Detección y clasificación de anomalías en formas del cuerpo humano utilizando homología persistente
Autores: de Rose, Steve; Meyer, Philippe; Bertrand, Frédéric
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Detección y clasificación de anomalías en formas del cuerpo humano utilizando homología persistente
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Sistemas de tallas
Costos de producción
Industria textil de prendas de vestir
Formas del cuerpo humano
Análisis de datos topológicos
Algoritmos de agrupamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 58
Citaciones: Sin citaciones
Los sistemas de dimensionamiento precisos de una población permiten minimizar los costos de producción de la industria de prendas textiles y permiten a las empresas satisfacer a sus clientes. Por lo tanto, la información sobre las formas del cuerpo humano necesita ser extraída para examinar, comparar y clasificar las morfologías humanas. En este documento, utilizamos el análisis de datos topológicos para estudiar las formas del cuerpo humano. La teoría de la persistencia aplicada a nubes de puntos antropométricos junto con algoritmos de agrupación muestran que la información relevante sobre las formas es extraída por la homología persistente. En particular, las homologías de los puntos del cuerpo humano tienen interpretaciones interesantes en términos de la anatomía humana. En primer lugar, se detectan anomalías de escaneos utilizando agrupaciones jerárquicas de enlace completo. Luego, un índice de discriminación muestra qué tipo de agrupación separa con precisión los géneros y si vale la pena restringirse a troncos corporales o no. Finalmente, las agrupaciones jerárquicas de enlace de Ward con índices de Davies-Bouldin, Dunn y Silhouette se utilizan para definir ocho morfotipos masculinos y siete morfotipos femeninos, que difieren en términos de clases de peso y proporciones entre circunferencias de busto, cintura y cadera. Las técnicas utilizadas en este trabajo nos permiten clasificar los cuerpos humanos y detectar anomalías de escaneo directamente en las nubes de puntos del cuerpo humano completo en lugar de los métodos habituales que implican la extracción de medidas corporales de individuos o sus escaneos.
Descripción
Los sistemas de dimensionamiento precisos de una población permiten minimizar los costos de producción de la industria de prendas textiles y permiten a las empresas satisfacer a sus clientes. Por lo tanto, la información sobre las formas del cuerpo humano necesita ser extraída para examinar, comparar y clasificar las morfologías humanas. En este documento, utilizamos el análisis de datos topológicos para estudiar las formas del cuerpo humano. La teoría de la persistencia aplicada a nubes de puntos antropométricos junto con algoritmos de agrupación muestran que la información relevante sobre las formas es extraída por la homología persistente. En particular, las homologías de los puntos del cuerpo humano tienen interpretaciones interesantes en términos de la anatomía humana. En primer lugar, se detectan anomalías de escaneos utilizando agrupaciones jerárquicas de enlace completo. Luego, un índice de discriminación muestra qué tipo de agrupación separa con precisión los géneros y si vale la pena restringirse a troncos corporales o no. Finalmente, las agrupaciones jerárquicas de enlace de Ward con índices de Davies-Bouldin, Dunn y Silhouette se utilizan para definir ocho morfotipos masculinos y siete morfotipos femeninos, que difieren en términos de clases de peso y proporciones entre circunferencias de busto, cintura y cadera. Las técnicas utilizadas en este trabajo nos permiten clasificar los cuerpos humanos y detectar anomalías de escaneo directamente en las nubes de puntos del cuerpo humano completo en lugar de los métodos habituales que implican la extracción de medidas corporales de individuos o sus escaneos.