種の識別のために魚のスケールに適用される幾何学的形態計測に関する新しい洞察

単一の皮膚スケールからの魚種を迅速かつ安価な認識の可能性は、幅広いコンテキストで興味深いでしょう。幾何学的な形態計測の方法は非常に有望であるように見えますが、異なるアプローチを比較する幅広い研究には不足しています。ランドマークベースとアウトラインベースの幾何学的形態計測の2つの方法を、5つの異なる伸縮種のスケールのデータセットに適用することを目指しました：ダニオレリオ、Dicentrarchus Labrax、Mullus Surmuletus、Sardina Pilchardus、およびSparus aurata。ランドマークベースの方法では、Rライブラリ「Geomorph」が使用されました。画期的な選択とポジショニングに関するいくつかの問題が対処され、魚のスケールで初めて、ランドマークとセミランドマークの両方を備えたアプローチが設定されました。アウトラインベースの方法では、Rライブラリ「MOMOCS」が使用されました。分析されたスケールの数が比較的少ないにもかかわらず（種ごとに11から81まで）、両方の方法はすべての種の非常に良好なクラスタリングを達成しました。特に、ここで使用されるランドマークベースのメソッドは、一般的にアウトラインベースの方法よりも種のクラスタリングをテストする際により高いR2値を与えましたが、種のいくつかのカップルを区別することはできませんでした。一方、アウトラインベースの方法は、1つを除くすべてのカップル間の違いをキャッチするように見えました。より大きなデータセットは、アウトラインベースの幾何学的形態計測でより良い結果を達成する可能性があります。この後者の方法は、ランドマークの認識と配置の問題から解放されているため、将来のアプリケーションで自動化されるのに最も適しています。

The possibility of quick and cheap recognition of a fish species from a single dermal scale would be interesting in a wide range of contexts. The methods of geometric morphometry appear to be quite promising, although wide studies comparing different approaches are lacking. We aimed to apply two methods of geometric morphometry, landmark-based and outline-based, on a dataset of scales from five different teleost species: Danio rerio, Dicentrarchus labrax, Mullus surmuletus, Sardina pilchardus, and Sparus aurata. For the landmark-based method the R library "geomorph" was used. Some issues about landmark selection and positioning were addressed and, for the first time on fish scales, an approach with both landmarks and semilandmarks was set up. For the outline-based method the R library "Momocs" was used. Despite the relatively low number of scales analyzed (from 11 to 81 for each species), both methods achieved quite good clustering of all the species. In particular, the landmark-based method used here gave generally higher R2 values in testing species clustering than the outline-based method, but it failed to distinguish between a few couples of species; on the other hand, the outline-based method seemed to catch the differences among all the couples except one. Larger datasets have the potential to achieve better results with outline-based geometric morphometry. This latter method, being free from the problem of recognizing and positioning landmarks, is also the most suitable for being automatized in future applications.