46、面部生长方向预测与药物靶点相互作用预测研究-优快云博客

本文链接：https://blog.youkuaiyun.com/grpc6streamer/article/details/149522676

面部生长方向预测与药物靶点相互作用预测研究

面部生长方向预测

在面部生长方向（FG）预测的回归研究中，发现评估数据集中的回归性能受噪声限制。数据点在转换坐标中呈聚类分布，在9岁或12岁测量值构建的特征空间中，数据集形成了不同的聚类，但在（12 - 9）特征构建的特征空间中则没有。这些聚类在一定程度上与原始头颅侧位片的来源相关。

进一步分析发现，一些标志点的位置不明确，难以精确标记，这使得数据收集过程成为噪声的来源。通过对30张头颅侧位片重复标记过程，测量相应标志点在Procrustes空间中的平均欧氏距离为0.0076。对于这些头颅侧位片所属的患者，测量9岁和12岁、9岁和18岁头颅侧位片之间的平均距离分别为0.0092和0.0131，表明标记过程产生的误差相对于实际生长变化较为显著，这给FG预测任务带来了另一个问题。

此外，还发现一些患者在9岁和12岁时外貌相似，但在18岁时差异显著。即对于相近的输入特征值，预测变量的值却有很大不同，这种情况会使模型产生混淆，推测仅依靠9岁和12岁的标志点可能不足以构建强大的预测系统。

综上所述，FG方向的分类是一项具有挑战性的任务。对基于头颅侧位片的FG数据进行严格分析，揭示了这一困难的来源。评估的回归模型性能表明，所有数据集变体都最适合用非平滑回归函数拟合。部分坐标显示出聚类结构，与头颅侧位片的来源相关，这表明噪声影响了可用的基于头颅侧位片的特征，导致这些特征的解释能力有限，从而解释了之前FG方向分类困难的问题。