Применение согласованных коэффициентов эллиптического преобразования Фурье для сравнения форм биологических структур (на примере прикрепительных органов моногеней)

Обложка

Цитировать

Полный текст

Аннотация

Эллиптическое преобразование Фурье – распространенный метод описания формы объектов уникальной последовательностью коэффициентов, которые позволяют сравнить формы математическими методами. Однако сырые коэффициенты содержат лишние данные, не связанные с формой, что не обеспечивает корректное сравнение. По этой причине коэффициенты нормируют. Это убирает часть лишних данных, но оставляет информацию о зеркальной симметрии и порядке обхода контуров объектов, закодированные в знаках коэффициентов, которые также мешают сравнению форм. В работе описан алгоритм согласования нормированных коэффициентов, нивелирующий влияние упомянутой информации. На примере прикрепительных органов моногеней показаны преимущества использования согласованных коэффициентов для сравнения форм биологических структур.

Полный текст

Доступ закрыт

Об авторах

А. М. Лях

ФГБУН ФИЦ “Институт биологии южных морей им. А.О. Ковалевского РАН”

Автор, ответственный за переписку.
Email: me@antonlyakh.ru
Россия, пр-т Нахимова, 2, Севастополь, 299011

Список литературы

  1. Быховский Б. Е. Моногенетические сосальщики, их система и филогения. М.–Л.: Изд-во АН СССР, 1957. 510 с.
  2. Васильев А. Г., Васильева И. А., Шкурихин А. О. Геометрическая морфометрия: от теории к практике. М.: КМК. 2018. 471 с.
  3. Герасев П. И., Дмитриева Е. В., Пугачев О. Н. Методы изучения моногеней (Plathelminthes, Monogenea) на примере паразитов кефалей (Mugilidae) // Зоол.ж. 2010. Т. 89. № 3. С. 1–15.
  4. Дмитриева Е. В., Лях А. М., Корнийчук Ю. М., Полякова Т. А., Попюк М. П. Электронная коллекция паразитов рыб Мирового океана Института морских биологических исследований им. А. О. Ковалевского // Морской биологический журнал. 2016. Т. 1. № 3. С. 27–31. https:doi.org/10.21072/mbj.01.3.04
  5. Лях А. М. Анализ биологических форм на основе согласованных коэффициентов эллиптического преобразования Фурье // Наука Юга России. 2019. Т. 15. № 4. С. 63–70.
  6. Фурман Я. А., Кревецкий А. В., Передреев А. К., Роженцов А. А., Хафизов Р. Г., Егошина И. Л., Леухин А. Н. Введение в контурный анализ; приложения к обработке изображений и сигналов / Под ред. Я. А. Фурмана. 2 изд., испр. М.: Физматлит. 2003. 592 с.
  7. Bai X., Donoser M., Liu H., Latecki L. J. Efficient shape representation, matching, ranking, and its applications // Pattern Recog. Lett. 2016. V. 83. № 3. P. 241–430. https:doi.org/10.1016/j.patrec.2016.08.007
  8. Baker F. B. Stability of two hierarchical grouping techniques case 1: Sensitivity to data errors // J. Am. Stat. Assoc. 1974. V. 69. № 346. P. 440–445. https:doi.org/10.1080/01621459.1974.10482971
  9. Cervantes E., Rodriguez-Lorenzo J.L., Pozo del D.G., Martin-Gomez J.J., Janousek B., Tocino A., Juan A. Seed silhouettes as geometric objects: new applications of elliptic Fourier transform to seed morphology // Horticulturae. 2022. V. 8. № 10. 974. https:doi.org/10.3390/horticulturae8100974
  10. Crampton J. S. Elliptic Fourier shape analysis of fossil bivalves: some practical considerations // Lethaia. 1995. V. 28. P. 179–186. https:doi.org/10.1111/j.1502-3931.1995.tb01611.x
  11. Diaz G., Zuccarelli A., Pelligra I., Ghiani A. Elliptic Fourier analysis of cell and nuclear shapes // Comput. Biomed. Res. 1989. V. 22. № 5. P. 405–414. https:doi.org/10.1016/0010-4809(89)90034-7
  12. Dhingra R. D., Barnes J. W., Hedman M. M., Radebaugh J. Using elliptical Fourier descriptor analysis (EFDA) to quantify Titan lake morphology // The Astronomical Journal. 2019. V. 158. № 6. P. 1–13. https:doi.org/10.3847/1538-3881/ab4907
  13. Dmitrieva E. V., Gerasev P. I., Pron’kina N. V. Ligophorus llewellyni n. sp. (Monogenea: Ancyrocephalidae) from the redlip mullet Liza haematocheilus (Temminck & Schlegel) introduced into the Black Sea from the Far East // Syst. Parasitol. 2007. V. 67. P. 51–64. https:10.1007/s11230-006-9072-4
  14. Dryden I. L., Mardia K. V. Statistical shape analysis, with application in R. John Willey & Sons, Ltd., 2012. 510 p.
  15. Ferson S., Rohlf J., Koehn R. Measuring shape variation of two-dimensional outlines // Syst. Biol. 1985. V. 34. № 1. P. 59–68. https:doi.org/10.2307/2413345
  16. Henning C. An empirical comparison and characterization of nine popular clustering methods // Adv. Data Anal. Classi. 2022. V. 16. P. 201–209. https:10.1007/s11634-021-00478-z
  17. Kuhl F. P., Giardina C. R. Elliptic Fourier features of a closed contour // Comp. Graph. Image Proc. 1982. V. 18. № 3. 236–258. https:doi.org/10.1016/0146-664X(82)90034-X
  18. Lishchenko F., Jones J. B. Application of shape analyses to recording structures of marine organisms for stock discrimination and taxonomic purposes // Front. Mar. Sci. 2021. V. 8. № 667183. P. 1–26. https:doi.org/10.3389/fmars.2021.667183
  19. Loncaric A. A survey of shape analysis techniques // Pattern Recogn. 1998. V. 31. №. 8. P. 983–1001. https:doi.org/10.1016/S0031-2023(97)00122-2
  20. Lyakh A., Dmitrieva E., Popyuk M. P., Shikhat O., Melnik A. A geometric morphometric approach to the analysis of the shape variability of the haptoral attachment structures of Ligophorus species (Platyhelminthes: Monogenea) // Ecologica Montenegrina. 2017. V. 14. P. 92–101. https:doi.org/10.37828/em.2017.14.10
  21. McLellan T., Endler J. A. The relative success of some methods for measuring and describing the shape of complex objects // Syst. Biol. 1998. V. 47. № 2. P. 264–281. https:doi.org/10.1080/106351598260914
  22. Mitteroecker P., Schaefer K. Thirty years of geometric morphometrics: Achievements, challenges, and the ongoing quest for biological meaningfulness // American Journal of Biological Anthropology. 2022. V. 178. № S74. P. 181–210. https:doi.org/10.1002/ajpa.24531
  23. Neto J. C., Mever G. E., Jones D. D., Samal A. K. Plant species identification using Elliptic Fourier leaf shape analysis // Comput. Electr. Agr. 2006. V. 50. № 2. P. 121–134. https:doi.org/10.1016/j.compag.2005.09.004
  24. Pappas J. L., Kociolek J. P., Stoermer E. F. Quantitative morphometric methods in diatom research // Nova Hedwigia, Beiheft. 2014. V. 143. P. 281–306.
  25. Salili-James A., Mackay A., Rodriguez-Alvarez E., Rodrigues-Perez D., Mannack T., Rawlings T. A., Palmer R. A., Todd J., Riutta T. E., Macinnis-Ng. C., Han Z., Davies M., Thorpe Z., Marsland S., Leroi A. M. Classifying organisms and artefacts by their outline shapes // J. R. Soc. Interface. 2022. V. 19. № 195. P. 1–12. https:doi.org/10.1098/rsif.2022.0493
  26. Scornavacca C., Zickmann F., Huson D. H. Tanglegrams for rooted phylogenetic trees and networks // Bioinformatics. 2011. V. 27. P. i248–i256. https:doi.org/10.1093/bioinformatics/btr210
  27. Shen W., Wang Y., Bai X., Wang H., Latecki L. J. Shape clustering: Common structure discovery // Pattern Recogn. 2013. V. 46. P. 539–550. https:doi.org/10.1016/j.patcog.2012.07.023
  28. Srivastava A., Joshi S. H., Mio W., Liu X. Statistical shape analysis: clustering, learning, and testing // IEEE T. Pattern Anal. 2005. V. 27. № 4. P. 590–602. https:doi.org/10.1109/tpami.2005.86
  29. Suzuki K., Fujiwara H., Ohta T. The evaluation of macroscopic and microscopic textures of sand grains using elliptic Fourier and principal component analysis: Implications for the discrimination of sedimentary environments // Sedimentology. 2015. V. 62. № 4. P. 1184–1197. https:doi.org/10.1111/sed.12183
  30. Tuset V. M., Galimany E., Farres A., Marco-Herrero E., Otero-Ferrer J.L., Lombarte A., Ramon M. Recognising mollusc shell contours with enlarged spines: Wavelet vs Elliptic Fourier analyses // Zoology. 2020. V. 140. 125778. https:doi.org/10.1016/j.zool.2020.125778
  31. Vignon M. Putting in shape – towards a unified approach for the taxonomic description of monogenean haptoral hard parts // Syst. Parasitol. 2011. V. 79. P. 161–174. https:doi.org/10.1007/s11230-011-9303-1
  32. Wishkerman A., Hamilton P. B. Shape outline extraction software (DiaOutline) for elliptic Fourier analysis application in morphometric studies // Appl. Plant Sci. 2018. V. 6. № 12. e01204. https:doi.org/10.1002%2Faps3.1204
  33. Yang H.-P., Ma C.-S., Wen H., Zhan Q.-B., Wang X.-L. (2015) A tool for developing an automatic insect identification system based on wing outlines // Sci. Rep. 2015. V. 5. № 12786. https:doi.org/10.1038/srep12786

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Контуры прикрепительных органов моногеней. Заливкой обозначен порядок обхода вершин контуров (ориентация контуров): точки закрашенного контура идут против часовой стрелки, а незакрашенного – по часовой.

Скачать (89KB)
Метаданные
3. Рис. 2. Контуры прикрепительных органов видов рода Ligophorus, использованные в работе. Контуры выровнены по вертикали и подогнаны к одному размеру при помощи процедуры нормирования, а при помощи алгоритма согласования, описанного в статье, они геометрически согласованы друг с другом.

Скачать (207KB)
Метаданные
4. Рис. 3. Значения 60 коэффициентов первых 15 гармоник, описывающих форму четырех прикрепительных крючков. Видно, что с увеличение номера гармоники значения нормированных коэффициентов ЭПФ быстро убывают.

Скачать (68KB)
Метаданные
5. Рис. 4. Правила замены знаков и действие операторов согласования: а – Ø – нулевой оператор, не влияющий на контур, • – оператор сдвига начальной точки контура в противоположную часть, ϲ – оператор инверсии направления обхода, ― и | – операторы зеркального отражения относительно горизонтальной и вертикальной осей; б – правила замены знаков коэффициентов; правило записано для первых двух гармоник (восьми коэффициентов), но его следует применить для каждой пары гармоник, начиная с первой; в записи использованы следующие обозначения: × – инверсия знака, ∙ – знак остается прежним; в, г – маски для поиска операторов, соответствующих знаковой разности согласуемых контуров, при вертикальном (в) и горизонтальном (г) выравнивании контуров; д – результат действия операторов на контуры.

Скачать (173KB)
Метаданные
6. Рис. 5. Сравнение при помощи танглеграмм и индекса гамма-ассоциации Бейкера (число в середине танглеграммы) дендрограмм, построенных по нормированным коэффициентам ЭПФ трех наборов контуров – A, B и С.

Скачать (455KB)
Метаданные
7. Рис. 6. Алгоритм согласования автоматически преобразовал хаотично расположенные контуры в упорядоченные. В редких случаях положение некоторых контуров (обведены красным) отличалось от остальных, однако это не мешало использовать их числовые описания для сравнения форм.

Скачать (411KB)
Метаданные
8. Рис. 7. Сравнение дендрограмм, построенных по согласованным (согл.) и абсолютным (абс.) значениям коэффициентов; числа показывают значения индекса гамма-ассоциации Бейкера.

Скачать (183KB)
Метаданные
9. Рис. 8. Средние формы (черные) прикрепительных структур представителей пяти видов рода Ligophorus (темно-красные), построенные при помощи осреднения значений согласованных коэффициентов ЭПФ.

Скачать (168KB)
Метаданные
10. Рис. 9. Дерево средних форм прикрепительных крючков моногеней, которое может служить для идентификации форм. Показаны только два уровня дерева. На первом уровне иерархии средние формы построены при помощи осреднения согласованных коэффициентов ЭПФ, принадлежащих одному кластеру; на втором уровне – при помощи осреднения коэффициентов, принадлежащих соседним кластерам.е

Скачать (258KB)
Метаданные

© Российская академия наук, 2024