Nature.com ની મુલાકાત લેવા બદલ આભાર.તમે ઉપયોગ કરી રહ્યાં છો તે બ્રાઉઝરનાં વર્ઝનમાં મર્યાદિત CSS સપોર્ટ છે.શ્રેષ્ઠ પરિણામો માટે, અમે તમારા બ્રાઉઝરના નવા સંસ્કરણનો ઉપયોગ કરવાની ભલામણ કરીએ છીએ (અથવા Internet Explorer માં સુસંગતતા મોડ બંધ કરો).આ દરમિયાન, ચાલુ સમર્થનની ખાતરી કરવા માટે, અમે સ્ટાઇલ અથવા JavaScript વિના સાઇટ બતાવી રહ્યા છીએ.
આ અભ્યાસમાં વિશ્વભરના 148 વંશીય જૂથોના સ્કેન ડેટાના આધારે ભૌમિતિક હોમોલોજી મોડલનો ઉપયોગ કરીને માનવ ક્રેનિયલ મોર્ફોલોજીમાં પ્રાદેશિક વિવિધતાનું મૂલ્યાંકન કરવામાં આવ્યું હતું.આ પદ્ધતિ પુનરાવર્તિત નજીકના બિંદુ અલ્ગોરિધમનો ઉપયોગ કરીને બિન-કઠોર પરિવર્તનો કરીને હોમોલોગસ મેશ બનાવવા માટે ટેમ્પલેટ ફિટિંગ તકનીકનો ઉપયોગ કરે છે.342 પસંદ કરેલા હોમોલોગસ મોડલ્સ પર મુખ્ય ઘટક વિશ્લેષણ લાગુ કરીને, એકંદર કદમાં સૌથી મોટો ફેરફાર જોવા મળ્યો અને દક્ષિણ એશિયાની નાની ખોપરી માટે સ્પષ્ટપણે પુષ્ટિ મળી.બીજો સૌથી મોટો તફાવત એ ન્યુરોક્રેનિયમની લંબાઈ અને પહોળાઈનો ગુણોત્તર છે, જે આફ્રિકનોની વિસ્તૃત ખોપરીઓ અને ઉત્તરપૂર્વ એશિયનોની બહિર્મુખ કંકાલ વચ્ચેનો તફાવત દર્શાવે છે.તે નોંધવું યોગ્ય છે કે આ ઘટકને ચહેરાના કોન્ટૂરિંગ સાથે બહુ ઓછો સંબંધ છે.ઉત્તરપૂર્વ એશિયનોમાં બહાર નીકળેલા ગાલ અને યુરોપિયનોમાં કોમ્પેક્ટ મેક્સિલરી હાડકાં જેવા જાણીતા ચહેરાના લક્ષણોની પુનઃ પુષ્ટિ કરવામાં આવી હતી.આ ચહેરાના ફેરફારો ખોપરીના સમોચ્ચ સાથે નજીકથી સંબંધિત છે, ખાસ કરીને આગળના અને ઓસિપિટલ હાડકાંના ઝોકની ડિગ્રી.એકંદર ખોપરીના કદની તુલનામાં ચહેરાના પ્રમાણમાં એલોમેટ્રિક પેટર્ન જોવા મળ્યા હતા;મોટી ખોપરીઓમાં ચહેરાની રૂપરેખા લાંબી અને સાંકડી હોય છે, જેમ કે ઘણા મૂળ અમેરિકનો અને ઉત્તરપૂર્વ એશિયનોમાં દર્શાવવામાં આવ્યું છે.જો કે અમારા અભ્યાસમાં પર્યાવરણીય ચલો પરના ડેટાનો સમાવેશ કરવામાં આવ્યો ન હતો જે ક્રેનિયલ મોર્ફોલોજીને પ્રભાવિત કરી શકે છે, જેમ કે આબોહવા અથવા આહારની સ્થિતિ, હોમોલોગસ ક્રેનિયલ પેટર્નનો મોટો ડેટા સેટ હાડપિંજરની ફેનોટાઇપિક લાક્ષણિકતાઓ માટે વિવિધ સ્પષ્ટતા મેળવવા માટે ઉપયોગી થશે.
માનવ ખોપરીના આકારમાં ભૌગોલિક તફાવતોનો લાંબા સમયથી અભ્યાસ કરવામાં આવ્યો છે.ઘણા સંશોધકોએ પર્યાવરણીય અનુકૂલન અને/અથવા પ્રાકૃતિક પસંદગીની વિવિધતાનું મૂલ્યાંકન કર્યું છે, ખાસ કરીને આબોહવા પરિબળો1,2,3,4,5,6,7 અથવા પોષક પરિસ્થિતિઓ 5,8,9,10, 11,12ના આધારે મસ્તિક કાર્ય.13.આ ઉપરાંત, કેટલાક અભ્યાસોએ તટસ્થ જીન મ્યુટેશન 14,15,16,17,18,19,20,21,22,23ને કારણે અવરોધક અસરો, આનુવંશિક પ્રવાહ, જનીન પ્રવાહ અથવા સ્ટોકેસ્ટિક ઉત્ક્રાંતિ પ્રક્રિયાઓ પર ધ્યાન કેન્દ્રિત કર્યું છે.ઉદાહરણ તરીકે, વિશાળ અને ટૂંકા ક્રેનિયલ તિજોરીના ગોળાકાર આકારને એલનના નિયમ 24 અનુસાર પસંદગીના દબાણના અનુકૂલન તરીકે સમજાવવામાં આવ્યું છે, જે અનુમાન કરે છે કે સસ્તન પ્રાણીઓ શરીરની સપાટીના વિસ્તારને વોલ્યુમ 2,4,16,17,25ની તુલનામાં ઘટાડીને ગરમીનું નુકસાન ઘટાડે છે. .વધુમાં, બર્ગમેનના નિયમ26 નો ઉપયોગ કરીને કેટલાક અભ્યાસોએ ખોપરીના કદ અને તાપમાન 3,5,16,25,27 વચ્ચેના સંબંધને સમજાવ્યું છે, જે સૂચવે છે કે ગરમીના નુકશાનને રોકવા માટે ઠંડા પ્રદેશોમાં એકંદર કદ મોટું હોય છે.ક્રેનિયલ વોલ્ટ અને ચહેરાના હાડકાંની વૃદ્ધિ પેટર્ન પર મેસ્ટિકેટરી સ્ટ્રેસના મિકેનિસ્ટિક પ્રભાવને રાંધણ સંસ્કૃતિ અથવા ખેડુતો અને શિકારીઓ વચ્ચે નિર્વાહ તફાવતો8,9,11,12,28ના પરિણામે ખોરાકની પરિસ્થિતિઓના સંબંધમાં ચર્ચા કરવામાં આવી છે.સામાન્ય સમજૂતી એ છે કે ચાવવાનું દબાણ ઘટવાથી ચહેરાના હાડકાં અને સ્નાયુઓની કઠિનતા ઓછી થાય છે.કેટલાક વૈશ્વિક અભ્યાસોએ ખોપરીના આકારની વિવિધતાને મુખ્યત્વે પર્યાવરણીય અનુકૂલન 21,29,30,31,32ને બદલે તટસ્થ આનુવંશિક અંતરના ફેનોટાઇપિક પરિણામો સાથે જોડી છે.ખોપરીના આકારમાં ફેરફાર માટે અન્ય સમજૂતી આઇસોમેટ્રિક અથવા એલોમેટ્રિક વૃદ્ધિ 6,33,34,35 ની વિભાવના પર આધારિત છે.ઉદાહરણ તરીકે, મોટા મગજમાં કહેવાતા "બ્રોકાઝ કેપ" પ્રદેશમાં પ્રમાણમાં પહોળા આગળના લોબ્સ હોય છે, અને આગળના લોબની પહોળાઈ વધે છે, એક ઉત્ક્રાંતિ પ્રક્રિયા જે એલોમેટ્રિક વૃદ્ધિ પર આધારિત માનવામાં આવે છે.વધુમાં, ખોપરીના આકારમાં લાંબા ગાળાના ફેરફારોની તપાસ કરતા અભ્યાસમાં બ્રેચીસેફાલી (ખોપરીની વધુ ગોળાકાર બનવાની વૃત્તિ) તરફ એલોમેટ્રિક વલણ જોવા મળ્યું છે.
ક્રેનિયલ મોર્ફોલોજીમાં સંશોધનના લાંબા ઇતિહાસમાં ક્રેનિયલ આકારોની વિવિધતાના વિવિધ પાસાઓ માટે જવાબદાર અંતર્ગત પરિબળોને ઓળખવાના પ્રયાસોનો સમાવેશ થાય છે.ઘણા પ્રારંભિક અભ્યાસોમાં ઉપયોગમાં લેવાતી પરંપરાગત પદ્ધતિઓ બાયવેરિયેટ રેખીય માપન ડેટા પર આધારિત હતી, ઘણી વખત માર્ટિન અથવા હોવેલ વ્યાખ્યાઓનો ઉપયોગ કરીને 36,37.તે જ સમયે, ઉપરોક્ત ઘણા અભ્યાસોએ અવકાશી 3D ભૌમિતિક મોર્ફોમેટ્રી (GM) ટેકનોલોજી5,7,10,11,12,13,17,20,27,34,35,38 પર આધારિત વધુ અદ્યતન પદ્ધતિઓનો ઉપયોગ કર્યો હતો.39. ઉદાહરણ તરીકે, બેન્ડિંગ એનર્જી મિનિમાઇઝેશન પર આધારિત સ્લાઇડિંગ સેમીલેન્ડમાર્ક પદ્ધતિ, ટ્રાન્સજેનિક બાયોલોજીમાં સૌથી વધુ ઉપયોગમાં લેવાતી પદ્ધતિ છે.તે દરેક નમૂના પર વળાંક અથવા સપાટી 38,40,41,42,43,44,45,46 સાથે સ્લાઇડ કરીને નમૂનાના અર્ધ-સીમાચિહ્નોને પ્રોજેક્ટ કરે છે.આવી સુપરપોઝિશન પદ્ધતિઓ સહિત, મોટા ભાગના 3D GM અભ્યાસ સામાન્યકૃત પ્રોક્રસ્ટેસ વિશ્લેષણનો ઉપયોગ કરે છે, આકારોની સીધી સરખામણી અને ફેરફારોને પકડવા માટે પુનરાવર્તિત નજીકના બિંદુ (ICP) અલ્ગોરિધમ 47.વૈકલ્પિક રીતે, મેશ-આધારિત આકારોમાં સેમીલેન્ડમાર્ક ગોઠવણીને મેપ કરવા માટે બિન-કઠોર પરિવર્તન પદ્ધતિ તરીકે પાતળી પ્લેટ સ્પ્લિન (TPS)48,49 પદ્ધતિનો વ્યાપકપણે ઉપયોગ થાય છે.
20મી સદીના ઉત્તરાર્ધથી પ્રાયોગિક 3D આખા-શરીર સ્કેનરના વિકાસ સાથે, ઘણા અભ્યાસોએ 50,51 કદના માપ માટે 3D આખા-શરીર સ્કેનર્સનો ઉપયોગ કર્યો છે.સ્કેન ડેટાનો ઉપયોગ શરીરના પરિમાણોને કાઢવા માટે કરવામાં આવ્યો હતો, જેમાં બિંદુ વાદળોને બદલે સપાટીના આકારોને સપાટી તરીકે વર્ણવવાની જરૂર છે.પેટર્ન ફિટિંગ એ કોમ્પ્યુટર ગ્રાફિક્સના ક્ષેત્રમાં આ હેતુ માટે વિકસિત એક તકનીક છે, જ્યાં સપાટીના આકારને બહુકોણીય જાળીદાર મોડેલ દ્વારા વર્ણવવામાં આવે છે.પેટર્ન ફિટિંગમાં પ્રથમ પગલું એ ટેમ્પલેટ તરીકે ઉપયોગ કરવા માટે મેશ મોડેલ તૈયાર કરવાનું છે.કેટલાક શિરોબિંદુઓ કે જે પેટર્ન બનાવે છે તે સીમાચિહ્નો છે.ટેમ્પ્લેટને પછી વિકૃત કરવામાં આવે છે અને ટેમ્પ્લેટના સ્થાનિક આકાર લક્ષણોને સાચવીને ટેમ્પલેટ અને પોઈન્ટ ક્લાઉડ વચ્ચેનું અંતર ઘટાડવા માટે સપાટી સાથે સુસંગત થાય છે.નમૂનામાંના લેન્ડમાર્ક્સ બિંદુ ક્લાઉડમાંના સીમાચિહ્નોને અનુરૂપ છે.ટેમ્પલેટ ફિટિંગનો ઉપયોગ કરીને, તમામ સ્કેન ડેટાને સમાન સંખ્યામાં ડેટા પોઈન્ટ અને સમાન ટોપોલોજી સાથે મેશ મોડેલ તરીકે વર્ણવી શકાય છે.જો કે ચોક્કસ હોમોલોજી ફક્ત સીમાચિહ્ન સ્થાનોમાં જ અસ્તિત્વમાં છે, એવું માની શકાય છે કે જનરેટ કરેલ મોડેલો વચ્ચે સામાન્ય સમાનતા છે કારણ કે નમૂનાઓની ભૂમિતિમાં ફેરફારો નાના છે.તેથી, ટેમ્પલેટ ફિટિંગ દ્વારા બનાવેલ ગ્રીડ મોડલ્સને ક્યારેક હોમોલોજી મોડલ્સ52 કહેવામાં આવે છે.ટેમ્પલેટ ફીટીંગનો ફાયદો એ છે કે ટેમ્પલેટને લક્ષ્ય ઓબ્જેક્ટના જુદા જુદા ભાગોમાં વિકૃત કરી શકાય છે જે અવકાશી રીતે સપાટીની નજીક છે પરંતુ તેનાથી દૂર છે (ઉદાહરણ તરીકે, ઝાયગોમેટિક કમાન અને ખોપરીના ટેમ્પોરલ પ્રદેશ) દરેકને અસર કર્યા વિના. અન્યવિરૂપતાઆ રીતે, ટેમ્પલેટને ખભાને સ્થાયી સ્થિતિમાં રાખીને, ધડ અથવા હાથ જેવી શાખાઓ પર સુરક્ષિત કરી શકાય છે.ટેમ્પલેટ ફિટિંગનો ગેરલાભ એ પુનરાવર્તિત પુનરાવર્તનોની ઉચ્ચ કોમ્પ્યુટેશનલ કિંમત છે, જો કે, કમ્પ્યુટર પ્રદર્શનમાં નોંધપાત્ર સુધારાઓને કારણે, આ હવે કોઈ સમસ્યા નથી.મુખ્ય ઘટક વિશ્લેષણ (PCA) જેવી મલ્ટિવેરિયેટ વિશ્લેષણ તકનીકોનો ઉપયોગ કરીને મેશ મોડેલ બનાવે છે તેવા શિરોબિંદુઓના સંકલન મૂલ્યોનું વિશ્લેષણ કરીને, વિતરણમાં કોઈપણ સ્થાને સમગ્ર સપાટીના આકાર અને વર્ચ્યુઅલ આકારમાં ફેરફારોનું વિશ્લેષણ કરવું શક્ય છે.પ્રાપ્ત કરી શકાય છે.ગણતરી કરો અને કલ્પના કરો53.આજકાલ, ટેમ્પલેટ ફિટિંગ દ્વારા જનરેટ કરાયેલ મેશ મોડલ્સનો વિવિધ ક્ષેત્રોમાં આકાર વિશ્લેષણમાં વ્યાપકપણે ઉપયોગ થાય છે52,54,55,56,57,58,59,60.
ફ્લેક્સિબલ મેશ રેકોર્ડિંગ ટેક્નોલોજીમાં એડવાન્સિસ, પોર્ટેબલ 3D સ્કેનિંગ ડિવાઇસના ઝડપી વિકાસ સાથે CT કરતાં વધુ રિઝોલ્યુશન, સ્પીડ અને ગતિશીલતા પર સ્કેનિંગ કરવા સક્ષમ છે, તે સ્થાનને ધ્યાનમાં લીધા વિના 3D સપાટીના ડેટાને રેકોર્ડ કરવાનું સરળ બનાવે છે.આમ, જૈવિક માનવશાસ્ત્રના ક્ષેત્રમાં, આવી નવી તકનીકો ખોપરીના નમુનાઓ સહિત માનવ નમૂનાઓનું પ્રમાણીકરણ અને આંકડાકીય રીતે વિશ્લેષણ કરવાની ક્ષમતાને વધારે છે, જે આ અભ્યાસનો હેતુ છે.
સારાંશમાં, આ અભ્યાસ સમગ્ર વિશ્વમાં ભૌગોલિક સરખામણીઓ દ્વારા વિશ્વભરની 148 વસ્તીમાંથી પસંદ કરાયેલ 342 ખોપરીના નમૂનાઓનું મૂલ્યાંકન કરવા ટેમ્પલેટ મેચિંગ (આકૃતિ 1) પર આધારિત અદ્યતન 3D હોમોલોજી મોડેલિંગ તકનીકનો ઉપયોગ કરે છે.ક્રેનિયલ મોર્ફોલોજીની વિવિધતા (કોષ્ટક 1).ખોપરીના મોર્ફોલોજીમાં ફેરફારોને ધ્યાનમાં લેવા માટે, અમે જનરેટ કરેલા હોમોલોજી મોડલના ડેટા સેટમાં PCA અને રીસીવર ઓપરેટિંગ લાક્ષણિકતા (ROC) વિશ્લેષણ લાગુ કર્યું.તારણો ક્રેનિયલ મોર્ફોલોજીમાં વૈશ્વિક ફેરફારોને વધુ સારી રીતે સમજવામાં ફાળો આપશે, જેમાં પ્રાદેશિક પેટર્ન અને ફેરફારનો ઘટતો ક્રમ, ક્રેનિયલ સેગમેન્ટ્સ વચ્ચેના સહસંબંધિત ફેરફારો અને એલોમેટ્રિક વલણોની હાજરીનો સમાવેશ થાય છે.જો કે આ અભ્યાસ આબોહવા અથવા આહારની પરિસ્થિતિઓ દ્વારા રજૂ કરાયેલા બાહ્ય ચલો પરના ડેટાને સંબોધિત કરતું નથી જે ક્રેનિયલ મોર્ફોલોજીને પ્રભાવિત કરી શકે છે, અમારા અભ્યાસમાં દસ્તાવેજીકૃત ક્રેનિયલ મોર્ફોલોજીના ભૌગોલિક પેટર્ન કપાલની વિવિધતાના પર્યાવરણીય, બાયોમેકેનિકલ અને આનુવંશિક પરિબળોને શોધવામાં મદદ કરશે.
કોષ્ટક 2 એ 342 હોમોલોગસ સ્કલ મોડલ્સના 17,709 શિરોબિંદુઓ (53,127 XYZ કોઓર્ડિનેટ્સ) ના અપ્રમાણિત ડેટાસેટ પર લાગુ કરાયેલ ઇજનવેલ્યુ અને PCA યોગદાન ગુણાંક દર્શાવે છે.પરિણામે, 14 મુખ્ય ઘટકોની ઓળખ કરવામાં આવી હતી, જેનું કુલ ભિન્નતામાં યોગદાન 1% કરતાં વધુ હતું, અને વિચલનોનો કુલ હિસ્સો 83.68% હતો.14 મુખ્ય ઘટકોના લોડિંગ વેક્ટર્સ પૂરક કોષ્ટક S1 માં નોંધવામાં આવ્યા છે, અને 342 ખોપરીના નમૂનાઓ માટે ગણતરી કરેલ ઘટક સ્કોર્સ પૂરક કોષ્ટક S2 માં રજૂ કરવામાં આવ્યા છે.
આ અભ્યાસમાં 2% કરતા વધારે યોગદાન સાથે નવ મુખ્ય ઘટકોનું મૂલ્યાંકન કરવામાં આવ્યું હતું, જેમાંથી કેટલાક ક્રેનિયલ મોર્ફોલોજીમાં નોંધપાત્ર અને નોંધપાત્ર ભૌગોલિક ભિન્નતા દર્શાવે છે.આકૃતિ 2 મુખ્ય ભૌગોલિક એકમો (દા.ત., આફ્રિકન અને બિન-આફ્રિકન દેશો વચ્ચે)માં નમૂનાઓના દરેક સંયોજનને લાક્ષણિકતા આપવા અથવા અલગ કરવા માટે સૌથી વધુ અસરકારક PCA ઘટકોને દર્શાવવા માટે ROC વિશ્લેષણમાંથી ઉત્પન્ન થયેલ પ્લોટ વણાંકો.આ પરીક્ષણમાં ઉપયોગમાં લેવાતા નાના નમૂનાના કદને કારણે પોલિનેશિયન સંયોજનનું પરીક્ષણ કરવામાં આવ્યું ન હતું.આરઓસી વિશ્લેષણનો ઉપયોગ કરીને ગણતરી કરાયેલ AUC અને અન્ય મૂળભૂત આંકડાઓમાં તફાવતોના મહત્વ સંબંધિત ડેટા પૂરક કોષ્ટક S3 માં દર્શાવવામાં આવ્યા છે.
342 પુરૂષ હોમોલોગસ સ્કલ મોડલ્સ ધરાવતા શિરોબિંદુ ડેટાસેટના આધારે નવ મુખ્ય ઘટક અંદાજો પર આરઓસી વક્ર લાગુ કરવામાં આવ્યા હતા.AUC: 0.01% મહત્વ પર વળાંક હેઠળનો વિસ્તાર દરેક ભૌગોલિક સંયોજનને અન્ય કુલ સંયોજનોથી અલગ પાડવા માટે વપરાય છે.TPF સાચું હકારાત્મક (અસરકારક ભેદભાવ) છે, FPF ખોટા હકારાત્મક (અમાન્ય ભેદભાવ) છે.
ROC વળાંકના અર્થઘટનનો સારાંશ નીચે આપેલ છે, માત્ર એવા ઘટકો પર ધ્યાન કેન્દ્રિત કરીને કે જે મોટા અથવા પ્રમાણમાં મોટા AUC અને 0.001 ની નીચેની સંભાવના સાથે ઉચ્ચ સ્તરનું મહત્વ ધરાવતાં સરખામણી જૂથોને અલગ પાડી શકે છે.દક્ષિણ એશિયાઈ સંકુલ (ફિગ. 2a), જેમાં મુખ્યત્વે ભારતના નમૂનાઓનો સમાવેશ થાય છે, તે અન્ય ભૌગોલિક રીતે મિશ્રિત નમૂનાઓથી નોંધપાત્ર રીતે અલગ છે કારણ કે પ્રથમ ઘટક (PC1) અન્ય ઘટકોની તુલનામાં નોંધપાત્ર રીતે વિશાળ AUC (0.856) ધરાવે છે.આફ્રિકન કોમ્પ્લેક્સ (ફિગ. 2b) નું લક્ષણ એ PC2 (0.834) નું પ્રમાણમાં મોટું એયુસી છે.ઓસ્ટ્રો-મેલેનેશિયન્સ (ફિગ. 2c) એ પીસી2 દ્વારા પ્રમાણમાં મોટા એયુસી (0.759) સાથે સબ-સહારન આફ્રિકનો માટે સમાન વલણ દર્શાવ્યું હતું.યુરોપિયનો (ફિગ. 2d) સ્પષ્ટપણે PC2 (AUC = 0.801), PC4 (AUC = 0.719) અને PC6 (AUC = 0.671) ના સંયોજનમાં અલગ પડે છે, ઉત્તરપૂર્વ એશિયાઈ નમૂના (ફિગ. 2e) PC4 કરતાં નોંધપાત્ર રીતે અલગ છે, પ્રમાણમાં 0.714 થી વધુ, અને PC3 થી તફાવત નબળો છે (AUC = 0.688).નીચેના જૂથોને નીચા AUC મૂલ્યો અને ઉચ્ચ મહત્વના સ્તરો સાથે પણ ઓળખવામાં આવ્યા હતા: PC7 (AUC = 0.679), PC4 (AUC = 0.654) અને PC1 (AUC = 0.649) માટેના પરિણામો દર્શાવે છે કે મૂળ અમેરિકનો (ફિગ. 2f) ચોક્કસ સાથે આ ઘટકો સાથે સંકળાયેલી લાક્ષણિકતાઓ, દક્ષિણપૂર્વ એશિયનો (ફિગ. 2g) PC3 (AUC = 0.660) અને PC9 (AUC = 0.663) માં ભિન્ન છે, પરંતુ મધ્ય પૂર્વ (ફિગ. 2h) (ઉત્તર આફ્રિકા સહિત) ના નમૂનાઓ માટે પેટર્ન અનુરૂપ છે.અન્યની સરખામણીમાં બહુ ફરક નથી.
આગળના પગલામાં, અત્યંત સહસંબંધિત શિરોબિંદુઓને દૃષ્ટિની રીતે અર્થઘટન કરવા માટે, આકૃતિ 3 માં બતાવ્યા પ્રમાણે, 0.45 કરતા વધારે ભાર મૂલ્યો ધરાવતા સપાટીના વિસ્તારોને X, Y અને Z સંકલન માહિતી સાથે રંગીન કરવામાં આવે છે. લાલ વિસ્તાર સાથે ઉચ્ચ સહસંબંધ દર્શાવે છે. એક્સ-અક્ષ કોઓર્ડિનેટ્સ, જે આડી ટ્રાંસવર્સ દિશાને અનુરૂપ છે.લીલો પ્રદેશ Y અક્ષના વર્ટિકલ કોઓર્ડિનેટ સાથે અત્યંત સહસંબંધિત છે, અને ઘેરો વાદળી પ્રદેશ Z અક્ષના ધનુષ્ય સંકલન સાથે અત્યંત સહસંબંધિત છે.આછો વાદળી પ્રદેશ Y કોઓર્ડિનેટ અક્ષો અને Z કોઓર્ડિનેટ અક્ષો સાથે સંકળાયેલ છે;ગુલાબી - X અને Z સંકલન અક્ષો સાથે સંકળાયેલ મિશ્ર વિસ્તાર;પીળો - X અને Y સંકલન અક્ષો સાથે સંકળાયેલ વિસ્તાર;સફેદ વિસ્તારમાં પ્રતિબિંબિત X, Y અને Z સંકલન અક્ષનો સમાવેશ થાય છે.તેથી, આ લોડ વેલ્યુ થ્રેશોલ્ડ પર, PC 1 મુખ્યત્વે ખોપરીની સમગ્ર સપાટી સાથે સંકળાયેલું છે.આ ઘટક ધરીની વિરુદ્ધ બાજુએ 3 SD વર્ચ્યુઅલ ખોપરીનો આકાર પણ આ આકૃતિમાં દર્શાવવામાં આવ્યો છે, અને વિકૃત છબીઓ પૂરક વિડિયો S1 માં રજૂ કરવામાં આવી છે જેથી કરીને ખાતરી કરી શકાય કે PC1 એકંદર ખોપરીના કદના પરિબળો ધરાવે છે.
PC1 સ્કોર્સનું ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન (સામાન્ય ફિટ વળાંક), ખોપરીની સપાટીનો રંગ નકશો PC1 શિરોબિંદુઓ સાથે અત્યંત સહસંબંધિત છે (આ અક્ષની વિરુદ્ધ બાજુઓની તીવ્રતા 3 SD છે. સ્કેલ વ્યાસ સાથેનો એક લીલો ગોળો છે. 50 મીમી.
આકૃતિ 3 9 ભૌગોલિક એકમો માટે અલગથી ગણતરી કરાયેલ વ્યક્તિગત PC1 સ્કોર્સનો ફ્રીક્વન્સી ડિસ્ટ્રિબ્યુશન પ્લોટ (સામાન્ય ફિટ વળાંક) બતાવે છે.આરઓસી કર્વ અંદાજો (આકૃતિ 2) ઉપરાંત, દક્ષિણ એશિયનોના અંદાજો અમુક અંશે નોંધપાત્ર રીતે ડાબી તરફ વળેલા છે કારણ કે તેમની ખોપરી અન્ય પ્રાદેશિક જૂથો કરતા નાની છે.કોષ્ટક 1 માં દર્શાવ્યા મુજબ, આ દક્ષિણ એશિયનો ભારતમાં આંદામાન અને નિકોબાર ટાપુઓ, શ્રીલંકા અને બાંગ્લાદેશ સહિત વંશીય જૂથોનું પ્રતિનિધિત્વ કરે છે.
પરિમાણીય ગુણાંક PC1 પર મળી આવ્યો હતો.અત્યંત સહસંબંધિત પ્રદેશો અને વર્ચ્યુઅલ આકારોની શોધના પરિણામે PC1 સિવાયના અન્ય ઘટકો માટેના સ્વરૂપના પરિબળોની સ્પષ્ટતા થઈ;જો કે, કદના પરિબળો હંમેશા સંપૂર્ણપણે દૂર થતા નથી.આરઓસી વણાંકો (આકૃતિ 2) ની સરખામણી કરીને બતાવ્યા પ્રમાણે, PC2 અને PC4 સૌથી વધુ ભેદભાવપૂર્ણ હતા, ત્યારબાદ PC6 અને PC7 આવે છે.PC3 અને PC9 નમૂનાની વસ્તીને ભૌગોલિક એકમોમાં વિભાજીત કરવા માટે ખૂબ જ અસરકારક છે.આમ, ઘટક અક્ષોની આ જોડી પીસી સ્કોર્સના સ્કેટરપ્લોટ્સ અને દરેક ઘટક સાથે અત્યંત સહસંબંધિત રંગની સપાટીઓ તેમજ 3 SD (અંજીર 4, 5, 6) ની વિરુદ્ધ બાજુઓના પરિમાણો સાથે વર્ચ્યુઅલ આકારની વિકૃતિઓનું યોજનાકીય રીતે નિરૂપણ કરે છે.આ પ્લોટમાં રજૂ કરાયેલા દરેક ભૌગોલિક એકમમાંથી નમૂનાઓનું બહિર્મુખ હલ કવરેજ આશરે 90% છે, જો કે ક્લસ્ટરોની અંદર અમુક અંશે ઓવરલેપ છે.કોષ્ટક 3 દરેક PCA ઘટકનું સમજૂતી પ્રદાન કરે છે.
નવ ભૌગોલિક એકમો (ટોચ) અને ચાર ભૌગોલિક એકમો (નીચે) માંથી ક્રેનિયલ વ્યક્તિઓ માટે PC2 અને PC4 સ્કોરના સ્કેટરપ્લોટ્સ, શિરોબિંદુઓની ખોપરીની સપાટીના રંગના પ્લોટ દરેક PC (X, Y, Z ની સાપેક્ષ) સાથે અત્યંત સહસંબંધિત છે.અક્ષોનું રંગ સમજૂતી: ટેક્સ્ટ જુઓ), અને આ અક્ષોની વિરુદ્ધ બાજુઓ પર વર્ચ્યુઅલ સ્વરૂપનું વિરૂપતા 3 SD છે.સ્કેલ 50 મીમીના વ્યાસ સાથેનો લીલો ગોળો છે.
નવ ભૌગોલિક એકમો (ટોચ) અને બે ભૌગોલિક એકમો (નીચે) માંથી ક્રેનિયલ વ્યક્તિઓ માટે PC6 અને PC7 સ્કોરના સ્કેટરપ્લોટ્સ, શિરોબિંદુઓ માટે ક્રેનિયલ સપાટી રંગ પ્લોટ દરેક પીસી (X, Y, Z સાથે સંબંધિત) સાથે અત્યંત સહસંબંધિત છે.અક્ષોનું રંગ સમજૂતી: ટેક્સ્ટ જુઓ), અને આ અક્ષોની વિરુદ્ધ બાજુઓ પર વર્ચ્યુઅલ સ્વરૂપનું વિરૂપતા 3 SD છે.સ્કેલ 50 મીમીના વ્યાસ સાથેનો લીલો ગોળો છે.
નવ ભૌગોલિક એકમો (ટોચ) અને ત્રણ ભૌગોલિક એકમો (નીચે) માંથી ક્રેનિયલ વ્યક્તિઓ માટે PC3 અને PC9 સ્કોરના સ્કેટરપ્લોટ્સ અને શિરોબિંદુઓના શિરોબિંદુઓ (X, Y, Z અક્ષની સાપેક્ષ) ના રંગ પ્લોટ દરેક પીસી રંગ અર્થઘટન સાથે અત્યંત સહસંબંધિત છે. : સે.મી.ટેક્સ્ટ), તેમજ 3 SD ની તીવ્રતા સાથે આ અક્ષોની વિરુદ્ધ બાજુઓ પર વર્ચ્યુઅલ આકારની વિકૃતિઓ.સ્કેલ 50 મીમીના વ્યાસ સાથેનો લીલો ગોળો છે.
PC2 અને PC4 (ફિગ. 4, પૂરક વિડિયોઝ S2, S3 વિકૃત છબીઓ દર્શાવતા) ના સ્કોર્સ દર્શાવતા ગ્રાફમાં, જ્યારે લોડ વેલ્યુ થ્રેશોલ્ડ 0.4 કરતા વધારે સેટ કરવામાં આવે ત્યારે સપાટીનો રંગ નકશો પણ પ્રદર્શિત થાય છે, જે PC1 કરતા ઓછો છે કારણ કે PC2 મૂલ્ય કુલ ભાર PC1 કરતા ઓછો છે.
ઝેડ-અક્ષ (ઘેરો વાદળી) અને કોરોનલ દિશામાં (લાલ) ગુલાબી પર પેરિએટલ લોબ, ઓસીપુટ (લીલો) અને Z-અક્ષની Y-અક્ષ સાથે આગળના અને ઓસીપીટલ લોબનું વિસ્તરણ કપાળનું (ઘેરો વાદળી).આ આલેખ વિશ્વભરના તમામ લોકો માટે સ્કોર્સ દર્શાવે છે;જો કે, જ્યારે મોટી સંખ્યામાં જૂથો ધરાવતા તમામ નમૂનાઓ એકસાથે પ્રદર્શિત થાય છે, ત્યારે મોટા પ્રમાણમાં ઓવરલેપને કારણે સ્કેટરિંગ પેટર્નનું અર્થઘટન કરવું ખૂબ મુશ્કેલ છે;તેથી, માત્ર ચાર મુખ્ય ભૌગોલિક એકમોમાંથી (એટલે કે, આફ્રિકા, ઑસ્ટ્રેલેસિયા-મેલેનેશિયા, યુરોપ અને ઉત્તરપૂર્વ એશિયા), નમૂનાઓ પીસી સ્કોર્સની આ શ્રેણીમાં 3 SD વર્ચ્યુઅલ ક્રેનિયલ વિકૃતિ સાથે ગ્રાફની નીચે વેરવિખેર છે.આકૃતિમાં, PC2 અને PC4 એ સ્કોરની જોડી છે.આફ્રિકન અને ઓસ્ટ્રો-મેલેનેશિયનો વધુ ઓવરલેપ થાય છે અને જમણી બાજુએ વિતરિત થાય છે, જ્યારે યુરોપિયનો ઉપર ડાબી તરફ વિખરાયેલા હોય છે અને ઉત્તરપૂર્વીય એશિયનો નીચે ડાબી તરફ ઝુમખાનું વલણ ધરાવે છે.PC2 ની આડી અક્ષ દર્શાવે છે કે આફ્રિકન/ઓસ્ટ્રેલિયન મેલાનેસિયનો અન્ય લોકો કરતા પ્રમાણમાં લાંબા સમય સુધી ન્યુરોક્રેનિયમ ધરાવે છે.PC4, જેમાં યુરોપીયન અને ઉત્તરપૂર્વ એશિયન સંયોજનો ઢીલી રીતે અલગ પડે છે, તે ઝાયગોમેટિક હાડકાંના સાપેક્ષ કદ અને પ્રક્ષેપણ અને કેલ્વેરિયમની બાજુની સમોચ્ચ સાથે સંકળાયેલ છે.સ્કોરિંગ સ્કીમ બતાવે છે કે યુરોપિયનો પાસે પ્રમાણમાં સાંકડા મેક્સિલરી અને ઝાયગોમેટિક હાડકાં છે, ઝાયગોમેટિક કમાન દ્વારા મર્યાદિત ટેમ્પોરલ ફોસા જગ્યા, ઊભી રીતે એલિવેટેડ આગળનું હાડકું અને સપાટ, નીચું ઓસિપિટલ હાડકું છે, જ્યારે ઉત્તરપૂર્વ એશિયાના લોકો વ્યાપક અને વધુ અગ્રણી ઝાયગોમેટિક હાડકાં ધરાવે છે. .આગળનો લોબ વળેલું છે, ઓસિપિટલ હાડકાનો આધાર ઊંચો છે.
PC6 અને PC7 (ફિગ. 5) પર ધ્યાન કેન્દ્રિત કરતી વખતે (પૂરક વિડિયોઝ S4, S5 વિકૃત છબીઓ દર્શાવે છે), રંગ પ્લોટ 0.3 કરતા વધારે લોડ વેલ્યુ થ્રેશોલ્ડ દર્શાવે છે, જે દર્શાવે છે કે PC6 મેક્સિલરી અથવા મૂર્ધન્ય મોર્ફોલોજી (લાલ : X અક્ષ અને) સાથે સંકળાયેલું છે. લીલા).Y અક્ષ), ટેમ્પોરલ હાડકાનો આકાર (વાદળી: Y અને Z અક્ષ) અને ઓસીપીટલ હાડકાનો આકાર (ગુલાબી: X અને Z અક્ષ).કપાળની પહોળાઈ (લાલ: X-axis) ઉપરાંત, PC7 એ પેરીટોટેમ્પોરલ પ્રદેશ (ઘેરો વાદળી) ની આસપાસ અગ્રવર્તી મેક્સિલરી એલ્વિઓલી (લીલો: Y-અક્ષ) અને Z-અક્ષના માથાના આકારની ઊંચાઈ સાથે પણ સંબંધ ધરાવે છે.આકૃતિ 5 ની ટોચની પેનલમાં, તમામ ભૌગોલિક નમૂનાઓ PC6 અને PC7 ઘટક સ્કોર્સ અનુસાર વિતરિત કરવામાં આવે છે.કારણ કે ROC સૂચવે છે કે PC6 એ યુરોપ માટે અનન્ય લક્ષણો ધરાવે છે અને PC7 આ વિશ્લેષણમાં મૂળ અમેરિકન લક્ષણોનું પ્રતિનિધિત્વ કરે છે, આ બે પ્રાદેશિક નમૂનાઓ ઘટકોની અક્ષોની આ જોડી પર પસંદગીયુક્ત રીતે રચવામાં આવ્યા હતા.મૂળ અમેરિકનો, જોકે નમૂનામાં વ્યાપકપણે સમાવવામાં આવેલ છે, ઉપરના ડાબા ખૂણામાં પથરાયેલા છે;તેનાથી વિપરીત, ઘણા યુરોપીયન નમૂનાઓ નીચલા જમણા ખૂણામાં સ્થિત હોય છે.જોડી PC6 અને PC7 યુરોપિયનોની સાંકડી મૂર્ધન્ય પ્રક્રિયા અને પ્રમાણમાં વિશાળ ન્યુરોક્રેનિયમનું પ્રતિનિધિત્વ કરે છે, જ્યારે અમેરિકનો સાંકડા કપાળ, મોટા મેક્સિલા અને વિશાળ અને ઊંચી મૂર્ધન્ય પ્રક્રિયા દ્વારા વર્ગીકૃત થયેલ છે.
ROC વિશ્લેષણ દર્શાવે છે કે PC3 અને/અથવા PC9 દક્ષિણપૂર્વ અને ઉત્તરપૂર્વ એશિયાની વસ્તીમાં સામાન્ય હતા.તદનુસાર, સ્કોર જોડી PC3 (y-અક્ષ પર લીલો ઉપલા ચહેરો) અને PC9 (y-અક્ષ પર લીલો નીચેનો ચહેરો) (ફિગ. 6; પૂરક વિડિઓઝ S6, S7 મોર્ફ કરેલી છબીઓ પ્રદાન કરે છે) પૂર્વ એશિયનોની વિવિધતાને પ્રતિબિંબિત કરે છે., જે ઉત્તરપૂર્વ એશિયનોના ઉચ્ચ ચહેરાના પ્રમાણ અને દક્ષિણપૂર્વ એશિયનોના નીચા ચહેરાના આકાર સાથે તીવ્રપણે વિરોધાભાસી છે.આ ચહેરાના લક્ષણો ઉપરાંત, કેટલાક ઉત્તરપૂર્વ એશિયનોની બીજી લાક્ષણિકતા ઓસિપિટલ હાડકાની લેમ્બડા ટિલ્ટ છે, જ્યારે કેટલાક દક્ષિણપૂર્વ એશિયનોની ખોપરીનો આધાર સાંકડો છે.
મુખ્ય ઘટકોનું ઉપરનું વર્ણન અને PC5 અને PC8નું વર્ણન અવગણવામાં આવ્યું છે કારણ કે નવ મુખ્ય ભૌગોલિક એકમોમાં કોઈ ચોક્કસ પ્રાદેશિક લાક્ષણિકતાઓ જોવા મળી નથી.PC5 એ ટેમ્પોરલ હાડકાની માસ્ટૉઇડ પ્રક્રિયાના કદનો સંદર્ભ આપે છે, અને PC8 એકંદર ખોપરીના આકારની અસમપ્રમાણતાને પ્રતિબિંબિત કરે છે, બંને નવ ભૌગોલિક નમૂનાના સંયોજનો વચ્ચે સમાંતર ભિન્નતા દર્શાવે છે.
વ્યક્તિગત-સ્તરના PCA સ્કોર્સના સ્કેટરપ્લોટ્સ ઉપરાંત, અમે એકંદર સરખામણી માટે જૂથ માધ્યમોના સ્કેટરપ્લોટ્સ પણ પ્રદાન કરીએ છીએ.આ માટે, 148 વંશીય જૂથોના વ્યક્તિગત હોમોલોજી મોડલના શિરોબિંદુ ડેટા સેટમાંથી સરેરાશ ક્રેનિયલ હોમોલોજી મોડલ બનાવવામાં આવ્યું હતું.PC2 અને PC4, PC6 અને PC7, અને PC3 અને PC9 માટેના સ્કોર સેટના બાયવેરિયેટ પ્લોટ્સ પૂરક આકૃતિ S1 માં દર્શાવવામાં આવ્યા છે, જે તમામ 148 વ્યક્તિઓના નમૂના માટે સરેરાશ ખોપરીના મોડેલ તરીકે ગણવામાં આવે છે.આ રીતે, સ્કેટરપ્લોટ્સ દરેક જૂથમાં વ્યક્તિગત તફાવતોને છુપાવે છે, જે અંતર્ગત પ્રાદેશિક વિતરણોને કારણે ખોપરીની સમાનતાના સ્પષ્ટ અર્થઘટન માટે પરવાનગી આપે છે, જ્યાં પેટર્ન ઓછા ઓવરલેપ સાથે વ્યક્તિગત પ્લોટમાં દર્શાવવામાં આવેલા સાથે મેળ ખાય છે.પૂરક આકૃતિ S2 દરેક ભૌગોલિક એકમ માટે એકંદર સરેરાશ મોડેલ બતાવે છે.
PC1 ઉપરાંત, જે એકંદર કદ (પૂરક કોષ્ટક S2) સાથે સંકળાયેલું હતું, એકંદર કદ અને ખોપરીના આકાર વચ્ચેના એલોમેટ્રિક સંબંધોની તપાસ બિન-સામાન્ય ડેટામાંથી સેન્ટ્રોઇડ પરિમાણો અને PCA અંદાજોના સેટનો ઉપયોગ કરીને કરવામાં આવી હતી.મહત્વની કસોટીમાં એલોમેટ્રિક ગુણાંક, સ્થિર મૂલ્યો, t મૂલ્યો અને P મૂલ્યો કોષ્ટક 4 માં દર્શાવવામાં આવ્યા છે. P < 0.05 સ્તરે કોઈપણ ક્રેનિયલ મોર્ફોલોજીમાં એકંદર ખોપરીના કદ સાથે સંકળાયેલા કોઈ નોંધપાત્ર એલોમેટ્રિક પેટર્ન ઘટકો મળ્યાં નથી.
બિન-સામાન્ય ડેટા સેટ્સના આધારે પીસી અંદાજોમાં કેટલાક કદના પરિબળોનો સમાવેશ થઈ શકે છે, તેથી અમે સેન્ટ્રોઇડ કદ દ્વારા સામાન્ય ડેટા સેટનો ઉપયોગ કરીને ગણતરી કરેલ સેન્ટ્રોઇડ કદ અને પીસી સ્કોર્સ વચ્ચેના એલોમેટ્રિક વલણની વધુ તપાસ કરી (PCA પરિણામો અને સ્કોર સેટ પૂરક કોષ્ટકો S6 માં રજૂ કરવામાં આવ્યા છે. )., C7).કોષ્ટક 4 એલોમેટ્રિક વિશ્લેષણના પરિણામો દર્શાવે છે.આમ, PC6 માં 1% સ્તરે અને PC10 માં 5% સ્તરે નોંધપાત્ર એલોમેટ્રિક વલણો જોવા મળ્યા હતા.આકૃતિ 7 પીસી સ્કોર્સ અને લોગ સેન્ટ્રોઇડ કદના બંને છેડે ડમીઝ (±3 SD) સાથે સેન્ટ્રોઇડ કદ વચ્ચેના આ લોગ-રેખીય સંબંધોના રીગ્રેસન ઢોળાવ દર્શાવે છે.PC6 સ્કોર એ ખોપરીની સંબંધિત ઊંચાઈ અને પહોળાઈનો ગુણોત્તર છે.જેમ જેમ ખોપરીના કદમાં વધારો થાય છે તેમ તેમ ખોપરી અને ચહેરો ઊંચો થાય છે, અને કપાળ, આંખની પટ્ટીઓ અને નસકોરા બાજુની બાજુએ એકબીજાની નજીક હોય છે.નમૂનાના વિખેરવાની પદ્ધતિ સૂચવે છે કે આ પ્રમાણ સામાન્ય રીતે ઉત્તરપૂર્વ એશિયનો અને મૂળ અમેરિકનોમાં જોવા મળે છે.વધુમાં, PC10 ભૌગોલિક ક્ષેત્રને ધ્યાનમાં લીધા વિના મધ્યભાગની પહોળાઈમાં પ્રમાણસર ઘટાડા તરફ વલણ દર્શાવે છે.
કોષ્ટકમાં સૂચિબદ્ધ નોંધપાત્ર એલોમેટ્રિક સંબંધો માટે, આકાર ઘટકના પીસી પ્રમાણ (સામાન્યકૃત ડેટામાંથી મેળવેલ) અને સેન્ટ્રોઇડ કદ વચ્ચેના લોગ-રેખીય રીગ્રેસનનો ઢોળાવ, વર્ચ્યુઅલ આકારના વિરૂપતા પર 3 SD નું કદ હોય છે. 4 ની રેખાની વિરુદ્ધ બાજુ.
ક્રેનિયલ મોર્ફોલોજીમાં ફેરફારોની નીચેની પેટર્ન હોમોલોગસ 3D સપાટી મોડેલ્સના ડેટાસેટ્સના વિશ્લેષણ દ્વારા દર્શાવવામાં આવી છે.PCA નો પ્રથમ ઘટક એકંદર ખોપરીના કદ સાથે સંબંધિત છે.લાંબા સમયથી એવું માનવામાં આવે છે કે ભારત, શ્રીલંકા અને આંદામાન ટાપુઓ, બાંગ્લાદેશના નમુનાઓ સહિત દક્ષિણ એશિયનોની નાની ખોપરીઓ તેમના શરીરના નાના કદને કારણે છે, જે બર્ગમેનના પર્યાવરણીય નિયમ અથવા ટાપુના નિયમ સાથે સુસંગત છે613,5,16,25, 27,62 .પ્રથમ તાપમાન સાથે સંબંધિત છે, અને બીજું ઇકોલોજીકલ વિશિષ્ટની ઉપલબ્ધ જગ્યા અને ખાદ્ય સંસાધનો પર આધારિત છે.આકારના ઘટકોમાં, સૌથી મોટો ફેરફાર એ ક્રેનિયલ વૉલ્ટની લંબાઈ અને પહોળાઈનો ગુણોત્તર છે.આ લક્ષણ, નિયુક્ત પીસી2, ઓસ્ટ્રો-મેલેનેશિયનો અને આફ્રિકનોની પ્રમાણસર વિસ્તરેલી ખોપરીઓ વચ્ચેના ગાઢ સંબંધનું વર્ણન કરે છે, તેમજ કેટલાક યુરોપિયનો અને ઉત્તરપૂર્વ એશિયનોની ગોળાકાર કંકાલના તફાવતો દર્શાવે છે.સરળ રેખીય માપન 37,63,64 પર આધારિત ઘણા અગાઉના અભ્યાસોમાં આ લાક્ષણિકતાઓની જાણ કરવામાં આવી છે.તદુપરાંત, આ લક્ષણ બિન-આફ્રિકનોમાં બ્રેચીસેફાલી સાથે સંકળાયેલું છે, જેની લાંબા સમયથી એન્થ્રોપોમેટ્રિક અને ઓસ્ટિઓમેટ્રિક અભ્યાસોમાં ચર્ચા કરવામાં આવી છે.આ સમજૂતી પાછળની મુખ્ય પૂર્વધારણા એ છે કે મસ્ટિકેશનમાં ઘટાડો, જેમ કે ટેમ્પોરાલિસ સ્નાયુના પાતળા થવાથી, 5,8,9,10,11,12,13 બાહ્ય માથા પર દબાણ ઓછું થાય છે.અન્ય પૂર્વધારણામાં માથાની સપાટીનો વિસ્તાર ઘટાડીને ઠંડા આબોહવામાં અનુકૂલનનો સમાવેશ થાય છે, જે સૂચવે છે કે એલનના નિયમો16,17,25 અનુસાર, ગોળાકાર આકાર કરતાં વધુ ગોળાકાર ખોપરી સપાટીના વિસ્તારને વધુ સારી રીતે ઘટાડે છે.વર્તમાન અભ્યાસના પરિણામોના આધારે, આ પૂર્વધારણાઓનું મૂલ્યાંકન માત્ર ક્રેનિયલ સેગમેન્ટ્સના ક્રોસ-સંબંધના આધારે કરી શકાય છે.સારાંશમાં, અમારા પીસીએ પરિણામો એ પૂર્વધારણાને સંપૂર્ણ સમર્થન આપતા નથી કે ક્રેનિયલ લંબાઈ-પહોળાઈનો ગુણોત્તર ચાવવાની પરિસ્થિતિઓ દ્વારા નોંધપાત્ર રીતે પ્રભાવિત થાય છે, કારણ કે PC2 (લાંબા/બ્રેકીસેફાલિક ઘટક) લોડિંગ ચહેરાના પ્રમાણ (સાપેક્ષ મેક્સિલરી પરિમાણો સહિત) સાથે નોંધપાત્ર રીતે સંબંધિત નથી.અને ટેમ્પોરલ ફોસાની સંબંધિત જગ્યા (ટેમ્પોરલ સ્નાયુના જથ્થાને પ્રતિબિંબિત કરે છે).અમારા વર્તમાન અભ્યાસમાં ખોપરીના આકાર અને ભૂસ્તરશાસ્ત્રીય પર્યાવરણીય પરિસ્થિતિઓ જેમ કે તાપમાન વચ્ચેના સંબંધનું વિશ્લેષણ કરવામાં આવ્યું નથી;જો કે, એલનના નિયમ પર આધારિત સમજૂતી ઠંડા આબોહવા પ્રદેશોમાં બ્રેચીસેફાલોનને સમજાવવા માટે ઉમેદવારની પૂર્વધારણા તરીકે ધ્યાનમાં લેવા યોગ્ય હોઈ શકે છે.
ત્યારપછી PC4 માં નોંધપાત્ર ભિન્નતા જોવા મળી હતી, જે સૂચવે છે કે ઉત્તરપૂર્વ એશિયાના લોકોમાં મેક્સિલા અને ઝાયગોમેટિક હાડકાં પર મોટા, અગ્રણી ઝાયગોમેટિક હાડકાં છે.આ શોધ સાઇબેરીયનોની જાણીતી વિશિષ્ટ લાક્ષણિકતા સાથે સુસંગત છે, જેમણે ઝાયગોમેટિક હાડકાંની આગળની હિલચાલ દ્વારા અત્યંત ઠંડા વાતાવરણમાં અનુકૂલન કર્યું હોવાનું માનવામાં આવે છે, પરિણામે સાઇનસનું પ્રમાણ વધ્યું છે અને ચહેરો 65 ખુશખુશાલ છે.અમારા હોમોલોગસ મોડલમાંથી એક નવી શોધ એ છે કે યુરોપીયનોમાં ગાલ નીચે પડવાથી આગળના ઢાળમાં ઘટાડો તેમજ ચપટી અને સાંકડી ઓસીપીટલ હાડકાં અને નુચલ કોન્કેવિટી સાથે સંકળાયેલ છે.તેનાથી વિપરિત, ઉત્તરપૂર્વ એશિયાના લોકો ઢોળાવવાળા કપાળ અને ઉંચા ઓસિપિટલ પ્રદેશો ધરાવતા હોય છે.ભૌમિતિક મોર્ફોમેટ્રિક પદ્ધતિઓનો ઉપયોગ કરીને ઓસિપિટલ હાડકાના અભ્યાસોએ દર્શાવ્યું છે કે એશિયન અને યુરોપીયન ખોપરીઓમાં આફ્રિકન લોકોની સરખામણીમાં ચપટી નુચલ વળાંક અને occiput ની સ્થિતિ ઓછી હોય છે.જો કે, PC2 અને PC4 અને PC3 અને PC9 જોડીના અમારા સ્કેટરપ્લોટ્સ એશિયનોમાં વધુ ભિન્નતા દર્શાવે છે, જ્યારે યુરોપિયનો ઓસીપુટના સપાટ આધાર અને નીચલા ઓસીપુટ દ્વારા વર્ગીકૃત કરવામાં આવ્યા હતા.અભ્યાસો વચ્ચે એશિયન લાક્ષણિકતાઓમાં અસંગતતાઓ ઉપયોગમાં લેવાતા વંશીય નમૂનાઓમાં તફાવતને કારણે હોઈ શકે છે, કારણ કે અમે ઉત્તરપૂર્વ અને દક્ષિણપૂર્વ એશિયાના વ્યાપક સ્પેક્ટ્રમમાંથી મોટી સંખ્યામાં વંશીય જૂથોના નમૂના લીધા છે.ઓસિપિટલ હાડકાના આકારમાં ફેરફાર ઘણીવાર સ્નાયુઓના વિકાસ સાથે સંકળાયેલા હોય છે.જો કે, આ અનુકૂલનશીલ સમજૂતી કપાળ અને ઓસીપુટ આકાર વચ્ચેના સહસંબંધ માટે જવાબદાર નથી, જે આ અભ્યાસમાં દર્શાવવામાં આવ્યું હતું પરંતુ સંપૂર્ણ રીતે દર્શાવવામાં આવ્યું હોવાની શક્યતા નથી.આ સંદર્ભમાં, શરીરના વજનના સંતુલન અને ગુરુત્વાકર્ષણ કેન્દ્ર અથવા સર્વાઇકલ જંકશન (ફોરેમેન મેગ્નમ) અથવા અન્ય પરિબળો વચ્ચેના સંબંધને ધ્યાનમાં લેવું યોગ્ય છે.
મહાન પરિવર્તનશીલતા સાથેનો અન્ય એક મહત્વપૂર્ણ ઘટક મેસ્ટિકેટરી ઉપકરણના વિકાસ સાથે સંબંધિત છે, જે મેક્સિલરી અને ટેમ્પોરલ ફોસા દ્વારા રજૂ થાય છે, જેનું વર્ણન PC6, PC7 અને PC4 ના સંયોજન દ્વારા કરવામાં આવે છે.ક્રેનિયલ સેગમેન્ટમાં આ ચિહ્નિત ઘટાડો યુરોપીયન વ્યક્તિઓને અન્ય કોઈપણ ભૌગોલિક જૂથ કરતાં વધુ લાક્ષણિકતા આપે છે.કૃષિ અને ખાદ્ય તૈયારી તકનીકોના પ્રારંભિક વિકાસને કારણે ચહેરાના આકારવિજ્ઞાનની સ્થિરતામાં ઘટાડો થવાના પરિણામે આ લક્ષણનું અર્થઘટન કરવામાં આવ્યું છે, જેના પરિણામે શક્તિશાળી મેસ્ટિકેટરી ઉપકરણ 9,12,28,66 વિના મેસ્ટિકેટરી ઉપકરણ પરનો યાંત્રિક ભાર ઓછો થયો છે.મેસ્ટિકેટરી ફંક્શનની પૂર્વધારણા અનુસાર, 28 આની સાથે ખોપરીના આધારના વળાંકમાં વધુ તીવ્ર ક્રેનિયલ એંગલ અને વધુ ગોળાકાર ક્રેનિયલ છતમાં ફેરફાર થાય છે.આ પરિપ્રેક્ષ્યમાં, કૃષિ વસ્તીમાં કોમ્પેક્ટ ચહેરા, મેન્ડિબલનું ઓછું બહાર નીકળવું અને વધુ ગોળાકાર મેનિન્જીસ હોય છે.તેથી, આ વિરૂપતા યુરોપીયનોની ખોપરીના લેટરલ આકારની સામાન્ય રૂપરેખા દ્વારા સમજાવી શકાય છે જેમાં મેસ્ટિકેટરી અંગો ઘટાડો થાય છે.જો કે, આ અભ્યાસ મુજબ, આ અર્થઘટન જટિલ છે કારણ કે ગ્લોબોઝ ન્યુરોક્રેનિયમ અને મેસ્ટિકેટરી ઉપકરણના વિકાસ વચ્ચેના મોર્ફોલોજિકલ સંબંધનું કાર્યાત્મક મહત્વ ઓછું સ્વીકાર્ય છે, જેમ કે PC2 ના અગાઉના અર્થઘટનમાં ધ્યાનમાં લેવામાં આવ્યું હતું.
પૂર્વોત્તર એશિયનો અને દક્ષિણપૂર્વ એશિયનો વચ્ચેના તફાવતો પીસી3 અને પીસી9 માં બતાવ્યા પ્રમાણે, ઢોળાવવાળા ઓસીપીટલ હાડકાવાળા ઊંચા ચહેરા અને સાંકડી ખોપરીના પાયા સાથેના ટૂંકા ચહેરા વચ્ચેના વિરોધાભાસ દ્વારા દર્શાવવામાં આવ્યા છે.ભૌગોલિક માહિતીના અભાવને લીધે, અમારો અભ્યાસ આ તારણ માટે માત્ર મર્યાદિત સમજૂતી પ્રદાન કરે છે.સંભવિત સમજૂતી એ અલગ આબોહવા અથવા પોષક પરિસ્થિતિઓમાં અનુકૂલન છે.ઇકોલોજીકલ અનુકૂલન ઉપરાંત, ઉત્તરપૂર્વ અને દક્ષિણપૂર્વ એશિયામાં વસ્તીના ઇતિહાસમાં સ્થાનિક તફાવતોને પણ ધ્યાનમાં લેવામાં આવ્યા હતા.ઉદાહરણ તરીકે, પૂર્વીય યુરેશિયામાં, ક્રેનિયલ મોર્ફોમેટ્રિક ડેટા 67,68 પર આધારિત એનાટોમિકલી આધુનિક માનવો (AMH) ના વિખેરાઈને સમજવા માટે બે-સ્તરનું મોડેલ અનુમાનિત કરવામાં આવ્યું છે.આ મોડેલ મુજબ, “પ્રથમ સ્તર”, એટલે કે, લેટ પ્લેઇસ્ટોસીન AMH વસાહતીઓના મૂળ જૂથો, આધુનિક ઓસ્ટ્રો-મેલેનેસિયન (p. પ્રથમ સ્તર) જેવા પ્રદેશના સ્થાનિક રહેવાસીઓમાંથી વધુ કે ઓછા સીધા વંશના હતા., અને બાદમાં ઉત્તરપૂર્વ એશિયાઈ લાક્ષણિકતાઓ (બીજા સ્તર) સાથે ઉત્તરીય કૃષિ લોકોના મોટા પાયે આ પ્રદેશમાં (લગભગ 4,000 વર્ષ પહેલાં) મિશ્રણનો અનુભવ થયો.દક્ષિણપૂર્વ એશિયન ક્રેનિયલ આકારને સમજવા માટે "ટુ-લેયર" મોડલનો ઉપયોગ કરીને જનીન પ્રવાહને મેપ કરવાની જરૂર પડશે, જો કે દક્ષિણપૂર્વ એશિયન ક્રેનિયલ આકાર સ્થાનિક પ્રથમ-સ્તરના આનુવંશિક વારસા પર આંશિક રીતે આધાર રાખે છે.
હોમોલોગસ મોડલ્સનો ઉપયોગ કરીને મેપ કરેલા ભૌગોલિક એકમોનો ઉપયોગ કરીને ક્રેનિયલ સમાનતાનું મૂલ્યાંકન કરીને, અમે આફ્રિકાની બહારના દૃશ્યોમાં એએમએફના અંતર્ગત વસ્તી ઇતિહાસનું અનુમાન કરી શકીએ છીએ.હાડપિંજર અને જિનોમિક ડેટાના આધારે AMF ના વિતરણને સમજાવવા માટે ઘણા જુદા જુદા "આફ્રિકાની બહાર" મોડલની દરખાસ્ત કરવામાં આવી છે.આમાંથી, તાજેતરના અભ્યાસો સૂચવે છે કે આફ્રિકાની બહારના વિસ્તારોમાં AMH વસાહતીકરણ લગભગ 177,000 વર્ષ પહેલાં 69,70 થી શરૂ થયું હતું.જો કે, આ સમયગાળા દરમિયાન યુરેશિયામાં એએમએફનું લાંબા-અંતરનું વિતરણ અનિશ્ચિત રહે છે, કારણ કે આ પ્રારંભિક અવશેષોના નિવાસસ્થાન મધ્ય પૂર્વ અને આફ્રિકા નજીક ભૂમધ્ય સમુદ્ર સુધી મર્યાદિત છે.સૌથી સરળ કેસ હિમાલય જેવા ભૌગોલિક અવરોધોને બાયપાસ કરીને આફ્રિકાથી યુરેશિયા તરફના સ્થળાંતર માર્ગ પર એક જ સમાધાન છે.અન્ય મોડેલ સ્થળાંતરના બહુવિધ તરંગો સૂચવે છે, જેમાંથી પ્રથમ હિંદ મહાસાગરના કિનારે આફ્રિકાથી દક્ષિણપૂર્વ એશિયા અને ઑસ્ટ્રેલિયા સુધી ફેલાય છે અને પછી ઉત્તર યુરેશિયામાં ફેલાય છે.આમાંના મોટાભાગના અભ્યાસો પુષ્ટિ કરે છે કે AMF લગભગ 60,000 વર્ષ પહેલાં આફ્રિકાથી દૂર ફેલાયેલું હતું.આ સંદર્ભમાં, ઑસ્ટ્રેલેસિયન-મેલેનેશિયન (પાપુઆ સહિત) નમૂનાઓ હોમોલોજી મોડેલોના મુખ્ય ઘટકોના વિશ્લેષણમાં અન્ય કોઈપણ ભૌગોલિક શ્રેણી કરતાં આફ્રિકન નમૂનાઓ સાથે વધુ સમાનતા દર્શાવે છે.આ શોધ એ પૂર્વધારણાને સમર્થન આપે છે કે યુરેશિયાની દક્ષિણી ધાર પર પ્રથમ AMF વિતરણ જૂથો ચોક્કસ આબોહવા અથવા અન્ય નોંધપાત્ર પરિસ્થિતિઓના પ્રતિભાવમાં નોંધપાત્ર મોર્ફોલોજિકલ ફેરફારો વિના સીધા આફ્રિકામાં 22,68 માં ઉભા થયા હતા.
એલોમેટ્રિક વૃદ્ધિ અંગે, સેન્ટ્રોઇડ સાઇઝ દ્વારા નોર્મલાઇઝ્ડ અલગ ડેટા સેટમાંથી મેળવેલા આકાર ઘટકોનો ઉપયોગ કરીને વિશ્લેષણ PC6 અને PC10 માં નોંધપાત્ર એલોમેટ્રિક વલણ દર્શાવે છે.બંને ઘટકો કપાળના આકાર અને ચહેરાના ભાગો સાથે સંબંધિત છે, જે ખોપરીના કદમાં વધારો થતાં સાંકડા બને છે.ઉત્તરપૂર્વ એશિયનો અને અમેરિકનો આ લક્ષણ ધરાવે છે અને પ્રમાણમાં મોટી ખોપરી ધરાવે છે.આ શોધ અગાઉ નોંધાયેલ એલોમેટ્રિક પેટર્નનો વિરોધાભાસ કરે છે જેમાં મોટા મગજમાં કહેવાતા "બ્રોકાઝ કેપ" ક્ષેત્રમાં પ્રમાણમાં પહોળા આગળના લોબ્સ હોય છે, પરિણામે આગળના લોબની પહોળાઈમાં વધારો થાય છે34.આ તફાવતો નમૂના સેટમાં તફાવતો દ્વારા સમજાવવામાં આવે છે;અમારો અભ્યાસ આધુનિક વસ્તીનો ઉપયોગ કરીને એકંદર ક્રેનિયલ કદના એલોમેટ્રિક પેટર્નનું વિશ્લેષણ કરે છે, અને તુલનાત્મક અભ્યાસ મગજના કદ સંબંધિત માનવ ઉત્ક્રાંતિમાં લાંબા ગાળાના વલણોને સંબોધિત કરે છે.
ચહેરાના એલોમેટ્રી અંગે, બાયોમેટ્રિક ડેટા78નો ઉપયોગ કરીને કરવામાં આવેલા એક અભ્યાસમાં જાણવા મળ્યું છે કે ચહેરાના આકાર અને કદમાં થોડો સંબંધ હોઈ શકે છે, જ્યારે અમારા અભ્યાસમાં જાણવા મળ્યું છે કે મોટી ખોપરી ઊંચા, સાંકડા ચહેરા સાથે સંકળાયેલી હોય છે.જો કે, બાયોમેટ્રિક ડેટાની સુસંગતતા અસ્પષ્ટ છે;ઓન્ટોજેનેટિક એલોમેટ્રી અને સ્ટેટિક એલોમેટ્રીની સરખામણી કરતા રીગ્રેસન પરીક્ષણો જુદા જુદા પરિણામો દર્શાવે છે.વધેલી ઊંચાઈને કારણે ગોળાકાર ખોપરીના આકાર તરફ એલોમેટ્રિક વલણ પણ નોંધાયું છે;જો કે, અમે ઊંચાઈના ડેટાનું વિશ્લેષણ કર્યું નથી.અમારો અભ્યાસ દર્શાવે છે કે ક્રેનિયલ ગ્લોબ્યુલર પ્રમાણ અને એકંદર ક્રેનિયલ કદ પ્રતિ સે વચ્ચે સહસંબંધ દર્શાવતો કોઈ એલોમેટ્રિક ડેટા નથી.
જો કે અમારો વર્તમાન અભ્યાસ આબોહવા અથવા આહારની પરિસ્થિતિઓ દ્વારા રજૂ કરાયેલા બાહ્ય ચલો પરના ડેટા સાથે વ્યવહાર કરતું નથી જે ક્રેનિયલ મોર્ફોલોજીને પ્રભાવિત કરે તેવી શક્યતા છે, આ અભ્યાસમાં વપરાતા હોમોલોગસ 3D ક્રેનિયલ સપાટીના મોડલનો મોટો ડેટા સેટ સહસંબંધિત ફેનોટાઇપિક મોર્ફોલોજિકલ વિવિધતાનું મૂલ્યાંકન કરવામાં મદદ કરશે.પર્યાવરણીય પરિબળો જેમ કે આહાર, આબોહવા અને પોષણની સ્થિતિ, તેમજ સ્થળાંતર, જનીન પ્રવાહ અને આનુવંશિક પ્રવાહ જેવા તટસ્થ દળો.
આ અભ્યાસમાં 9 ભૌગોલિક એકમો (કોષ્ટક 1) માં 148 વસ્તીમાંથી એકત્રિત કરવામાં આવેલ નર કંકાલના 342 નમૂનાઓનો સમાવેશ થાય છે.મોટાભાગના જૂથો ભૌગોલિક રીતે મૂળ નમુનાઓ છે, જ્યારે આફ્રિકા, ઉત્તરપૂર્વ/દક્ષિણપૂર્વ એશિયા અને અમેરિકાના કેટલાક જૂથો (ઇટાલિકમાં સૂચિબદ્ધ) વંશીય રીતે વ્યાખ્યાયિત છે.ત્સુનેહિકો હનિહાર દ્વારા પૂરી પાડવામાં આવેલ માર્ટિન ક્રેનિયલ માપન વ્યાખ્યા અનુસાર ક્રેનિયલ માપન ડેટાબેઝમાંથી ઘણા ક્રેનિયલ નમૂનાઓ પસંદ કરવામાં આવ્યા હતા.અમે વિશ્વના તમામ વંશીય જૂથોમાંથી પ્રતિનિધિ નર કંકાલ પસંદ કર્યા છે.દરેક જૂથના સભ્યોને ઓળખવા માટે, અમે જૂથમાંથી 37 ક્રેનિયલ માપનના આધારે યુક્લિડિયન અંતરની ગણતરી કરી છે, જે તે જૂથની તમામ વ્યક્તિઓ માટેનો અર્થ છે.મોટાભાગના કિસ્સાઓમાં, અમે સરેરાશ (પૂરક કોષ્ટક S4) થી સૌથી નાનું અંતર ધરાવતા 1-4 નમૂનાઓ પસંદ કર્યા છે.આ જૂથો માટે, કેટલાક નમૂનાઓ રેન્ડમલી પસંદ કરવામાં આવ્યા હતા જો તેઓ હાહારા માપન ડેટાબેઝમાં સૂચિબદ્ધ ન હોય.
આંકડાકીય સરખામણી માટે, 148 વસ્તીના નમૂનાઓને મુખ્ય ભૌગોલિક એકમોમાં જૂથબદ્ધ કરવામાં આવ્યા હતા, જેમ કે કોષ્ટક 1 માં બતાવ્યા પ્રમાણે. "આફ્રિકન" જૂથમાં માત્ર સબ-સહારન પ્રદેશના નમૂનાઓનો સમાવેશ થાય છે.ઉત્તર આફ્રિકાના નમુનાઓને "મધ્ય પૂર્વ" માં સમાન પરિસ્થિતિઓ સાથે પશ્ચિમ એશિયાના નમૂનાઓ સાથે સમાવવામાં આવ્યા હતા.ઉત્તરપૂર્વ એશિયન જૂથમાં માત્ર બિન-યુરોપિયન વંશના લોકોનો સમાવેશ થાય છે, અને અમેરિકન જૂથમાં માત્ર મૂળ અમેરિકનોનો સમાવેશ થાય છે.ખાસ કરીને, આ જૂથ ઉત્તર અને દક્ષિણ અમેરિકન ખંડોના વિશાળ વિસ્તાર પર, વિવિધ પ્રકારના વાતાવરણમાં વહેંચાયેલું છે.જો કે, અમે બહુવિધ સ્થળાંતર 80 ને ધ્યાનમાં લીધા વિના, ઉત્તરપૂર્વ એશિયન મૂળના ગણાતા મૂળ અમેરિકનોના વસ્તી વિષયક ઇતિહાસને જોતાં, અમે આ એક ભૌગોલિક એકમની અંદર યુએસ નમૂનાને ધ્યાનમાં લઈએ છીએ.
અમે ઉચ્ચ-રિઝોલ્યુશન 3D સ્કેનર (શાઇનિંગ 3D કંપની લિમિટેડ દ્વારા EinScan Pro, ન્યૂનતમ રીઝોલ્યુશન: 0.5 mm, https://www.shining3d.com/) નો ઉપયોગ કરીને આ વિરોધાભાસી ખોપરીના નમૂનાઓનો 3D સપાટી ડેટા રેકોર્ડ કર્યો અને પછી એક જાળી જનરેટ કરી.જાળીદાર મોડેલમાં આશરે 200,000–400,000 શિરોબિંદુઓનો સમાવેશ થાય છે, અને સમાવિષ્ટ સોફ્ટવેરનો ઉપયોગ છિદ્રો અને સરળ કિનારીઓ ભરવા માટે થાય છે.
પ્રથમ પગલામાં, અમે 4485 શિરોબિંદુઓ (8728 બહુકોણીય ચહેરાઓ) ધરાવતા સિંગલ-ટેમ્પલેટ મેશ સ્કલ મોડલ બનાવવા માટે કોઈપણ ખોપરીમાંથી સ્કેન ડેટાનો ઉપયોગ કર્યો.સ્ફેનોઇડ હાડકા, પેટ્રસ ટેમ્પોરલ હાડકા, તાળવું, મેક્સિલરી એલ્વિઓલી અને દાંતનો સમાવેશ કરીને ખોપરીના પ્રદેશનો આધાર ટેમ્પલેટ મેશ મોડેલમાંથી દૂર કરવામાં આવ્યો હતો.તેનું કારણ એ છે કે પેટરીગોઈડ સપાટીઓ અને સ્ટાઈલોઈડ પ્રક્રિયાઓ, દાંતના વસ્ત્રો અને/અથવા દાંતના અસંગત સમૂહ જેવા પાતળા અથવા પાતળા તીક્ષ્ણ ભાગોને કારણે આ રચનાઓ ક્યારેક અધૂરી અથવા પૂર્ણ કરવી મુશ્કેલ હોય છે.ફોરામેન મેગ્નમની આસપાસની ખોપરીનો આધાર, બેઝ સહિત, રિસેકટ કરવામાં આવ્યો ન હતો કારણ કે સર્વાઇકલ સાંધાના સ્થાન માટે આ શરીરરચનાત્મક રીતે મહત્વપૂર્ણ સ્થાન છે અને ખોપરીની ઊંચાઈનું મૂલ્યાંકન કરવું આવશ્યક છે.એક ટેમ્પલેટ બનાવવા માટે મિરર રિંગ્સનો ઉપયોગ કરો જે બંને બાજુઓ પર સપ્રમાણ હોય.બહુકોણીય આકારોને શક્ય તેટલા સમબાજુમાં કન્વર્ટ કરવા માટે આઇસોટ્રોપિક મેશિંગ કરો.
આગળ, HBM-Rugle સોફ્ટવેરનો ઉપયોગ કરીને ટેમ્પલેટ મોડલના એનાટોમિક રીતે અનુરૂપ શિરોબિંદુઓને 56 સીમાચિહ્નો સોંપવામાં આવ્યા હતા.લેન્ડમાર્ક સેટિંગ્સ સીમાચિહ્ન સ્થિતિની ચોકસાઈ અને સ્થિરતાને સુનિશ્ચિત કરે છે અને જનરેટેડ હોમોલોજી મોડેલમાં આ સ્થાનોની સમાનતાની ખાતરી કરે છે.પૂરક કોષ્ટક S5 અને પૂરક આકૃતિ S3 માં બતાવ્યા પ્રમાણે, તેમની વિશિષ્ટ લાક્ષણિકતાઓના આધારે તેમને ઓળખી શકાય છે.બુકસ્ટીનની વ્યાખ્યા81 મુજબ, આમાંના મોટાભાગના સીમાચિહ્નો ત્રણ માળખાના આંતરછેદ પર સ્થિત પ્રકાર I સીમાચિહ્નો છે, અને કેટલાક મહત્તમ વળાંકના બિંદુઓ સાથેના પ્રકાર II સીમાચિહ્નો છે.માર્ટિનની વ્યાખ્યા 36 માં રેખીય ક્રેનિયલ માપન માટે નિર્ધારિત બિંદુઓમાંથી ઘણા સીમાચિહ્નો સ્થાનાંતરિત કરવામાં આવ્યા હતા. અમે 342 ખોપરીના નમુનાઓના સ્કેન કરેલ મોડેલો માટે સમાન 56 સીમાચિહ્નો વ્યાખ્યાયિત કર્યા હતા, જે આગામી વિભાગના હોમોલોજી મોડેલમાં વધુ સચોટ બનાવવા માટે એનાટોમિક રીતે અનુરૂપ શિરોબિંદુઓને મેન્યુઅલી સોંપવામાં આવ્યા હતા.
પૂરક આકૃતિ S4 માં બતાવ્યા પ્રમાણે, સ્કેન ડેટા અને નમૂનાનું વર્ણન કરવા માટે હેડ-સેન્ટ્રિક કોઓર્ડિનેટ સિસ્ટમ વ્યાખ્યાયિત કરવામાં આવી હતી.XZ પ્લેન એ ફ્રેન્કફર્ટનું આડું વિમાન છે જે ડાબી અને જમણી બાહ્ય શ્રાવ્ય નહેરોની ઉપરની ધારના ઉચ્ચતમ બિંદુ (માર્ટિનની વ્યાખ્યા: ભાગ) અને ડાબી ભ્રમણકક્ષાની નીચેની ધારના સૌથી નીચા બિંદુ (માર્ટિનની વ્યાખ્યા: ભ્રમણકક્ષા)માંથી પસાર થાય છે. ..X અક્ષ એ ડાબી અને જમણી બાજુઓને જોડતી રેખા છે અને X+ એ જમણી બાજુ છે.YZ પ્લેન ડાબા અને જમણા ભાગો અને નાકના મૂળની વચ્ચેથી પસાર થાય છે: Y+ ઉપર, Z+ આગળ.સંદર્ભ બિંદુ (મૂળ: શૂન્ય સંકલન) YZ પ્લેન (મિડપ્લેન), XZ પ્લેન (ફ્રેન્કફર્ટ પ્લેન) અને XY પ્લેન (કોરોનલ પ્લેન) ના આંતરછેદ પર સેટ છે.
અમે HBM-Rugle સોફ્ટવેર (મેડિક એન્જિનિયરિંગ, ક્યોટો, http://www.rugle.co.jp/) નો ઉપયોગ 56 સીમાચિહ્ન બિંદુઓ (આકૃતિ 1 ની ડાબી બાજુ) નો ઉપયોગ કરીને ટેમ્પલેટ ફિટિંગ કરીને હોમોલોગસ મેશ મોડેલ બનાવવા માટે કર્યું.મૂળ સૉફ્ટવેર ઘટક, જાપાનમાં ઇન્સ્ટિટ્યૂટ ઑફ એડવાન્સ્ડ ઇન્ડસ્ટ્રિયલ સાયન્સ એન્ડ ટેક્નોલૉજી ખાતે સેન્ટર ફોર ડિજિટલ હ્યુમન રિસર્ચ દ્વારા વિકસાવવામાં આવ્યું છે, તેને HBM કહેવામાં આવે છે અને તે સીમાચિહ્નોનો ઉપયોગ કરીને નમૂનાઓ ફિટ કરવા અને પાર્ટીશનિંગ સપાટીઓ82નો ઉપયોગ કરીને ફાઇન મેશ મોડલ્સ બનાવવાનું કાર્ય ધરાવે છે.અનુગામી સોફ્ટવેર વર્ઝન (mHBM) 83 એ ફીટીંગ પ્રદર્શનને સુધારવા માટે સીમાચિહ્નો વિના પેટર્ન ફિટિંગ માટે એક વિશેષતા ઉમેર્યું.HBM-Rugle mHBM સૉફ્ટવેરને વધારાની વપરાશકર્તા-મૈત્રીપૂર્ણ સુવિધાઓ સાથે જોડે છે જેમાં કોઓર્ડિનેટ સિસ્ટમને કસ્ટમાઇઝ કરવા અને ઇનપુટ ડેટાનું કદ બદલવાનો સમાવેશ થાય છે.સૉફ્ટવેર ફિટિંગ સચોટતાની વિશ્વસનીયતા અસંખ્ય અભ્યાસોમાં પુષ્ટિ કરવામાં આવી છે52,54,55,56,57,58,59,60.
જ્યારે લેન્ડમાર્ક્સનો ઉપયોગ કરીને HBM-Rugle ટેમ્પલેટ ફીટ કરવામાં આવે છે, ત્યારે ICP ટેક્નોલોજી (ટેમ્પલેટ અને લક્ષ્ય સ્કેન ડેટાને અનુરૂપ સીમાચિહ્નો વચ્ચેના અંતરનો સરવાળો ઘટાડીને) પર આધારિત સખત નોંધણી દ્વારા ટેમ્પલેટનું મેશ મોડલ લક્ષ્ય સ્કેન ડેટા પર સુપરિમ્પોઝ કરવામાં આવે છે, અને પછી મેશના બિન-કઠોર વિકૃતિ દ્વારા ટેમ્પ્લેટને લક્ષ્ય સ્કેન ડેટા માટે અપનાવે છે.ફિટિંગની ચોકસાઈને સુધારવા માટે બે ફિટિંગ પરિમાણોના વિવિધ મૂલ્યોનો ઉપયોગ કરીને આ ફિટિંગ પ્રક્રિયાને ત્રણ વખત પુનરાવર્તિત કરવામાં આવી હતી.આ પરિમાણોમાંથી એક ટેમ્પલેટ ગ્રીડ મોડલ અને લક્ષ્ય સ્કેન ડેટા વચ્ચેના અંતરને મર્યાદિત કરે છે, અને અન્ય નમૂના સીમાચિહ્નો અને લક્ષ્ય સીમાચિહ્નો વચ્ચેના અંતરને દંડિત કરે છે.17,709 શિરોબિંદુઓ (34,928 બહુકોણ) ધરાવતા વધુ શુદ્ધ મેશ મોડલ બનાવવા માટે વિકૃત ટેમ્પલેટ મેશ મોડલને પછી ચક્રીય સપાટી પેટાવિભાગ અલ્ગોરિધમ 82 નો ઉપયોગ કરીને પેટાવિભાજિત કરવામાં આવ્યું હતું.છેલ્લે, વિભાજિત ટેમ્પલેટ ગ્રીડ મોડલ હોમોલોજી મોડલ જનરેટ કરવા માટે લક્ષ્ય સ્કેન ડેટા માટે ફિટ છે.સીમાચિહ્ન સ્થાનો લક્ષ્ય સ્કેન ડેટા કરતા થોડા અલગ હોવાથી, હોમોલોજી મોડલ અગાઉના વિભાગમાં વર્ણવેલ હેડ ઓરિએન્ટેશન કોઓર્ડિનેટ સિસ્ટમનો ઉપયોગ કરીને તેનું વર્ણન કરવા માટે ફાઇન-ટ્યુન કરવામાં આવ્યું હતું.તમામ નમૂનાઓમાં અનુરૂપ હોમોલોગસ મોડેલ સીમાચિહ્નો અને લક્ષ્ય સ્કેન ડેટા વચ્ચેનું સરેરાશ અંતર <0.01 મીમી હતું.HBM-Rugle ફંક્શનનો ઉપયોગ કરીને ગણતરી કરેલ, હોમોલોજી મોડલ ડેટા પોઈન્ટ અને લક્ષ્ય સ્કેન ડેટા વચ્ચેનું સરેરાશ અંતર 0.322 mm (પૂરક કોષ્ટક S2) હતું.
ક્રેનિયલ મોર્ફોલોજીમાં ફેરફારોને સમજાવવા માટે, તમામ હોમોલોગસ મોડલ્સના 17,709 શિરોબિંદુઓ (53,127 XYZ કોઓર્ડિનેટ્સ) પ્રિન્સિપલ કમ્પોનન્ટ એનાલિસિસ (PCA) દ્વારા ઇન્સ્ટિટ્યૂટ ઑફ એડવાન્સ્ડ ઇન્ડસ્ટ્રિયલ સાયન્સ એન્ડ ટેક્નોલોજી ખાતે સેન્ટર ફોર ડિજિટલ હ્યુમન સાયન્સ દ્વારા બનાવવામાં આવેલા HBS સોફ્ટવેરનો ઉપયોગ કરીને વિશ્લેષણ કરવામાં આવ્યું હતું., જાપાન (વિતરણ ડીલર: મેડિક એન્જિનિયરિંગ, ક્યોટો, http://www.rugle.co.jp/).ત્યારબાદ અમે અસાધારણ ડેટા સેટ અને સેન્ટ્રોઇડ સાઇઝ દ્વારા નોર્મલાઇઝ્ડ ડેટા સેટ પર PCA લાગુ કરવાનો પ્રયાસ કર્યો.આમ, બિન-માનક ડેટા પર આધારિત પીસીએ નવ ભૌગોલિક એકમોના ક્રેનિયલ આકારને વધુ સ્પષ્ટ રીતે દર્શાવી શકે છે અને પ્રમાણિત ડેટાનો ઉપયોગ કરીને પીસીએ કરતાં ઘટક અર્થઘટનની સુવિધા આપે છે.
આ લેખ કુલ ભિન્નતાના 1% કરતા વધુના યોગદાન સાથે શોધાયેલ મુખ્ય ઘટકોની સંખ્યા રજૂ કરે છે.મુખ્ય ભૌગોલિક એકમોમાં જૂથોને અલગ પાડવામાં સૌથી અસરકારક મુખ્ય ઘટકો નક્કી કરવા માટે, રીસીવર ઓપરેટિંગ લાક્ષણિકતા (ROC) વિશ્લેષણ 2% 84 કરતાં વધુ યોગદાન સાથે મુખ્ય ઘટક (PC) સ્કોર્સ પર લાગુ કરવામાં આવ્યું હતું.આ વિશ્લેષણ વર્ગીકરણ કાર્યક્ષમતામાં સુધારો કરવા અને ભૌગોલિક જૂથો વચ્ચેના પ્લોટની યોગ્ય રીતે સરખામણી કરવા માટે દરેક PCA ઘટક માટે સંભાવના વળાંક પેદા કરે છે.ભેદભાવયુક્ત શક્તિની ડિગ્રીનું મૂલ્યાંકન વળાંક (AUC) હેઠળના વિસ્તાર દ્વારા કરી શકાય છે, જ્યાં મોટા મૂલ્યો ધરાવતા PCA ઘટકો જૂથો વચ્ચે ભેદભાવ કરવામાં વધુ સારી રીતે સક્ષમ છે.ત્યારબાદ મહત્વના સ્તરનું મૂલ્યાંકન કરવા માટે ચી-સ્ક્વેર ટેસ્ટ કરવામાં આવી હતી.એક્સેલ સોફ્ટવેર (સંસ્કરણ 3.21) માટે બેલ કર્વનો ઉપયોગ કરીને માઇક્રોસોફ્ટ એક્સેલમાં આરઓસી વિશ્લેષણ કરવામાં આવ્યું હતું.
ક્રેનિયલ મોર્ફોલોજીમાં ભૌગોલિક તફાવતોની કલ્પના કરવા માટે, પીસી સ્કોર્સનો ઉપયોગ કરીને સ્કેટરપ્લોટ્સ બનાવવામાં આવ્યા હતા જે મુખ્ય ભૌગોલિક એકમોમાંથી જૂથોને સૌથી અસરકારક રીતે અલગ પાડે છે.મુખ્ય ઘટકોનું અર્થઘટન કરવા માટે, મુખ્ય ઘટકો સાથે અત્યંત સહસંબંધ ધરાવતા મોડેલ શિરોબિંદુઓની કલ્પના કરવા માટે રંગ નકશાનો ઉપયોગ કરો.વધુમાં, મુખ્ય ઘટક સ્કોર્સના ±3 માનક વિચલનો (SD) પર સ્થિત મુખ્ય ઘટક અક્ષોના છેડાની વર્ચ્યુઅલ રજૂઆતોની ગણતરી કરવામાં આવી હતી અને પૂરક વિડિયોમાં રજૂ કરવામાં આવી હતી.
પીસીએ વિશ્લેષણમાં આકારણી કરાયેલ ખોપરીના આકાર અને કદના પરિબળો વચ્ચેનો સંબંધ નક્કી કરવા માટે એલોમેટ્રીનો ઉપયોગ કરવામાં આવ્યો હતો.વિશ્લેષણ યોગદાન > 1% સાથેના મુખ્ય ઘટકો માટે માન્ય છે.આ PCA ની એક મર્યાદા એ છે કે આકારના ઘટકો વ્યક્તિગત રીતે આકાર સૂચવી શકતા નથી કારણ કે બિન-સામાન્ય ડેટા સેટ તમામ પરિમાણીય પરિબળોને દૂર કરતું નથી.અસાધારણ ડેટા સેટ્સનો ઉપયોગ કરવા ઉપરાંત, અમે > 1% યોગદાન સાથે મુખ્ય ઘટકો પર લાગુ સામાન્યકૃત સેન્ટ્રોઇડ કદના ડેટાના આધારે પીસી અપૂર્ણાંક સેટનો ઉપયોગ કરીને એલોમેટ્રિક વલણોનું વિશ્લેષણ પણ કર્યું.
સમીકરણ Y = aXb 85 નો ઉપયોગ કરીને એલોમેટ્રિક વલણોનું પરીક્ષણ કરવામાં આવ્યું હતું જ્યાં Y એ આકારના ઘટકનો આકાર અથવા પ્રમાણ છે, X એ સેન્ટ્રોઇડ કદ છે (પૂરક કોષ્ટક S2), a એ સ્થિર મૂલ્ય છે અને b એ એલોમેટ્રિક ગુણાંક છે.આ પદ્ધતિ મૂળભૂત રીતે ભૌમિતિક મોર્ફોમેટ્રી78,86 માં એલોમેટ્રિક વૃદ્ધિ અભ્યાસ રજૂ કરે છે.આ સૂત્રનું લઘુગણક પરિવર્તન છે: log Y = b × log X + log a.a અને b ની ગણતરી કરવા માટે ઓછામાં ઓછા ચોરસ પદ્ધતિનો ઉપયોગ કરીને રીગ્રેસન વિશ્લેષણ લાગુ કરવામાં આવ્યું હતું.જ્યારે Y (કેન્દ્રીય કદ) અને X (PC સ્કોર્સ) લઘુગણક રૂપે રૂપાંતરિત થાય છે, ત્યારે આ મૂલ્યો હકારાત્મક હોવા જોઈએ;જો કે, X માટે અંદાજોનો સમૂહ નકારાત્મક મૂલ્યો ધરાવે છે.ઉકેલ તરીકે, અમે દરેક ઘટકમાં દરેક અપૂર્ણાંક માટે સૌથી નાના અપૂર્ણાંક વત્તા 1 ના સંપૂર્ણ મૂલ્યમાં રાઉન્ડિંગ ઉમેર્યું અને તમામ રૂપાંતરિત હકારાત્મક અપૂર્ણાંકો પર લઘુગણક પરિવર્તન લાગુ કર્યું.બે પૂંછડીવાળા વિદ્યાર્થીની ટી ટેસ્ટનો ઉપયોગ કરીને એલોમેટ્રિક ગુણાંકના મહત્વનું મૂલ્યાંકન કરવામાં આવ્યું હતું.એલોમેટ્રિક વૃદ્ધિ ચકાસવા માટે આ આંકડાકીય ગણતરીઓ Excel સોફ્ટવેર (સંસ્કરણ 3.21) માં બેલ કર્વ્સનો ઉપયોગ કરીને કરવામાં આવી હતી.
વોલ્પોફ, MH હાડપિંજરના નસકોરા પર આબોહવાની અસરો.હા.જે. ફિઝ.માનવતા.29, 405–423.https://doi.org/10.1002/ajpa.1330290315 (1968).
બીલ્સ, કેએલ હેડ આકાર અને આબોહવા તણાવ.હા.જે. ફિઝ.માનવતા.37, 85-92.https://doi.org/10.1002/ajpa.1330370111 (1972).
પોસ્ટ સમય: એપ્રિલ-02-2024