆိုင်ရာနမူနာနှစ်ခုကို ဤအစိတ်အပိုင်း axes တွဲပေါ်တွင်ရွေးချယ်ပြီးစီစဉ်ထားသည်။နမူနာတွင် တွင်ကျယ်စွာပါဝင်သော်လည်း ဇာတိအမေရိကန်လူမျိုးများသည် ဘယ်ဘက်အပေါ်ထောင့်တွင် ပြန့်ကျဲနေပါသည်။အပြန်အလှန်အားဖြင့်၊ ဥရောပနမူနာများစွာသည် ညာဘက်အောက်ထောင့်တွင် တည်ရှိနေတတ်သည်။PC6 နှင့် PC7 အတွဲသည် ကျဉ်းမြောင်းသော အယ်လ်ဗိုလာဖြစ်စဉ်နှင့် ဥရောပတိုက်သားများ၏ ကျယ်ပြန့်သော neurocranium ကို ကိုယ်စားပြုပြီး အမေရိကန်လူမျိုးများသည် ကျဉ်းမြောင်းသောနဖူး၊ ပိုကြီးသော maxilla နှင့် ပိုကျယ်ပြီး ပိုရှည်သော alveolar လုပ်ငန်းစဉ်ဖြင့် သွင်ပြင်လက္ခဏာရှိသည်။
ROC ခွဲခြမ်းစိတ်ဖြာမှုမှ PC3 နှင့်/သို့မဟုတ် PC9 သည် အရှေ့တောင်အာရှနှင့် အရှေ့မြောက် အာရှလူဦးရေများတွင် အဖြစ်များကြောင်း ပြသခဲ့သည်။ထို့ကြောင့်၊ ရမှတ်သည် PC3 (y-ဝင်ရိုးပေါ်ရှိ အစိမ်းရောင်အပေါ်ဘက်မျက်နှာ) နှင့် PC9 (y-ဝင်ရိုးပေါ်ရှိ အစိမ်းရောင်အောက်ပိုင်းမျက်နှာ) (ပုံ။ 6; နောက်ဆက်တွဲဗီဒီယိုများ S6၊ S7 သည် အရှေ့အာရှလူမျိုးများ၏ မတူကွဲပြားသောပုံများကို ဖော်ပြပေးသည်) နှင့် ပေါင်းစပ်ထားသည်။အရှေ့မြောက်အာရှလူမျိုးများ၏ မြင့်မားသောမျက်နှာအချိုးအစားနှင့် အရှေ့တောင်အာရှလူမျိုးများ၏ နိမ့်ပါးသောမျက်နှာပုံစံတို့နှင့် သိသိသာသာ ဆန့်ကျင်ဘက်ဖြစ်သည်။ဤမျက်နှာသွင်ပြင်များအပြင်၊ အရှေ့မြောက်အာရှသားအချို့၏နောက်ထပ်လက္ခဏာမှာ လည်ပင်းအရိုး၏လမ်ဒါတိမ်းစောင်းမှုဖြစ်ပြီး အရှေ့တောင်အာရှအချို့တွင် ကျဉ်းမြောင်းသောဦးခေါင်းခွံအခြေရှိသည်။
ပင်မပထဝီဝင်ယူနစ် ကိုးခုတွင် သီးခြားဒေသဆိုင်ရာ လက္ခဏာများ မတွေ့ရှိရသောကြောင့် အထက်ဖော်ပြပါ ပင်မအစိတ်အပိုင်းများနှင့် PC5 နှင့် PC8 ၏ ဖော်ပြချက်တို့ကို ချန်လှပ်ထားသည်။PC5 သည် ယာယီအရိုး၏ mastoid လုပ်ငန်းစဉ်၏ အရွယ်အစားကို ရည်ညွှန်းပြီး PC8 သည် ယေဘုယျ ဦးခေါင်းခွံပုံသဏ္ဍာန်၏ အချိုးမညီမှုကို ရောင်ပြန်ဟပ်ကာ ပထဝီဝင်နမူနာကိုးခုကြား အပြိုင်ကွဲပြားမှုများကို ပြသသည်။
တစ်ဦးချင်းအဆင့် PCA ရမှတ်များ၏ အပိုင်းအစများအပြင်၊ ကျွန်ုပ်တို့သည် ခြုံငုံနှိုင်းယှဉ်မှုအတွက် အုပ်စု၏နည်းလမ်းများကို ဖြန့်ကျက်ပေးပါသည်။ဤအဆုံးသတ်အတွက်၊ လူမျိုးစု 148 မှ လူမျိုးစုပေါင်း 148 မှ တစ်ဦးချင်း တူညီမှုပုံစံများ ၏ vertex data set တစ်ခုမှ ပျမ်းမျှ cranial homology မော်ဒယ်ကို ဖန်တီးခဲ့သည်။PC2 နှင့် PC4၊ PC6 နှင့် PC7 အတွက် ရမှတ်အတွဲများ နှင့် PC3 နှင့် PC9 တို့ကို နောက်ဆက်တွဲပုံ S1 တွင် ပြသထားပြီး၊ အားလုံးသည် နမူနာ ၁၄၈ ခုအတွက် ပျမ်းမျှ ဦးခေါင်းခွံပုံစံအဖြစ် တွက်ချက်ထားသည်။ဤနည်းအားဖြင့်၊ ခွဲခြမ်းစိတ်ဖြာချက်များသည် အုပ်စုတစ်ခုစီအတွင်း တစ်ဦးချင်းကွဲပြားမှုများကို ဖုံးကွယ်ထားပြီး၊ အရင်းခံဒေသခွဲဝေမှုများကြောင့် ဦးခေါင်းခွံတူညီမှုများကို ပိုမိုရှင်းလင်းစွာ အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်စေကာ၊ ကွက်ကွက်တစ်ခုချင်းစီတွင် ဖော်ပြထားသည့် ပုံစံများသည် ထပ်တူထပ်မျှမရှိသော ပုံစံများဖြစ်သည်။နောက်ဆက်တွဲပုံ S2 သည် ပထဝီဝင်ယူနစ်တစ်ခုစီအတွက် ယေဘုယျပျမ်းမျှပုံစံကို ပြသည်။
အလုံးစုံအရွယ်အစား (နောက်ဆက်တွဲဇယား S2 နှင့်ဆက်စပ်နေသည့် PC1 အပြင်)၊ အလုံးစုံအရွယ်အစားနှင့် ဦးခေါင်းခွံပုံသဏ္ဍာန်ကြားရှိ allometric ဆက်စပ်မှုများကို ပုံမှန်မဟုတ်သောဒေတာမှ centroid dimensions နှင့် PCA ခန့်မှန်းချက်အစုံများကို အသုံးပြု၍ စစ်ဆေးခဲ့သည်။Allometric coefficients၊ constant values၊ t values ​​နှင့် P values ​​များကို ဇယား 4 တွင် ပြထားသည်။ P < 0.05 အဆင့်ရှိ အရေပြားဆိုင်ရာ ပုံသဏ္ဍာန်ဆိုင်ရာ အစိတ်အပိုင်းများနှင့် သက်ဆိုင်သည့် ထင်ရှားသော allometric ပုံစံ အစိတ်အပိုင်းများကို P < 0.05 အဆင့်တွင် မတွေ့ရှိရပါ။
ပုံမှန်မဟုတ်သော ဒေတာအတွဲများကို အခြေခံ၍ PCA တွင် အရွယ်အစားအချက်အချို့ကို ထည့်သွင်းနိုင်သောကြောင့်၊ centroid အရွယ်အစားဖြင့် ပုံမှန်တွက်ချက်ထားသော ဒေတာအတွဲများကို အသုံးပြု၍ တွက်ချက်ထားသော centroid အရွယ်အစားနှင့် PC ရမှတ်များအကြား allometric လမ်းကြောင်းကို ကျွန်ုပ်တို့ ထပ်မံစစ်ဆေးခဲ့သည် (PCA ရလဒ်များနှင့် ရမှတ်အစုံများကို နောက်ဆက်တွဲဇယား S6 တွင် ဖော်ပြထားပါသည်။ ), C7) ။ဇယား 4 သည် allometric ခွဲခြမ်းစိတ်ဖြာမှုရလဒ်များကိုပြသသည်။ထို့ကြောင့်၊ သိသာထင်ရှားသော allometric လမ်းကြောင်းများကို PC6 တွင် 1% အဆင့်နှင့် PC10 တွင် 5% အဆင့်တွင် တွေ့ရှိခဲ့သည်။ပုံ 7 သည် log centroid အရွယ်အစား၏အဆုံးတစ်ဖက်တစ်ချက်ရှိ PC ရမှတ်များနှင့် centroid size နှင့် dummies (±3 SD) တို့ကြားရှိ log-linear ဆက်ဆံရေးများ၏ ဆုတ်ယုတ်မှုကို ပြသည်။PC6 ရမှတ်သည် ဦးခေါင်းခွံ၏ အရပ်အမောင်းနှင့် အကျယ်၏ အချိုးဖြစ်သည်။ဦးခေါင်းခွံအရွယ်အစား တိုးလာသည်နှင့်အမျှ ဦးခေါင်းခွံနှင့် မျက်နှာသည် ပိုမိုမြင့်မားလာကာ နဖူး၊ မျက်လုံးနှင့် နှာခေါင်းပေါက်များသည် ဘေးတိုက်တွင် ပိုမိုနီးကပ်လာတတ်သည်။နမူနာပျံ့နှံမှုပုံစံက ဤအချိုးအစားကို အရှေ့မြောက်အာရှနှင့် Native American လူမျိုးများတွင် တွေ့ရလေ့ရှိကြောင်း အကြံပြုသည်။ထို့အပြင်၊ PC10 သည် ပထဝီဝင်ဒေသကိုမခွဲခြားဘဲ အလယ်မျက်နှာပြင်အကျယ်ရှိ အချိုးကျလျှော့ချရန်လမ်းကြောင်းကိုပြသသည်။
ဇယားတွင်ဖော်ပြထားသော သိသာထင်ရှားသော allometric ဆက်ဆံရေးများအတွက်၊ PC ပုံသဏ္ဍာန်အစိတ်အပိုင်း (ပုံမှန်ပြုလုပ်ထားသောဒေတာမှရရှိသော) နှင့် centroid အရွယ်အစားအကြား log-linear ဆုတ်ယုတ်မှု၏စောင်းသည် 3 SD အရွယ်အစားရှိ၊ 4 မျဉ်း၏ဆန့်ကျင်ဘက်။
တူညီသော 3D မျက်နှာပြင် မော်ဒယ်များ၏ ဒေတာအတွဲများကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ဦးနှောက်တွင်း ပုံသဏ္ဍာန်ဆိုင်ရာ ပြောင်းလဲမှုများ၏ အောက်ပါပုံစံကို သရုပ်ပြထားပါသည်။PCA ၏ပထမအစိတ်အပိုင်းသည် ဦးခေါင်းခွံအရွယ်အစားနှင့်ဆက်စပ်သည်။အိန္ဒိယ၊ သီရိလင်္ကာနှင့် ဘင်္ဂလားဒေ့ရှ်၊ အန်ဒမန်ကျွန်းစုများ အပါအဝင် တောင်အာရှသားများ၏ ဦးခေါင်းခွံငယ်များသည် ၎င်းတို့၏ ခန္ဓာကိုယ်အရွယ်အစား သေးငယ်သောကြောင့် Bergmann ၏ ဂေဟဗေဒနည်းဥပဒေ သို့မဟုတ် ကျွန်းစည်းမျဉ်း 613,5,16,25 နှင့် ကိုက်ညီသည်ဟု ရှည်လျားစွာထင်မြင်ယူဆခဲ့ကြသည်။ ၂၇၊၆၂။ပထမအချက်မှာ အပူချိန်နှင့် ဆက်စပ်နေပြီး ဒုတိယအချက်မှာ ဂေဟစနစ် နယ်ပယ်၏ ရရှိနိုင်သောနေရာနှင့် အစားအစာအရင်းအမြစ်များပေါ်တွင် မူတည်သည်။ပုံသဏ္ဍာန်၏ အစိတ်အပိုင်းများထဲတွင် အကြီးမားဆုံးပြောင်းလဲမှုမှာ ဦးနှောက်တွင်းရှိ အလျားနှင့် အနံအချိုးဖြစ်သည်။ဤအင်္ဂါရပ်၊ သတ်မှတ်ထားသော PC2 သည် Austro-Melanesians နှင့် အာဖရိကန်လူမျိုးများ၏ အချိုးကျရှည်လျားသော ဦးခေါင်းခွံများကြားတွင် နီးကပ်သောဆက်နွယ်မှုကို ဖော်ပြသည့်အပြင် ဥရောပသားများနှင့် အရှေ့မြောက်အာရှအချို့၏ လုံးပတ်ဦးခေါင်းခွံများနှင့် ကွဲပြားမှုများကို ဖော်ပြသည်။ရိုးရှင်းသော မျဉ်းကြောင်းတိုင်းတာမှု ၃၇၊၆၃၊၆၄ ကို အခြေခံ၍ ဤလက္ခဏာများကို ယခင်လေ့လာမှုများစွာတွင် အစီရင်ခံထားပါသည်။ထို့အပြင်၊ ဤဝိသေသလက္ခဏာသည် အာဖရိကမဟုတ်သောနိုင်ငံများတွင် brachycephaly နှင့် ဆက်နွှယ်နေပြီး၊ anthropometric နှင့် osteometric လေ့လာမှုများတွင် ကြာမြင့်စွာ ဆွေးနွေးခဲ့ကြပါသည်။ဤရှင်းလင်းချက်၏နောက်ကွယ်တွင် အဓိကယူဆချက်မှာ ရင်သားအတွင်းပိုင်းကြွက်သားများ ပါးလွှာခြင်းကဲ့သို့သော mastication လျော့နည်းခြင်းသည် ပြင်ပဦးရေပြားပေါ်ရှိ ဖိအားများကို လျော့နည်းစေသည် 5,8,9,10,11,12,13။Allen ၏ စည်းမျဉ်း 16,17,25 အရ စက်လုံးပုံသဏ္ဍာန်ထက် မျက်နှာပြင်ဧရိယာကို ပိုမိုသေးငယ်သော ဦးခေါင်းခွံသည် မျက်နှာပြင်ဧရိယာကို လျှော့ချပေးခြင်းဖြင့် အေးသောရာသီဥတုနှင့် လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်ခြင်း ပါဝင်သည်။လက်ရှိလေ့လာမှု၏ရလဒ်များအပေါ်အခြေခံ၍ ဤယူဆချက်များအား ဦးနှောက်အစိတ်အပိုင်းများ၏ အပြန်အလှန်ဆက်စပ်မှုအပေါ် အခြေခံ၍သာ အကဲဖြတ်နိုင်သည်။အချုပ်အားဖြင့်၊ ကျွန်ုပ်တို့၏ PCA ရလဒ်များသည် PC2 (long/brachycephalic အစိတ်အပိုင်း) တင်ခြင်းသည် မျက်နှာအချိုးအစား (ဆွေမျိုး maxillary အတိုင်းအတာများအပါအဝင်) ဝါးခြင်းအခြေအနေများကြောင့် သိသာထင်ရှားစွာ သက်ရောက်မှုရှိသည်ဟူသော အယူအဆကို အပြည့်အဝမထောက်ခံပါ။နှင့် temporal fossa ၏ ဆက်စပ်နေရာ ( temporalis ကြွက်သားထုထည်ကို ရောင်ပြန်ဟပ်ခြင်း ) ။ကျွန်ုပ်တို့၏ လက်ရှိလေ့လာမှုသည် ဦးခေါင်းခွံပုံသဏ္ဍာန်နှင့် အပူချိန်ကဲ့သို့သော ဘူမိဗေဒဆိုင်ရာ ပတ်ဝန်းကျင်အခြေအနေများကြား ဆက်စပ်မှုကို ခွဲခြမ်းစိတ်ဖြာထားခြင်းမရှိပါ။သို့သော်လည်း၊ Allen ၏ အုပ်ချုပ်မှုအပေါ်အခြေခံသည့် ရှင်းလင်းချက်သည် အေးသောရာသီဥတုဒေသများတွင် brachycephalon ကိုရှင်းပြရန် ကိုယ်စားလှယ်လောင်း ယူဆချက်တစ်ခုအဖြစ် ထည့်သွင်းစဉ်းစားသင့်ပါသည်။
ထို့နောက်တွင် သိသာထင်ရှားသောပြောင်းလဲမှုကို PC4 တွင်တွေ့ရှိခဲ့ပြီး အရှေ့မြောက်အာရှလူမျိုးများတွင် maxilla နှင့် zygomatic အရိုးများတွင် ကြီးမားပြီး ထင်ရှားသော ဇိုင်းဂိုမက်စ်အရိုးများရှိသည်ဟု အကြံပြုထားသည်။ဤတွေ့ရှိချက်သည် အလွန်အေးသော ရာသီဥတုနှင့် လိုက်လျောညီထွေဖြစ်အောင် ဇိုင်းဂိုမက်စ်အရိုးများ ရှေ့သို့ ရွေ့လျားခြင်းဖြင့် အလွန်အေးသော ရာသီဥတုနှင့် လိုက်လျောညီထွေဖြစ်အောင် ယူဆထားသော ဆိုက်ဘေးရီးယားများ၏ လူသိများသော လက္ခဏာရပ်တစ်ခုနှင့် ကိုက်ညီပြီး အကြောများ ထုထည်တိုးလာကာ မျက်နှာ 65 ကို ဖြစ်ပေါ်စေသည်။ကျွန်ုပ်တို့၏တူညီသောပုံစံမှတွေ့ရှိချက်အသစ်တစ်ခုမှာ ဥရောပတိုက်သားများတွင် ပါးလွှာကျနေခြင်းသည် ပါးလွှာလျှောစောက်ခြင်း၊ ပြန့်ကျဲနေပြီး ကျဉ်းမြောင်းသော occipital အရိုးများနှင့် nuchal concavity တို့နှင့် ဆက်စပ်နေပါသည်။ဆန့်ကျင်ဘက်အားဖြင့်၊ အရှေ့မြောက်အာရှလူမျိုးများသည် နဖူးစောင်းများနှင့် occipital ဒေသများကို မြှင့်တင်လေ့ရှိကြသည်။ဂျီဩမေတြီသဏ္ဍာရီနည်းများ 35 ကိုအသုံးပြု၍ occipital အရိုးများကိုလေ့လာချက်များအရ အာရှနှင့်ဥရောပ ဦးခေါင်းခွံများသည် ချော့မော့သော nuchal မျဉ်းကွေးရှိပြီး အာဖရိကလူမျိုးများနှင့် နှိုင်းယှဉ်ပါက occiput ၏အောက်ပိုင်းအနေအထားရှိကြောင်းပြသခဲ့သည်။သို့သော်၊ ကျွန်ုပ်တို့၏ PC2 နှင့် PC4 နှင့် PC3 နှင့် PC9 အတွဲများ၏ ကွဲလွဲချက်များသည် အာရှလူမျိုးများတွင် ပိုမိုကွဲပြားမှုကိုပြသခဲ့ပြီး ဥရောပတိုက်သားများသည် occiput ၏အနိမ့်ပိုင်းနှင့် occiput ဖြင့်သွင်ပြင်လက္ခဏာရှိသည်။အရှေ့မြောက်နှင့် အရှေ့တောင်အာရှ၏ ကျယ်ပြန့်သော ရောင်စဉ်တန်းများမှ လူမျိုးစုအများအပြားကို နမူနာယူထားသောကြောင့် လေ့လာမှုများကြားတွင် အာရှဝိသေသလက္ခဏာများ မကိုက်ညီမှုများမှာ လူမျိုးစုနမူနာများတွင် ကွဲပြားမှုများကြောင့် ဖြစ်နိုင်သည်။occipital အရိုးပုံသဏ္ဍာန်ပြောင်းလဲမှုများသည် ကြွက်သားကြီးထွားမှုနှင့် ဆက်စပ်နေတတ်သည်။သို့သော်၊ ဤလေ့လာချက်တွင် သရုပ်ပြခဲ့သည့် နဖူးနှင့် occiput ပုံသဏ္ဍာန်ကြား ဆက်နွှယ်မှုအား ဤသပ္ပါယ်စွာ ရှင်းပြချက်တွင် ထည့်သွင်းထားခြင်း မရှိပါ။ဤကိစ္စနှင့် ပတ်သက်၍၊ ခန္ဓာကိုယ်အလေးချိန်ချိန်ခွင်လျှာနှင့် မြေဆွဲအား၏ဗဟို သို့မဟုတ် သားအိမ်ခေါင်းလမ်းဆုံ (foramen magnum) သို့မဟုတ် အခြားအချက်များကြား ဆက်စပ်မှုကို ထည့်သွင်းစဉ်းစားသင့်သည်။
ပြောင်းလဲမှုကြီးကြီးမားမားရှိသော အခြားအရေးကြီးသောအစိတ်အပိုင်းသည် PC6၊ PC7 နှင့် PC4 ရမှတ်များ ပေါင်းစပ်ဖော်ပြထားသည့် maxillary နှင့် temporal fossae မှကိုယ်စားပြုသော masticatory ယန္တရားဖွံ့ဖြိုးတိုးတက်မှုနှင့် ဆက်စပ်နေသည်။အဆိုပါ ဦးနှောက်အစိတ်အပိုင်းများ သိသိသာသာ လျော့ပါးသွားခြင်းသည် အခြားသော ပထဝီဝင်အုပ်စုများထက် ဥရောပတစ်ဉီးချင်းစီကို ပိုမိုထူးခြားစေသည်။စိုက်ပျိုးရေးနှင့် အစားအစာပြင်ဆင်မှုနည်းပညာများ အစောပိုင်းဖွံ့ဖြိုးတိုးတက်မှုကြောင့် မျက်နှာသဏ္ဍာန်တည်ငြိမ်မှု ကျဆင်းလာခြင်းကြောင့် ဤအင်္ဂါရပ်ကို အဓိပ္ပာယ်ဖွင့်ဆိုရခြင်းဖြစ်ပြီး အစွမ်းထက် masticatory ယန္တရား 9,12,28,66 မပါဘဲ အသားညှပ်ကိရိယာအပေါ် စက်ဝန်အား လျော့နည်းစေပါသည်။masticatory function hypothesis အရ၊ 28 ၎င်းသည် ဦးခေါင်းခွံအခြေကိုပိုမိုစူးရှသော cranial angle နှင့်ပိုမိုဆန်းကြယ်သော cranial အမိုးသို့ပြောင်းလဲခြင်းဖြင့်လိုက်ပါသွားပါသည်။ဤရှုထောင့်မှကြည့်လျှင် စိုက်ပျိုးရေးလူဦးရေသည် ကျစ်လျစ်သောမျက်နှာ၊ တင်းကျပ်သောအချွန်အတက်နည်းပါးပြီး လုံးလုံးကြီးသောအမြှေးပါးများရှိသည်။ထို့ကြောင့် ဤပုံပျက်ခြင်းကို ဥရောပသားများ၏ ဦးခေါင်းခွံ၏ ဘေးထွက်ပုံသဏ္ဍာန်၏ ယေဘုယျအကြမ်းအားဖြင့် ရှင်းပြနိုင်သည်။သို့သော်၊ ဤလေ့လာမှုအရ၊ PC2 ၏ယခင်အဓိပ္ပာယ်ဖွင့်ဆိုချက်များတွင်ထည့်သွင်းစဉ်းစားထားသည့်အတိုင်း globose neurocranium နှင့် masticatory ယန္တရား၏ဖွံ့ဖြိုးတိုးတက်မှုအကြား morphological ဆက်စပ်မှု၏လုပ်ဆောင်နိုင်စွမ်းအရေးပါမှုမှာလက်ခံနိုင်စရာနည်းပါးသောကြောင့်၊ ဤအဓိပ္ပာယ်ဖွင့်ဆိုမှုသည်ရှုပ်ထွေးပါသည်။
PC3 နှင့် PC9 တွင်ပြသထားသည့်အတိုင်း အရှေ့မြောက်အာရှနှင့် အရှေ့တောင်အာရှသားများကြား ခြားနားချက်ကို လျှောစောက်သော occipital အရိုးနှင့် ကျဉ်းမြောင်းသော ဦးခေါင်းခွံအခြေရှိသော အရပ်ရှည်သောမျက်နှာနှင့် တိုတောင်းသော မျက်နှာထားတို့ကြား ခြားနားချက်ကို သရုပ်ဖော်ထားသည်။ဘူမိဂေဟဗေဒဒေတာမရှိခြင်းကြောင့် ကျွန်ုပ်တို့၏လေ့လာမှုသည် ဤတွေ့ရှိမှုအတွက် အကန့်အသတ်ဖြင့်သာ ရှင်းလင်းချက်ပေးပါသည်။ဖြစ်နိုင်ချေရှိသော ရှင်းလင်းချက်မှာ မတူညီသော ရာသီဥတု သို့မဟုတ် အာဟာရဆိုင်ရာ အခြေအနေများနှင့် လိုက်လျောညီထွေရှိခြင်း ဖြစ်သည်။ဂေဟစနစ်ဆိုင်ရာ လိုက်လျောညီထွေဖြစ်မှုအပြင် အရှေ့မြောက်နှင့် အရှေ့တောင်အာရှရှိ လူဦးရေသမိုင်းဆိုင်ရာ ဒေသဆိုင်ရာ ကွဲပြားမှုများကိုလည်း ထည့်သွင်းစဉ်းစားခဲ့သည်။ဥပမာအားဖြင့်၊ Eurasia အရှေ့ပိုင်းတွင်၊ cranial morphometric data67,68 ကိုအခြေခံ၍ ခန္ဓာဗေဒဆိုင်ရာခေတ်မီလူသားများ (AMH) ၏ပျံ့နှံ့မှုကိုနားလည်ရန်အလွှာနှစ်ခုပုံစံကိုယူဆချက်ယူထားသည်။ဤပုံစံအရ၊ နှောင်းပိုင်း Pleistocene AMH ကိုလိုနီပြုသူများ၏ မူလအုပ်စုများသည် ခေတ်သစ် Austro-Melanesians (စ. ပထမစထရမ်) ကဲ့သို့သော ဒေသရှိ ဌာနေတိုင်းရင်းသားများမှ တိုက်ရိုက်ဆင်းသက်လာသော ဤပုံစံအရ၊ “ပထမအဆင့်” ဖြစ်သည်။ထို့နောက် အရှေ့မြောက်အာရှဝိသေသလက္ခဏာများ (ဒုတိယအလွှာ) ရှိသော မြောက်ပိုင်းစိုက်ပျိုးရေးလူမျိုးများ၏ ကြီးမားသောရောနှောမှုကို နောက်ပိုင်းတွင် (လွန်ခဲ့သည့်နှစ်ပေါင်း ၄၀၀၀ ခန့်) က ဒေသအတွင်းသို့ တွေ့ကြုံခံစားခဲ့ရသည်။အရှေ့တောင်အာရှ၏ ဦးနှောက်တွင်းပုံသဏ္ဍာန်သည် ဒေသတွင်း ပထမအဆင့် မျိုးရိုးဗီဇဆိုင်ရာ အမွေဆက်ခံမှုအပေါ် တစ်စိတ်တစ်ပိုင်းမူတည်သောကြောင့် အရှေ့တောင်အာရှ၏ ဦးနှောက်တွင်းပုံသဏ္ဍာန်ကို နားလည်ရန် “အလွှာနှစ်လွှာ” မော်ဒယ်ကို အသုံးပြု၍ ပုံဖော်ထားသော မျိုးဗီဇစီးဆင်းမှု လိုအပ်မည်ဖြစ်သည်။
တူညီသောပုံစံများကို အသုံးပြု၍ ပုံဖော်ထားသော ပထဝီဝင်ယူနစ်များကို အသုံးပြု၍ ဦးနှောက်ဆိုင်ရာ တူညီမှုကို အကဲဖြတ်ခြင်းဖြင့်၊ အာဖရိကအပြင်ဘက်တွင် AMF ၏ အခြေခံလူဦးရေသမိုင်းကို ကျွန်ုပ်တို့ ခန့်မှန်းနိုင်ပါသည်။အရိုးစုနှင့် မျိုးရိုးဗီဇ အချက်အလက်များအပေါ် အခြေခံ၍ AMF ၏ ဖြန့်ဖြူးမှုကို ရှင်းပြရန် မတူညီသော “အာဖရိကပြင်ပ” မော်ဒယ်များစွာကို အဆိုပြုထားသည်။ယင်းတို့အနက်မှ မကြာသေးမီက လေ့လာချက်များအရ AMH သည် အာဖရိကအပြင်ဘက်ရှိ ဒေသများကို ကိုလိုနီပြုခြင်းကို လွန်ခဲ့သောနှစ်ပေါင်း 177,000 ခန့်က 69,70 ခန့်က စတင်ခဲ့သည်ဟု ဆိုသည်။သို့သော် ဤကာလအတွင်း Eurasia တွင် AMF ၏ တာဝေး ဖြန့်ဖြူးမှုမှာ မသေချာသေးပါ၊ အဘယ်ကြောင့်ဆိုသော် အဆိုပါ အစောပိုင်း ကျောက်ဖြစ်ရုပ်ကြွင်းများ၏ နေရာများမှာ အရှေ့အလယ်ပိုင်းနှင့် အာဖရိကအနီး မြေထဲပင်လယ်တွင်သာ ကန့်သတ်ထားသောကြောင့် ဖြစ်သည်။အရိုးရှင်းဆုံးကိစ္စမှာ ဟိမဝန္တာတောင်တန်းများကဲ့သို့သော ပထဝီဝင်အတားအဆီးများကို ကျော်ဖြတ်ကာ အာဖရိကမှ ယူရေးရှားသို့ ရွှေ့ပြောင်းအခြေချသည့်လမ်းကြောင်းတစ်လျှောက် အခြေချနေထိုင်မှုတစ်ခုတည်းဖြစ်သည်။အခြားပုံစံတစ်ခုက ရွှေ့ပြောင်းအခြေချမှုလှိုင်းများစွာကို အကြံပြုထားပြီး၊ ၎င်းတို့အနက်မှ ပထမဆုံးသော အာဖရိကမှ အိန္ဒိယသမုဒ္ဒရာကမ်းရိုးတန်းတစ်လျှောက် အရှေ့တောင် အာရှနှင့် သြစတြေးလျအထိ ပျံ့နှံ့သွားပြီး၊ ထို့နောက် ယူရေးရှားမြောက်ပိုင်းသို့ ပျံ့နှံ့သွားသည်ကို အကြံပြုထားသည်။AMF သည် လွန်ခဲ့သောနှစ်ပေါင်း 60,000 ခန့်က အာဖရိကဘက်သို့ ပြန့်နှံ့သွားကြောင်း ဤလေ့လာမှုအများစုက အတည်ပြုသည်။ဤအကြောင်းနှင့်ပတ်သက်၍၊ သြစတြေးလျ-မီလန်နီးရှား (ပါပူဝါ အပါအဝင်) နမူနာများသည် တူညီမှုဗေဒမော်ဒယ်များ၏ အဓိကအစိတ်အပိုင်းများကို ခွဲခြမ်းစိတ်ဖြာမှုတွင် အခြားပထဝီဝင်စီးရီးများထက် အာဖရိကနမူနာများနှင့် ပိုမိုတူညီကြောင်းပြသသည်။ဤတွေ့ရှိချက်သည် Eurasia ၏တောင်ဘက်အစွန်းတစ်လျှောက်ရှိ ပထမဆုံး AMF ဖြန့်ဖြူးရေးအုပ်စုများကို အာဖရိက ၂၂,၆၈ တွင် တိကျသောရာသီဥတု သို့မဟုတ် အခြားသိသာထင်ရှားသောအခြေအနေများကိုတုံ့ပြန်မှုတွင် သိသာထင်ရှားသောရုပ်ပုံသဏ္ဌာန်ပြောင်းလဲမှုမရှိဘဲ ပေါ်ပေါက်လာသည်ဟု ယူဆချက်အား ထောက်ခံပါသည်။
allometric တိုးတက်မှုနှင့်ပတ်သက်၍၊ centroid အရွယ်အစားဖြင့် ပုံမှန်ပြုလုပ်ထားသော မတူညီသောဒေတာအစုံမှရရှိသော ပုံသဏ္ဍာန်အစိတ်အပိုင်းများကို အသုံးပြု၍ ခွဲခြမ်းစိတ်ဖြာခြင်းသည် PC6 နှင့် PC10 တွင် သိသာထင်ရှားသော allometric လမ်းကြောင်းကို သရုပ်ပြခဲ့သည်။အစိတ်အပိုင်းနှစ်ခုစလုံးသည် ဦးခေါင်းခွံအရွယ်အစား တိုးလာသည်နှင့်အမျှ နဖူးပုံသဏ္ဍာန်နှင့် မျက်နှာအစိတ်အပိုင်းများနှင့် ဆက်စပ်နေသည်။အရှေ့မြောက်အာရှနှင့် အမေရိကန်လူမျိုးများသည် ဤအသွင်အပြင်ရှိကြပြီး အတော်လေးကြီးမားသော ဦးခေါင်းခွံများရှိသည်။ဤရှာဖွေတွေ့ရှိမှုသည် “Broca's cap” ဒေသတွင် ကြီးမားသော ဦးနှောက်အမြှေးများပါရှိသည့် သေးငယ်သော မက်ထရစ်ပုံစံများနှင့် ဆန့်ကျင်ဘက်ဖြစ်ပြီး ရှေ့မျက်နှာဖုံးအကျယ် 34 ကို တိုးလာစေပါသည်။ဤကွာခြားချက်များကို နမူနာအစုများတွင် ကွဲပြားမှုများဖြင့် ရှင်းပြထားပါသည်။ကျွန်ုပ်တို့၏လေ့လာမှုသည် ခေတ်သစ်လူဦးရေကို အသုံးပြု၍ ဦးနှောက်အရွယ်အစား၏ လုံးပတ်ပုံစံများကို ခွဲခြမ်းစိတ်ဖြာပြီး နှိုင်းယှဉ်လေ့လာမှုများက ဦးနှောက်အရွယ်အစားနှင့် ဆက်စပ်သော လူ့ဆင့်ကဲဖြစ်စဉ်၏ ရေရှည်လမ်းကြောင်းများကို ကိုင်တွယ်ဖြေရှင်းပေးပါသည်။
Facial Allometry နှင့် ပတ်သက်၍ biometric data78 ကို အသုံးပြု၍ လေ့လာမှုတစ်ခုတွင် မျက်နှာပုံစံနှင့် အရွယ်အစားသည် အနည်းငယ် ဆက်စပ်မှုရှိနိုင်သည်ကို တွေ့ရှိခဲ့ပြီး ပိုကြီးသော ဦးခေါင်းခွံများသည် အရပ်ပို၍ ကျဉ်းသော မျက်နှာများနှင့် ဆက်စပ်မှုရှိသည်ကို တွေ့ရှိခဲ့သည်။သို့ရာတွင်၊ ဇီဝမက်ထရစ်ဒေတာ၏ ညီညွတ်မှုကို မရှင်းလင်းပါ။အခြေခံမျိုးရိုးဗီဇဆိုင်ရာ ပေါင်းစပ်မှုဆိုင်ရာ ပေါင်းစပ်စမ်းသပ်မှုများနှင့် တည်ငြိမ်သောအလုံးလိုက်ဓာတ်အား နှိုင်းယှဉ်စမ်းသပ်မှုများသည် မတူညီသောရလဒ်များကို ပြသသည်။အရပ်မြင့်လာခြင်းကြောင့် လုံးပတ်ဦးခေါင်းခွံပုံသဏ္ဍာန်ဆီသို့ allometric သဘောထားကိုလည်း အစီရင်ခံထားပါသည်။သို့သော်လည်း ကျွန်ုပ်တို့သည် အမြင့်ဒေတာကို မခွဲခြမ်းစိတ်ဖြာခဲ့ပါ။ကျွန်ုပ်တို့၏လေ့လာမှုသည် ဦးနှောက်အတွင်းရှိ globular အချိုးအစားနှင့် ဦးနှောက်အတွင်းပိုင်းအရွယ်အစားတို့အကြား ဆက်စပ်မှုကို ပြသသည့် allometric data မရှိကြောင်း ပြသပါသည်။
ကျွန်ုပ်တို့၏လက်ရှိလေ့လာမှုသည် ရာသီဥတု သို့မဟုတ် အစားအသောက်ဆိုင်ရာအခြေအနေများမှ ကိုယ်စားပြုသော ပြင်ပပုံစံကွဲလွဲချက်များကို ဒေတာနှင့်မသက်ဆိုင်သော်လည်း၊ ဦးနှောက်ပုံစံရုပ်ပုံသဏ္ဍာန်ကို လွှမ်းမိုးနိုင်ခြေရှိသော ပြင်ပပုံစံကွဲလွဲမှုများကို ဤလေ့လာမှုတွင်အသုံးပြုသည့် ဒေတာအစုကြီးသည် ဆက်စပ်နေသော phenotypic morphological ကွဲလွဲမှုကို အကဲဖြတ်ရန် ကူညီပေးပါလိမ့်မည်။အစားအသောက်၊ ရာသီဥတုနှင့် အာဟာရအခြေအနေများကဲ့သို့သော ပတ်ဝန်းကျင်ဆိုင်ရာအချက်များအပြင် ရွှေ့ပြောင်းနေထိုင်မှု၊ မျိုးရိုးဗီဇစီးဆင်းမှုနှင့် မျိုးဗီဇပျံ့လွင့်မှုတို့ကဲ့သို့သော ဘက်မလိုက်အင်အားစုများ။
ဤလေ့လာမှုတွင် ပထဝီဝင်ယူနစ် ၉ ခု (ဇယား ၁) တွင် လူဦးရေ ၁၄၈ ဦးမှ စုဆောင်းထားသော အမျိုးသားဦးခေါင်းခွံနမူနာ ၃၄၂ ခု ပါဝင်ပါသည်။အုပ်စုအများစုသည် ပထဝီဝင်အနေအထားအရ မူရင်းနမူနာများဖြစ်ပြီး အာဖရိက၊ အရှေ့မြောက်/အရှေ့တောင်အာရှနှင့် အမေရိကရှိ အချို့သောအုပ်စုများ (စာလုံးစောင်းဖြင့်ဖော်ပြထားသည်) ကို လူမျိုးစုအလိုက် သတ်မှတ်ထားသည်။Tsunehiko Hanihara မှပံ့ပိုးပေးသော Martin cranial တိုင်းတာခြင်းအဓိပ္ပါယ်သတ်မှတ်ချက်အရ cranial နမူနာအများအပြားကို cranial တိုင်းတာခြင်းဒေတာဘေ့စမှရွေးချယ်ခဲ့သည်။ကျွန်ုပ်တို့သည် ကမ္ဘာပေါ်ရှိ လူမျိုးစုအားလုံးမှ ကိုယ်စားပြု အမျိုးသား ဦးခေါင်းခွံများကို ရွေးချယ်ထားသည်။အဖွဲ့တစ်ခုစီ၏အဖွဲ့ဝင်များကို ခွဲခြားသတ်မှတ်ရန်၊ ကျွန်ုပ်တို့သည် ထိုအဖွဲ့နှင့်သက်ဆိုင်သည့် လူတစ်ဦးချင်းစီအတွက် အုပ်စုမှ ဦးနှောက်ဆိုင်ရာ တိုင်းတာမှု ၃၇ ခုကို အခြေခံ၍ ယူကလစ်အကွာအဝေးများကို တွက်ချက်ပါသည်။အခြေအနေအများစုတွင်၊ ကျွန်ုပ်တို့သည် ပျမ်းမျှ (နောက်ဆက်တွဲဇယား S4) မှ အသေးငယ်ဆုံးအကွာအဝေးဖြင့် 1-4 နမူနာများကို ရွေးချယ်ထားသည်။ဤအုပ်စုများအတွက်၊ အချို့သောနမူနာများကို Hahara တိုင်းတာခြင်းဒေတာဘေ့စ်တွင် စာရင်းမသွင်းပါက ကျပန်းရွေးချယ်ခံရပါသည်။
စာရင်းအင်းဆိုင်ရာ နှိုင်းယှဉ်မှုအတွက်၊ လူဦးရေနမူနာ ၁၄၈ ခုကို ဇယား ၁ တွင်ပြထားသည့်အတိုင်း အဓိက ပထဝီဝင်ယူနစ်များအဖြစ် အုပ်စုဖွဲ့ထားသည်။ "အာဖရိက" အုပ်စုတွင် ဆာဟာရဒေသခွဲမှ နမူနာများသာ ပါဝင်ပါသည်။မြောက်အာဖရိကမှ နမူနာများကို “အရှေ့အလယ်ပိုင်း” တွင် အလားတူအခြေအနေများရှိသည့် အနောက်အာရှမှ နမူနာများနှင့်အတူ ပါဝင်ခဲ့သည်။အရှေ့မြောက်အာရှအုပ်စုတွင် ဥရောပနွယ်ဖွားမဟုတ်သူများသာ ပါဝင်ပြီး အမေရိကန်အုပ်စုတွင် Native Americans များသာ ပါဝင်သည်။အထူးသဖြင့်၊ ဤအုပ်စုသည် မြောက်နှင့် တောင်အမေရိကတိုက်ကြီးများ၏ ကျယ်ပြန့်သော ပတ်၀န်းကျင်အမျိုးမျိုးတွင် ဖြန့်ကျက်ထားသည်။သို့သော်လည်း၊ ကျွန်ုပ်တို့သည် ရွှေ့ပြောင်းနေထိုင်မှု 80 အများအပြားကို မခွဲခြားဘဲ အရှေ့မြောက်အာရှနွယ်ဖွားများဟု ယူဆသော အမေရိကန်လူမျိုးများ၏ လူဦးရေစာရင်းမှတ်တမ်းကို ပေးထားသည့် ဤတစ်ခုတည်းသော ပထဝီဝင်ယူနစ်အတွင်း အမေရိကန်နမူနာကို ကျွန်ုပ်တို့ ထည့်သွင်းစဉ်းစားပါသည်။
Resolution မြင့်သော 3D စကင်နာ ( Shining 3D Co Ltd မှ EinScan Pro၊ အနိမ့်ဆုံး ရုပ်ထွက်- 0.5 မီလီမီတာ၊ https://www.shining3d.com/) ကို အသုံးပြု၍ ဤဆန့်ကျင်ဘက် ဦးခေါင်းခွံနမူနာများ၏ 3D မျက်နှာပြင်ဒေတာကို မှတ်တမ်းတင်ပြီး ကွက်ကွက်တစ်ခုထုတ်ပေးပါသည်။mesh မော်ဒယ်တွင် ခန့်မှန်းခြေ 200,000 မှ 400,000 ဒေါင်လိုက်များ ပါဝင်ပြီး အပေါက်များနှင့် ချောမွေ့သောအနားများကို ဖြည့်ရန် ပါ၀င်သည့်ဆော့ဖ်ဝဲလ်ကို အသုံးပြုပါသည်။
ပထမအဆင့်တွင်၊ ကျွန်ုပ်တို့သည် 4485 ဒေါင်လိုက် (8728 polygonal faces) ပါရှိသော single-template mesh ဦးခေါင်းခွံပုံစံကိုဖန်တီးရန် မည်သည့်ဦးခေါင်းခွံမှစကင်န်ဒေတာကိုအသုံးပြုခဲ့သည်။sphenoid အရိုး၊ petrous temporal အရိုး၊ အာခေါင်၊ maxillary alveoli နှင့် သွားများပါ၀င်သော ဦးခေါင်းခွံ၏ အောက်ခြေကို ပုံစံခွက်ပုံစံ ကွက်လပ်ပုံစံမှ ဖယ်ရှားခဲ့သည်။အကြောင်းရင်းမှာ တစ်ခါတစ်ရံတွင် အဆိုပါဖွဲ့စည်းပုံများသည် မပြည့်စုံခြင်း သို့မဟုတ် ပြီးမြောက်ရန် ခက်ခဲသော သေးငယ်သော သို့မဟုတ် ပါးလွှာသော ချွန်ထက်သော အစိတ်အပိုင်းများဖြစ်သည့် pterygoid မျက်နှာပြင်များနှင့် styloid လုပ်ငန်းစဉ်များ၊ သွားများပျက်စီးခြင်းနှင့်/သို့မဟုတ် အံဝင်ခွင်ကျရှိသော သွားများကဲ့သို့သော ပါးလွှာသော အစိတ်အပိုင်းများကြောင့်ဖြစ်သည်။ခြေရင်းအပါအဝင် foramen magnum အနီးတဝိုက်ရှိ ဦးခေါင်းခွံအခြေကို ပြန်လည်မွမ်းမံထားသောကြောင့် ၎င်းသည် သားအိမ်ခေါင်းအဆစ်များ၏တည်နေရာအတွက် ခန္ဓာဗေဒအရအရေးကြီးသောနေရာဖြစ်ပြီး ဦးခေါင်းခွံ၏အမြင့်ကို အကဲဖြတ်ရမည်ဖြစ်သည်။နှစ်ဖက်စလုံးတွင် အချိုးကျသော ပုံစံပုံစံပြုလုပ်ရန် မှန်ကွင်းများကို အသုံးပြုပါ။ဘက်ညီဂုံပုံသဏ္ဍာန်များကို တတ်နိုင်သမျှ မျှမျှတတအဖြစ်ပြောင်းရန် isotropic meshing ပြုလုပ်ပါ။
ထို့နောက်၊ HBM-Rugle ဆော့ဖ်ဝဲလ်ကို အသုံးပြု၍ ပုံစံခွက်မော်ဒယ်၏ ခန္ဓာဗေဒအရ သက်ဆိုင်သော ဒေါင်လိုက်များဆီသို့ မှတ်တိုင် ၅၆ ခုကို သတ်မှတ်ပေးခဲ့သည်။အထင်ကရ သတ်မှတ်ချက်များသည် အထင်ကရနေရာချထားခြင်း၏ တိကျမှုနှင့် တည်ငြိမ်မှုကို သေချာစေပြီး ထုတ်လုပ်ထားသော တူညီသောပုံစံတွင် ဤတည်နေရာများ၏ တူညီမှုကို သေချာစေသည်။Supplementary Table S5 နှင့် Supplementary Figure S3 တွင် ပြထားသည့်အတိုင်း ၎င်းတို့၏ သီးခြားဝိသေသလက္ခဏာများပေါ်တွင် အခြေခံ၍ ၎င်းတို့ကို ဖော်ထုတ်နိုင်သည်။Bookstein ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက် 81 အရ၊ အဆိုပါ အထင်ကရနေရာအများစုသည် တည်ဆောက်ပုံသုံးပုံ၏ဆုံရာတွင် Type I အထင်ကရနေရာများဖြစ်ပြီး အချို့မှာ Type II အထင်ကရနေရာများဖြစ်သည်။Martin ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက် 36 တွင် linear cranial တိုင်းတာမှုများအတွက် သတ်မှတ်ထားသော အမှတ်များမှ အမှတ်အသားများစွာကို လွှဲပြောင်းထားပါသည်။ နောက်အပိုင်းတွင် ပိုမိုတိကျသော သံယောဇဉ်မော်ဒယ်များထုတ်လုပ်ရန်အတွက် လူကိုယ်တိုင်သတ်မှတ်ထားသော 342 ဦးခေါင်းခွံနမူနာများအတွက် တူညီသောမှတ်တိုင် 56 ခုကို ကျွန်ုပ်တို့သတ်မှတ်ထားပါသည်။
နောက်ဆက်တွဲ ပုံ S4 တွင် ပြထားသည့်အတိုင်း စကင်န်ဒေတာနှင့် ပုံစံခွက်ကို ဖော်ပြရန်အတွက် ဦးခေါင်းဗဟိုပြု သြဒီနိတ်စနစ်အား သတ်မှတ်ခဲ့သည်။XZ လေယာဉ်သည် အမြင့်ဆုံးနေရာ (မာတင်၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်- အပိုင်း) ကိုဖြတ်သန်းသွားသော ဖရန့်ဖတ်အလျားလိုက် လေယာဉ်ဖြစ်ပြီး ဘယ်ဘက်နှင့် ညာဘက် ပြင်ပနားလမ်းကြောင်း၏ အနိမ့်ဆုံးနေရာ (မာတင်၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်- ပတ်လမ်း) ..X ဝင်ရိုးသည် ဘယ်ဘက်နှင့် ညာဖက်ခြမ်းကို ချိတ်ဆက်သည့်မျဉ်းဖြစ်ပြီး X+ သည် ညာဘက်ခြမ်းဖြစ်သည်။YZ လေယာဉ်သည် ဘယ်နှင့်ညာ အလယ်နှင့် နှာခေါင်းအမြစ်- Y+ အပေါ်၊ Z+ ရှေ့သို့ ဖြတ်သန်းသည်။ရည်ညွှန်းအမှတ် (မူလ- သုညသြဒီနိတ်) ကို YZ လေယာဉ် (လေယာဉ်အလယ်)၊ XZ လေယာဉ် (ဖရန့်ဖို့တ်လေယာဉ်) နှင့် XY လေယာဉ် (coronal လေယာဉ်) တို့ဆုံရာတွင် သတ်မှတ်ထားသည်။
ကျွန်ုပ်တို့သည် HBM-Rugle ဆော့ဖ်ဝဲလ် (ဆေးဘက်ဆိုင်ရာ အင်ဂျင်နီယာချုပ်၊ ကျိုတို၊ http://www.rugle.co.jp/) ကို အသုံးပြု၍ ပုံစံပလိတ်နှင့် အံဝင်ခွင်ကျဖြစ်သော အမှတ် 56 မှတ် (ပုံ 1 ၏ ဘယ်ဘက်ခြမ်း) ကို အသုံးပြု၍ တူညီသော mesh မော်ဒယ်ကို ဖန်တီးခဲ့သည်။ဂျပန်နိုင်ငံရှိ အဆင့်မြင့်စက်မှုလက်မှုသိပ္ပံနှင့်နည်းပညာအင်စတီကျုရှိ ဒစ်ဂျစ်တယ်လူ့သုတေသနစင်တာမှ ဒစ်ဂျစ်တယ်လူသားသုတေသနစင်တာမှ မူလတီထွင်ထားသည့် အဓိကဆော့ဖ်ဝဲအစိတ်အပိုင်းကို HBM ဟုခေါ်ပြီး အမှတ်အသားများကိုအသုံးပြုကာ မျက်နှာပြင်များကို အပိုင်းပိုင်းခွဲခြင်း 82 ကိုအသုံးပြု၍ ကောင်းမွန်သောကွက်လပ်ပုံစံများကို ဖန်တီးရန်အတွက် လုပ်ဆောင်ချက်များပါရှိသည်။နောက်ဆက်တွဲဆော့ဖ်ဝဲလ်ဗားရှင်း (mHBM) 83 သည် အံဝင်ခွင်ကျစွမ်းဆောင်ရည်ကို မြှင့်တင်ရန်အတွက် အမှတ်အသားများမပါဘဲ ပုံစံအံဝင်ခွင်ကျဖြစ်စေရန်အတွက် အင်္ဂါရပ်ကို ထည့်သွင်းထားသည်။HBM-Rugle သည် mHBM ဆော့ဖ်ဝဲလ်ကို ညှိနှိုင်းစနစ်များကို စိတ်ကြိုက်ပြင်ဆင်ခြင်းနှင့် ထည့်သွင်းဒေတာကို အရွယ်အစားပြောင်းလဲခြင်းအပါအဝင် အသုံးပြုသူများ အဆင်ပြေစေမည့် အင်္ဂါရပ်များနှင့် ပေါင်းစပ်ထားသည်။မြောက်မြားစွာသော လေ့လာမှုများတွင် ဆော့ဖ်ဝဲနှင့် အံဝင်ခွင်ကျ တိကျမှု၏ ယုံကြည်စိတ်ချရမှုကို 52,54,55,56,57,58,59,60 တွင် အတည်ပြုခဲ့သည်။
အထင်ကရများကို အသုံးပြု၍ HBM-Rugle နမူနာပုံစံကို တပ်ဆင်သည့်အခါ၊ template ၏ mesh မော်ဒယ်ကို ICP နည်းပညာအပေါ် အခြေခံ၍ တင်းကျပ်စွာ မှတ်ပုံတင်ခြင်းဖြင့် ပစ်မှတ်စကင်န်ဒေတာပေါ်တွင် အကျုံးဝင်သည် ( template နှင့် သက်ဆိုင်သည့် အထင်ကရနေရာများကြား အကွာအဝေးပေါင်းကို လျှော့ချခြင်း) နှင့် ထို့နောက် mesh ၏ မတောင့်တင်းသော ပုံသဏ္ဍာန်ကြောင့် template ကို ပစ်မှတ်စကင်န်ဒေတာသို့ လိုက်လျောညီထွေဖြစ်စေသည်။ဤလျောက်ပတ်မှုလုပ်ငန်းစဉ်သည် လျောက်ပတ်မှု၏တိကျမှုကိုတိုးတက်စေရန်အတွက် လျောက်ပတ်သည့်ဘောင်နှစ်ခု၏ မတူညီသောတန်ဖိုးများကိုသုံး၍ သုံးကြိမ်ထပ်ခါတလဲလဲလုပ်ဆောင်ခဲ့သည်။ဤကန့်သတ်ချက်များထဲမှတစ်ခုသည် ပုံစံပလိတ်ဇယားကွက်ပုံစံနှင့် ပစ်မှတ်စကင်န်ဒေတာကြားအကွာအဝေးကို ကန့်သတ်ထားပြီး အခြားတစ်ခုသည် နမူနာပုံစံမှတ်တိုင်များနှင့် ပစ်မှတ်မှတ်တိုင်များကြားအကွာအဝေးကို အပြစ်ပေးသည်။ထို့နောက် ပုံပျက်နေသော ပုံစံခွက်ပုံစံ mesh မော်ဒယ်ကို cyclic surface subdivision algorithm 82 ကိုအသုံးပြု၍ ပိုင်းခြားပြီး 17,709 vertices (34,928 polygons) ပါ၀င်သော ပိုမိုသန့်စင်သော mesh မော်ဒယ်ကို ဖန်တီးခဲ့သည်။နောက်ဆုံးတွင်၊ ပိုင်းခြားထားသောပုံစံပလိတ်ဇယားကွက်ပုံစံသည် homology မော်ဒယ်ကိုထုတ်လုပ်ရန်အတွက် ပစ်မှတ်စကင်န်ဒေတာနှင့် အံဝင်ခွင်ကျဖြစ်နေပါပြီ။အထင်ကရနေရာများသည် ပစ်မှတ်စကင်န်ဒေတာရှိအရာများနှင့် အနည်းငယ်ကွာခြားသောကြောင့်၊ ယခင်အပိုင်းတွင်ဖော်ပြထားသော ဦးခေါင်းတိမ်းညွှတ်မှုစနစ်အား အသုံးပြု၍ ၎င်းတို့ကိုဖော်ပြရန် homology မော်ဒယ်ကို ကောင်းစွာချိန်ညှိထားပါသည်။နမူနာအားလုံးရှိ တူညီသောတူညီသောပုံစံမှတ်တိုင်များနှင့် ပစ်မှတ်စကင်န်ဒေတာအကြား ပျမ်းမျှအကွာအဝေးမှာ <0.01 မီလီမီတာဖြစ်သည်။HBM-Rugle လုပ်ဆောင်ချက်ကို အသုံးပြု၍ တွက်ချက်ထားသော တူညီသောမော်ဒယ်ဒေတာအချက်များနှင့် ပစ်မှတ်စကင်န်ဒေတာအကြား ပျမ်းမျှအကွာအဝေးမှာ 0.322 မီလီမီတာ (နောက်ဆက်တွဲဇယား S2) ဖြစ်သည်။
ဦးနှောက်ပိုင်းဆိုင်ရာ အသွင်သဏ္ဍာန်ပြောင်းလဲမှုများကို ရှင်းပြရန်အတွက် အဆင့်မြင့်စက်မှုသိပ္ပံနှင့် နည်းပညာသိပ္ပံရှိ ဒစ်ဂျစ်တယ်လူသားသိပ္ပံစင်တာမှ ဖန်တီးထားသည့် HBS ဆော့ဖ်ဝဲကို အသုံးပြု၍ တူညီသောပုံစံအားလုံး၏ တူညီသော အစိတ်အပိုင်းအားလုံး၏ 17,709 ဒေါင်လိုက် (53,127 XYZ သြဒိနိတ်များ) ကို ခွဲခြမ်းစိတ်ဖြာခဲ့သည်။, Japan (ဖြန့်ဖြူးရောင်းချသူ- ဆေးအင်ဂျင်နီယာ၊ ကျိုတို၊ http://www.rugle.co.jp/)။ထို့နောက် ကျွန်ုပ်တို့သည် ပုံမှန်မဟုတ်သော ဒေတာအစုံတွင် PCA ကို အသုံးပြုကာ အလယ်အလတ်အရွယ်အစားဖြင့် ပုံမှန်ပြုလုပ်ထားသော ဒေတာသတ်မှတ်မှုကို ကြိုးစားခဲ့သည်။ထို့ကြောင့်၊ စံမဟုတ်သောဒေတာကိုအခြေခံထားသော PCA သည် ပထဝီဝင်ယူနစ် ကိုးခု၏ ​​ဦးနှောက်ပုံသဏ္ဍာန်ကို ပိုမိုရှင်းလင်းစွာဖော်ပြနိုင်ပြီး စံပြုဒေတာကိုအသုံးပြု၍ PCA ထက် အစိတ်အပိုင်းများကို အနက်ဖွင့်ရာတွင် လွယ်ကူချောမွေ့စေပါသည်။
ဤဆောင်းပါးသည် စုစုပေါင်းကွဲလွဲမှု၏ 1% ထက်ပိုသော ပံ့ပိုးကူညီမှုဖြင့် ရှာဖွေတွေ့ရှိထားသော အဓိကအစိတ်အပိုင်းများကို တင်ဆက်ထားသည်။အဓိက ပထဝီဝင်ယူနစ်များတစ်လျှောက် အုပ်စုများကို ခွဲခြားရာတွင် အထိရောက်ဆုံး အဓိကအစိတ်အပိုင်းများကို ဆုံးဖြတ်ရန် လက်ခံသူ၏ လည်ပတ်မှုလက္ခဏာ (ROC) ခွဲခြမ်းစိတ်ဖြာမှုကို 2% 84 ထက် ပိုကြီးသော ပံ့ပိုးကူညီမှုဖြင့် အဓိကအစိတ်အပိုင်း (PC) ရမှတ်များသို့ အသုံးချခဲ့သည်။ဤခွဲခြမ်းစိတ်ဖြာချက်သည် အမျိုးအစားခွဲခြင်းစွမ်းဆောင်ရည်ကို မြှင့်တင်ရန်နှင့် ပထဝီဝင်အုပ်စုများအကြား ကွက်ကွက်များကို မှန်ကန်စွာ နှိုင်းယှဉ်ရန် PCA အစိတ်အပိုင်းတစ်ခုစီအတွက် ဖြစ်နိုင်ခြေမျဉ်းကွေးကို ထုတ်ပေးပါသည်။ပိုမိုကြီးမားသောတန်ဖိုးများရှိသော PCA အစိတ်အပိုင်းများသည် အုပ်စုများကြားတွင် ပိုမိုကောင်းမွန်စွာ ခွဲခြားဆက်ဆံနိုင်သည့် မျဉ်းကွေးအောက် (AUC) အောက်တွင် ခွဲခြားဆက်ဆံမှုစွမ်းအားဒီဂရီကို အကဲဖြတ်နိုင်သည်။ထို့နောက် အရေးပါမှုအဆင့်ကို အကဲဖြတ်ရန် ချီစတုရန်းစစ်ဆေးမှုကို ပြုလုပ်ခဲ့သည်။ROC ခွဲခြမ်းစိတ်ဖြာမှုကို Excel အတွက် Bell Curve (ဗားရှင်း 3.21) ကို အသုံးပြု၍ Microsoft Excel တွင် လုပ်ဆောင်ခဲ့သည်။
အဓိကပထဝီဝင်ယူနစ်များမှ အုပ်စုများကို ထိထိရောက်ရောက် ခွဲခြားနိုင်သော PC ရမှတ်များကို အသုံးပြု၍ အပိုင်းပိုင်းခြားနားချက်များကို မြင်သာစေရန်၊ scatterplots များကို ဖန်တီးထားပါသည်။အဓိကအစိတ်အပိုင်းများကို အဓိပ္ပာယ်ဖွင့်ဆိုရန်၊ အဓိကအစိတ်အပိုင်းများနှင့် လွန်စွာဆက်စပ်နေသည့် မော်ဒယ်လ် ဒေါင်လိုက်များကို မြင်သာစေရန် အရောင်မြေပုံကို အသုံးပြုပါ။ထို့အပြင်၊ အဓိကအစိတ်အပိုင်းရမှတ်များ၏ ±3 စံသွေဖည်မှုများ (SD) တွင်ရှိသော အဓိကအစိတ်အပိုင်းပုဆိန်များ၏ အတုအယောင်များကို တွက်ချက်ပြီး အပိုဆောင်းဗီဒီယိုတွင် ပြသထားသည်။
PCA ခွဲခြမ်းစိတ်ဖြာမှုတွင် အကဲဖြတ်ထားသော ဦးခေါင်းခွံပုံသဏ္ဍာန်နှင့် အရွယ်အစားအချက်များကြား ဆက်နွယ်မှုကို ဆုံးဖြတ်ရန် Allometry ကို အသုံးပြုခဲ့သည်။ခွဲခြမ်းစိတ်ဖြာချက်သည် ပံ့ပိုးမှုများ >1% ရှိသော အဓိကအစိတ်အပိုင်းများအတွက် အကျုံးဝင်သည်။ဤ PCA ၏ ကန့်သတ်ချက်တစ်ခုမှာ ပုံသဏ္ဍာန် အစိတ်အပိုင်းများသည် ပုံသဏ္ဍာန်ကို တစ်ဦးချင်းစီ ညွှန်ပြနိုင်ခြင်းမရှိသောကြောင့် ပုံမှန်မဟုတ်သော ဒေတာအစုံသည် အတိုင်းအတာအချက်အားလုံးကို မဖယ်ရှားနိုင်သောကြောင့် ဖြစ်သည်။ပုံမှန်မဟုတ်သော ဒေတာအတွဲများကို အသုံးပြုခြင်းအပြင်၊ ကျွန်ုပ်တို့သည် ပံ့ပိုးမှုများ >1% ရှိသော အဓိကအစိတ်အပိုင်းများတွင် အသုံးပြုသည့် ပုံမှန်လုပ်ဆောင်ထားသော centroid အရွယ်အစားဒေတာအပေါ်အခြေခံ၍ PC အပိုင်းပိုင်းအစုံများကို အသုံးပြုကာ allometric လမ်းကြောင်းများကို ပိုင်းခြားစိတ်ဖြာထားသည်။
Y သည် ပုံသဏ္ဍာန်အစိတ်အပိုင်းတစ်ခု၏ ပုံသဏ္ဍာန် သို့မဟုတ် အချိုးအစားဖြစ်သော ညီမျှခြင်း Y = aXb 85 ကိုအသုံးပြု၍ Allometric လမ်းကြောင်းများကို စမ်းသပ်ခဲ့သည်၊ X သည် အလယ်တန်းအရွယ်အစား (နောက်ဆက်တွဲဇယား S2)၊ a သည် ကိန်းသေတန်ဖိုးဖြစ်ပြီး b သည် allometric coefficient ဖြစ်သည်။ဤနည်းလမ်းသည် အခြေခံအားဖြင့် allometric ကြီးထွားမှုလေ့လာမှုများကို geometric morphometry78,86 သို့မိတ်ဆက်ပေးသည်။ဤဖော်မြူလာ၏ လော့ဂရစ်သမ်အသွင်ပြောင်းခြင်းမှာ- log Y = b × log X + log a ။a နှင့် b ကို တွက်ချက်ရန် အနည်းဆုံး စတုရန်းနည်းကို အသုံးပြု၍ ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာခြင်းကို အသုံးချခဲ့သည်။Y (ဗဟိုအရွယ်အစား) နှင့် X (PC ရမှတ်များ) ကို လော့ဂရစ်သမ်ဖြင့် ပြောင်းလဲသောအခါ၊ ဤတန်ဖိုးများသည် အပြုသဘောဆောင်ရမည်ဖြစ်သည်။သို့သော်လည်း X အတွက် ခန့်မှန်းချက်အစုတွင် အနုတ်တန်ဖိုးများ ပါရှိသည်။အဖြေတစ်ခုအနေဖြင့်၊ အစိတ်အပိုင်းတစ်ခုစီရှိ အပိုင်းတစ်ခုစီအတွက် အသေးငယ်ဆုံးအပိုင်းကိန်း အပေါင်း 1 ၏ ပကတိတန်ဖိုးသို့ ဝိုင်းခြင်းကို ပေါင်းထည့်ကာ လော့ဂရစ်သမ်အသွင်ပြောင်းခြင်းကို ပြောင်းလဲထားသော အပြုသဘောဆောင်သောအပိုင်းအစများအားလုံးကို အသုံးပြုပါသည်။Allometric coefficients ၏ အရေးပါမှုကို အမြီးနှစ်ပိုင်းရှိသော ကျောင်းသား၏ t test ဖြင့် အကဲဖြတ်ခဲ့သည်။Allometric တိုးတက်မှုကို စမ်းသပ်ရန်အတွက် ဤကိန်းဂဏန်းတွက်ချက်မှုများကို Excel ဆော့ဖ်ဝဲတွင် Bell Curves (ဗားရှင်း 3.21) ကို အသုံးပြု၍ လုပ်ဆောင်ခဲ့သည်။
Wolpoff၊ MH ရာသီဥတုသည် အရိုးစု၏နှာခေါင်းပေါ်ရှိ သက်ရောက်မှုများ။ဟုတ်ကဲ့။J. Physလူသားဆန်တယ်။၂၉၊ ၄၀၅–၄၂၃။https://doi.org/10.1002/ajpa.1330290315 (1968)။
Beals၊ KL ဦးခေါင်းပုံသဏ္ဍာန်နှင့် ရာသီဥတုဖိစီးမှု။ဟုတ်ကဲ့။J. Physလူသားဆန်တယ်။၃၇၊ ၈၅–၉၂။https://doi.org/10.1002/ajpa.1330370111 (1972)။