CN108065911A - 基于皮肤测量的湿热体质评估方法及评估*** - Google Patents
基于皮肤测量的湿热体质评估方法及评估*** Download PDFInfo
- Publication number
- CN108065911A CN108065911A CN201611002276.9A CN201611002276A CN108065911A CN 108065911 A CN108065911 A CN 108065911A CN 201611002276 A CN201611002276 A CN 201611002276A CN 108065911 A CN108065911 A CN 108065911A
- Authority
- CN
- China
- Prior art keywords
- principal component
- skin
- damp
- cheek
- component model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Alternative & Traditional Medicine (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Dermatology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于皮肤测量的湿热体质评估方法及评估***。在该评估方法中,首先采用皮肤检测仪器对用户的皮肤状况进行测试,获得表征皮肤状态的多项生理指标;根据各项生理指标,采用主成分分析法生成主成分分析模型;将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化;基于优化后的主成分分析模型,结合各项生理指标对用户是否属于湿热体质进行判断。利用本发明,可以通过对皮肤状态的综合测量和评价,科学客观地判断出人的体质类型。该评估方法及评估***不仅准确率高,而且可以利用现有的计算机设备独立进行,完全摆脱了对中医师个体经验的依赖,便于大规模推广应用。
Description
技术领域
本发明涉及一种基于皮肤测量的湿热体质评估方法,同时也涉及相应的湿热体质评估***,属于计算机辅助诊断技术领域。
背景技术
中华中医药学会发布的《中医体质分类与判定标准》中,将人体质分为平和体质、气虚体质、阳虚体质、阴虚体质、痰湿体质、湿热体质、血瘀体质、气郁体质、特禀体质九种类型。其中,湿热体质以湿浊内蕴,阳气偏盛为主要特征,湿热熏蒸于上,则见面部油腻,毛孔粗大,皮肤易瘙痒,湿热阻滞经络,而导致气血运行不畅,故见面色晦暗。对于湿热体质人群的皮肤而言,其面部油腻,面色晦暗,毛孔粗大。
在医学美容或者化妆品研制工作中,准确判断患者(或用户)的体质类型是十分重要的。只有在准确掌握患者(或用户)的体质类型及其特点,才能有针对性地开展因症施治工作,提供有针对性的皮肤护理方案。但在现有技术中,这些体质类型的判断都是基于中医师的经验定性分析的,因此高度依赖于中医师的主观经验。这样一方面存在判断准确性不高的问题,另一方面也无法做到标准化,无法实现大规模的推广使用。
公开号为CN 101015448A的中国发明专利申请公开了一种根据中医理论对人体体质进行分型的分析与诊断技术,具体包括成像分析***和软件包,其中成像分析***包括高还原能力的摄像头和颜色分解数据模块,软件包具体包括前台模块、数据管理模块、问诊处理与分析模块、望诊处理与分析模块、诊断与提供健康方案模块,该分析和诊断技术可以安装在计算机上或与之兼容的诊断仪器上,也可以固化到专用的设备上。但是,该分析和诊断技术并不能基于皮肤测量对人的体质类型进行准确的评估。
发明内容
针对现有技术的不足,本发明所要解决的首要技术问题在于提供一种基于皮肤测量的湿热体质评估方法。
本发明所要解决的另一技术问题在于提供一种基于皮肤测量的湿热体质评估***。
为实现上述的发明目的,本发明采用下述技术方案:
一种基于皮肤测量的湿热体质评估方法,包括如下步骤:
采用皮肤检测仪器对用户的皮肤状况进行测试,获得表征皮肤状态的多项生理指标;
根据各项生理指标,采用主成分分析法生成主成分分析模型;
将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化;
基于优化后的主成分分析模型,结合各项生理指标对用户是否属于湿热体质进行判断。
其中较优地,当优化后的主成分分析模型的评价结果与多位中医师的评分结果相差小于预定阈值时,认为主成分分析模型优化成功。
其中较优地,所述生理指标包括但不限于:脸颊水分含量平均值、脸颊水分散失量、脸颊油脂、脸颊MI平均值、脸颊EI平均值、脸颊L值、脸颊A值、脸颊B值、脸颊ITA值、脸颊光泽的平均值、脸颊弹性R2、脸颊弹性R5、脸颊弹性R7、脸颊PH值、脸颊平均值Ra、脸颊平均值Rz、脸颊平均值Rp、面部皮肤血液灌注量、pO2平均值、pCO2平均值、红外脸颊平均值中的一种或者多种。
其中较优地,在获得评分结果之后,利用中心极限定理和大数定理计算专家评分的置信区间。
其中较优地,在获得评分结果之后,利用数据分布服从t分布的特性求得专家评分的置信区间。
其中较优地,用于湿热体质判断的主成分分析模型为:
Y=8.6415323463-0.0085951847*X1+0.0158779558*X2-0.0128837197*X3+0.0001401418*X4-0.0003669583*X5+0.1721439848*X6-0.3501452084*X7-0.1551124703*X8-0.0227255505*X9-0.0203748929*X10-0.0265813447*X11-0.0281364239*X12+0.0211942038*X13-0.0735782081*X14+28.5195188473*X15+11.0499419576*X16+6.4437782700*X17+0.0106161331*X18-0.0063611279*X19-0.0043136666*X20-0.1766312473*X21;
其中,Y为用于湿热体质判断的因变量,X1~X21分别为表征皮肤状态的各项生理指标。
其中较优地,在采用皮肤检测仪器获得各项生理指标后,利用所述主成分分析模型计算出因变量Y的值,判断是否在针对湿热体质的专家评分置信区间内;如果Y的值在所述专家评分置信区间内,则认为用户属于湿热体质。
一种基于皮肤测量的湿热体质评估***,包括多种皮肤检测仪器,还包括计算单元和显示单元;各所述皮肤检测仪器连接所述计算单元,将表征皮肤状态的各项生理指标传输给所述计算单元进行处理;
在所述计算单元中,至少包括如下功能模块:主成分分析模型生成模块,用于采用主成分分析法生成主成分分析模型;主成分分析模型优化模块,用于将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化;体质类型判断模块,用于根据优化后的主成分分析模型,结合各项生理指标对用户是否属于湿热体质进行判断;
所述计算单元将所获得的体质类型判断结论输入所述显示单元中,向用户显示评估结果。
其中较优地,所述皮肤检测仪器包括但不限于:激光多普勒仪、红外热成像仪、黑红色素探头、皮肤纹理度测试仪、水分含量测试仪、水分散失测试仪、油脂含量测试仪、多功能皮肤测试仪及皮肤色度测试探头、皮肤光泽度测试仪及测试探头、皮肤弹性测试仪、PH计、经皮氧分压监测仪中的一种或者多种。
利用本发明所提供的湿热体质评估方法及评估***,可以通过对皮肤状态的综合测量和评价,科学客观地判断出人的体质类型。该评估方法及评估***不仅准确率高,而且可以利用现有的计算机设备独立进行,完全摆脱了对中医师个体经验的依赖,便于大规模推广应用。
具体实施方式
下面结合具体实施例对本发明的技术内容展开详细具体的说明。
前已述及,湿热体质人群的面部油腻,面色晦暗,毛孔粗大,但目前针对湿热体质人群的体质类型判断是依赖于中医师的主观经验进行的,存在准确性不高、无法实现标准化等缺陷。
为此,本发明采用如下的技术思路:采用皮肤检测仪器对志愿者(或用户)的皮肤状况进行测试,获得表征皮肤状态的多项生理指标。根据各项生理指标,采用主成分分析法生成主成分分析模型。将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化。当优化后的主成分分析模型的评价结果与多位中医师的评分结果相差小于预定阈值时,认为主成分分析模型优化成功,可以摆脱对中医师经验的依赖而独立开展体质类型判断工作。基于优化后的主成分分析模型,结合各项生理指标对志愿者(或用户)是否属于湿热体质进行判断。下面对此展开详细具体的说明。
首先,本发明所采用的表征皮肤状态的生理指标一共有21项,各项指标的具体含义请参见表1。
表1表征皮肤状态的21项生理指标
在本发明中,所使用的21项生理指标包含但不限于水分含量、油脂含量等等。这些表征皮肤状态的生理指标并不是任意为之,而是发明人在深入研究中医理论和皮肤科学之后,结合现有皮肤检测仪器的技术特点和计算机辅助诊断的技术规律精心选择的。举例来说,红外、血液灌注量及面部皮肤温度指标可以综合反映皮肤气血运行情况;皮肤弹性、纹理度、皮肤O2和CO2含量综合反映皮肤“质地”;水分含量、水分散失量、油脂含量、皮肤pH值综合反映皮肤润泽度;皮肤红黑色素含量、皮肤色度综合反映皮肤的色;加上皮肤光泽度的上述21个自变量的测试,能够全面、综合、准确地反映皮肤的整体状态,而皮肤状态是个人体质的表观反映。因此,通过对皮肤状态的综合测量和评价,可以科学客观地判断出人的体质类型。
需要说明的是,在本发明的其它实施例中,上述各项生理指标可以根据现场环境和实际需要进行少量调整或增减,例如将左脸颊采集的生理指标改为从右脸颊采集等。这些改变是本领域普通技术人员都能掌握的常规技术手段,在此就不一一举例说明了。
在本发明中,上述各项生理指标可以通过如下的皮肤检测仪器获得。这些皮肤检测仪器均是市售的常规医学仪器,可以直接在市场上购买得到。具体可以参见表2:
表2生理指标与皮肤检测仪器的对应关系表
关于上述各种皮肤检测仪器在测试相应生理指标中的具体测试方法,可以进一步参阅表3:
表3皮肤检测仪器测试各项生理指标的测试方法表
通过上述步骤,我们可以得到一系列表征皮肤状态的生理指标。接下来,需要利用上述各项生理指标判断出人的体质类型。下面对此展开详细具体的说明。
在实际问题的研究中,往往会涉及众多有关的变量(即本发明中的各项生理指标)。但是,变量太多不但会增加计算的复杂性,而且也会给合理分析问题和解释问题带来困难。一般说来,虽然每个变量都提供了一定的信息,但其重要性有所不同,而在很多情况下,变量之间有一定的相关性,从而使得这些变量所提供的信息在一定程度上有所重叠。因而人们希望对这些变量加以“改造”,用为数极少的互补相关的新变量来反映原变量所提供的绝大部分信息,通过对新变量的分析达到解决问题的目的。
主成分分析法(Principal Component Analysis,简称为PCA)是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法,并且通过该方法可以计算出综合得分。关于主成分分析法的进一步说明,可以参阅何晓群编著的《多元统计分析(第四版)》(中国人民大学出版社2015年4月出版,ISBN:9787300208480)等,在此就不具体说明了。
在本发明的一个实施例中,将现有的21项生理指标进行线性组合,作为新的综合指标。一个优选的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来21个指标的信息,再考虑选取F2即选第二个线性组合。为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称F2为第二主成分,依此类推可以构造出第三、第四,……,第二十一个主成分,由此生成相应的主成分分析模型(即回归方程)。
在生成上述主成分分析模型的过程中,可以借助现有的成熟工具软件如MATLAB或者R程序完成。这是本领域普通技术人员都能掌握的常规技术手段,在此就不具体说明了。
生成主成分分析模型之后,将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对该主成分分析模型进行反复优化。这个优化的过程是不断循环反馈,从而建立专家***的过程。具体说明如下:
首先,组织多位中医师根据皮肤状况对志愿者的体质类型进行专家评分。在该步骤中,参与的中医师的人数越多,评分结果越摆脱人的主观判断而趋近于客观实际,相应的评分误差也越小。
其次,在获得评分结果之后,可以通过以下两种方法,计算专家评分的置信区间:
方法一:利用中心极限定理和大数定理,可得其服从正态分布的置信区间:(6.123081265,7.299637181)。
方法二:对于小样本数据可用其服从t分布的特性,求得其置信区间:(6.093194224,7.329524222)。
由此可见,用第一种方法计算得到置信区间的长度更短,这就意味着精度更高。在进行测试时,在实验样本量相对自变量而言超过30时,优先选用第一种方法进行。
接下来,对主成分分析模型进行进一步的验证。具体地说,将测试所得的21个自变量代入主成分分析模型,可得到相应的模型得分,然后与专家评分进行匹配。如果主成分分析模型的评价结果与多位中医师的评分结果相差小于预定阈值(例如模型得分与专家评分的平均值之差在±3倍的专家评分标准差之内),说明专家评分与模型得分的匹配度极高,则相应的主成分分析模型可信度高,可以用于体质类型的判断。
在本发明的一个实施例中,对47名志愿者分别采集了上述21项表征皮肤状态的生理指标,建立如下的主成分分析模型:
Y=8.6415323463-0.0085951847*X1+0.0158779558*X2-0.0128837197*X3+0.0001401418*X4-0.0003669583*X5+0.1721439848*X6-0.3501452084*X7-0.1551124703*X8-0.0227255505*X9-0.0203748929*X10-0.0265813447*X11-0.0281364239*X12+0.0211942038*X13-0.0735782081*X14+28.5195188473*X15+11.0499419576*X16+6.4437782700*X17+0.0106161331*X18-0.0063611279*X19-0.0043136666*X20-0.1766312473*X21
其中,X1至X21的生理指标含义如表1所示。
在通过皮肤检测仪器获得上述的21项皮肤生理指标后,利用上述的主成分分析模型(即回归方程),计算出因变量Y的值,判断是否在针对湿热体质的专家评分置信区间内。如果Y值在上述置信区间内,则认为所测试的用户属于湿热体质;否则,所测试的用户不属于湿热体质。换句话说,当优化后的主成分分析模型的评价结果与多位中医师的评分结果相差小于预定阈值时,认为主成分分析模型优化成功。从此,可以摆脱对中医师经验的依赖而利用主成分分析模型独立开展体质类型判断工作。由此可见,上述主成分分析模型的优化过程实质上也是相应专家***的建立过程。
拟合优度(Goodness of Fit)是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数(也称为确定系数)R。R的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R的值越接近0,说明回归直线对观测值的拟合程度越差。然而,当解释变量为多元时,要使用调整的拟合优度,以解决变量元素增加对拟合优度的影响。在上述实施例中,利用全部47名志愿者的生理指标和相应的专家评分进行主成分分析,相应主成分分析模型的运行结果显示其拟合优度已经达到0.8503。由此可见,本主成分分析模型完全可行。
在上述湿热体质评估方法的基础上,本发明进一步提供了一种基于皮肤测量的湿热体质评估***。该***中除了包括表2所示的多种皮肤检测仪器之外,还包括计算单元和显示单元。其中,各种皮肤检测仪器直接或通过转换板卡间接连接该计算单元,以便将表征皮肤状态的各项生理指标传输给计算单元进行处理。在计算单元中,至少包括如下功能模块:主成分分析模型生成模块,用于采用主成分分析法生成主成分分析模型;主成分分析模型优化模块,用于将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行反复优化;体质类型判断模块,用于根据各项生理指标,结合优化后的主成分分析模型对用户的体质类型进行判断。计算单元将所获得的体质类型判断结论输入显示单元中,以便向用户显示评估结果。上述的计算单元和显示单元可以由现有的计算机实现,计算单元内置的功能模块可以以软件或者固件方式实现。这些都是本领域技术人员普遍掌握的常规技术手段,在此就不具体说明了。
利用本发明所提供的湿热体质评估方法及评估***,可以通过对皮肤状态的综合测量和评价,科学客观地判断出人的体质类型。该评估方法及评估***不仅准确率高,而且可以利用现有的计算机设备独立进行,完全摆脱了对中医师个体经验的依赖,便于大规模的推广应用。
另一方面,通过皮肤数据的采集和分析,用户能够很清晰地了解到自身全面的皮肤状态,对于今后的护肤品选择提供指导性的意见。此外,化妆品企业通过获得皮肤评价得分能够很清晰地了解到消费者的皮肤状态,通过消费者的皮肤状态的信息获得能够更有针对性的开发产品,并能够更有针对性的将此部分产品投向靶向市场。
以上对本发明所提供的基于皮肤测量的湿热体质评估方法及评估***进行了详细的说明。对本领域的普通技术人员而言,在不背离本发明实质精神的前提下对它所做的任何显而易见的改动,都将属于本发明专利权的保护范围。
Claims (9)
1.一种基于皮肤测量的湿热体质评估方法,其特征在于包括如下步骤:
采用皮肤检测仪器对用户的皮肤状况进行测试,获得表征皮肤状态的多项生理指标;
根据各项生理指标,采用主成分分析法生成主成分分析模型;
将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化;
基于优化后的主成分分析模型,结合各项生理指标对用户是否属于湿热体质进行判断。
2.如权利要求1所述的湿热体质评估方法,其特征在于:
当优化后的主成分分析模型的评价结果与多位中医师的评分结果相差小于预定阈值时,认为主成分分析模型优化成功。
3.如权利要求1所述的湿热体质评估方法,其特征在于:
所述生理指标包括但不限于:脸颊水分含量平均值、脸颊水分散失量、脸颊油脂、脸颊MI平均值、脸颊EI平均值、脸颊L值、脸颊A值、脸颊B值、脸颊ITA值、脸颊光泽的平均值、脸颊弹性R2、脸颊弹性R5、脸颊弹性R7、脸颊PH值、脸颊平均值Ra、脸颊平均值Rz、脸颊平均值Rp、面部皮肤血液灌注量、pO2平均值、pCO2平均值、红外脸颊平均值中的一种或者多种。
4.如权利要求1所述的湿热体质评估方法,其特征在于:
在获得评分结果之后,利用中心极限定理和大数定理计算专家评分的置信区间。
5.如权利要求1所述的湿热体质评估方法,其特征在于:
在获得评分结果之后,利用数据分布服从t分布的特性求得专家评分的置信区间。
6.如权利要求1所述的湿热体质评估方法,其特征在于用于湿热体质判断的主成分分析模型为:
Y=8.6415323463-0.0085951847*X1+0.0158779558*X2-0.0128837197*X3+0.0001401418*X4-0.0003669583*X5+0.1721439848*X6-0.3501452084*X7-0.1551124703*X8-0.0227255505*X9-0.0203748929*X10-0.0265813447*X11-0.0281364239*X12+0.0211942038*X13-0.0735782081*X14+28.5195188473*X15+11.0499419576*X16+6.4437782700*X17+0.0106161331*X18-0.0063611279*X19-0.0043136666*X20-0.1766312473*X21;
其中,Y为用于湿热体质判断的因变量,X1~X21分别为表征皮肤状态的各项生理指标。
7.如权利要求6所述的湿热体质评估方法,其特征在于:
在采用皮肤检测仪器获得各项生理指标后,利用所述主成分分析模型计算出因变量Y的值,判断是否在针对湿热体质的专家评分置信区间内;如果Y的值在所述专家评分置信区间内,则认为用户属于湿热体质。
8.一种基于皮肤测量的湿热体质评估***,包括多种皮肤检测仪器,其特征在于还包括计算单元和显示单元;各所述皮肤检测仪器连接所述计算单元,将表征皮肤状态的各项生理指标传输给所述计算单元进行处理;
在所述计算单元中,至少包括如下功能模块:主成分分析模型生成模块,用于采用主成分分析法生成主成分分析模型;主成分分析模型优化模块,用于将主成分分析模型的评价结果与多位中医师的评分结果进行比较,对主成分分析模型进行优化;体质类型判断模块,用于根据优化后的主成分分析模型,结合各项生理指标对用户是否属于湿热体质进行判断;
所述计算单元将所获得的体质类型判断结论输入所述显示单元中,向用户显示评估结果。
9.如权利要求1所述的湿热体质评估方法或如权利要求8所述的湿热体质评估***,其特征在于:
所述皮肤检测仪器包括但不限于:激光多普勒仪、红外热成像仪、黑红色素探头、皮肤纹理度测试仪、水分含量测试仪、水分散失测试仪、油脂含量测试仪、多功能皮肤测试仪及皮肤色度测试探头、皮肤光泽度测试仪及测试探头、皮肤弹性测试仪、PH计、经皮氧分压监测仪中的一种或者多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611002276.9A CN108065911A (zh) | 2016-11-10 | 2016-11-10 | 基于皮肤测量的湿热体质评估方法及评估*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611002276.9A CN108065911A (zh) | 2016-11-10 | 2016-11-10 | 基于皮肤测量的湿热体质评估方法及评估*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108065911A true CN108065911A (zh) | 2018-05-25 |
Family
ID=62162247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611002276.9A Pending CN108065911A (zh) | 2016-11-10 | 2016-11-10 | 基于皮肤测量的湿热体质评估方法及评估*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108065911A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1306617A (zh) * | 1999-04-06 | 2001-08-01 | 亨特莱佛技术公司 | 皮肤评价仪器 |
CN101015448A (zh) * | 2007-03-12 | 2007-08-15 | 张文芳 | 一种体质分型智能诊断技术及其应用 |
CN101596098A (zh) * | 2009-06-29 | 2009-12-09 | 上海市激光技术研究所 | 现代中医“未病”信息综合分析*** |
CN101903884A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 在医疗决策支持***中整合生理模型 |
CN202776267U (zh) * | 2012-09-07 | 2013-03-13 | 辽宁中科昆仑科技工程有限公司 | 中医体质养生调理*** |
CN105223140A (zh) * | 2015-10-10 | 2016-01-06 | 中国科学院苏州生物医学工程技术研究所 | 同源物质的快速识别方法 |
CN105738311A (zh) * | 2015-12-01 | 2016-07-06 | 昆明睿意铂科技股份有限公司 | 一种基于近红外光谱技术的苹果甜度无损快速检测方法 |
-
2016
- 2016-11-10 CN CN201611002276.9A patent/CN108065911A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1306617A (zh) * | 1999-04-06 | 2001-08-01 | 亨特莱佛技术公司 | 皮肤评价仪器 |
CN101015448A (zh) * | 2007-03-12 | 2007-08-15 | 张文芳 | 一种体质分型智能诊断技术及其应用 |
CN101903884A (zh) * | 2007-12-18 | 2010-12-01 | 皇家飞利浦电子股份有限公司 | 在医疗决策支持***中整合生理模型 |
CN101596098A (zh) * | 2009-06-29 | 2009-12-09 | 上海市激光技术研究所 | 现代中医“未病”信息综合分析*** |
CN202776267U (zh) * | 2012-09-07 | 2013-03-13 | 辽宁中科昆仑科技工程有限公司 | 中医体质养生调理*** |
CN105223140A (zh) * | 2015-10-10 | 2016-01-06 | 中国科学院苏州生物医学工程技术研究所 | 同源物质的快速识别方法 |
CN105738311A (zh) * | 2015-12-01 | 2016-07-06 | 昆明睿意铂科技股份有限公司 | 一种基于近红外光谱技术的苹果甜度无损快速检测方法 |
Non-Patent Citations (1)
Title |
---|
李爽等: "多属性皮肤指标的中医体质模糊优化分类模型", 《计算机科学与探索》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farnetani et al. | Skin cancer diagnosis with reflectance confocal microscopy: reproducibility of feature recognition and accuracy of diagnosis | |
Chau | A review of analytical techniques for gait data. Part 1: fuzzy, statistical and fractal methods | |
US20170035348A1 (en) | Skin assessment device | |
Everett et al. | Making sense of skin color in clinical care | |
US9135693B2 (en) | Image calibration and analysis | |
CN108074644A (zh) | 基于皮肤测量的平和体质评估方法及评估*** | |
CN106503479A (zh) | 一种体质辨识***及辨识方法 | |
Jones et al. | Reliability of an automated high-resolution manometry analysis program across expert users, novice users, and speech-language pathologists | |
Bergeron et al. | Tracking change through treatment with the Inventory of Offender Risk, Needs, and Strengths. | |
CN108065910A (zh) | 基于皮肤测量的阴虚体质评估方法及评估*** | |
Li et al. | Current status of objectification of four diagnostic methods on constitution recognition of Chinese medicine | |
CN101721230A (zh) | 人体测量生物阻抗相位角估测生理年龄指标的装置与方法 | |
Zhang et al. | Analysis and recognition of characteristics of digitized tongue pictures and tongue coating texture based on fractal theory in traditional Chinese medicine | |
CN108065911A (zh) | 基于皮肤测量的湿热体质评估方法及评估*** | |
CN106510627A (zh) | 基于皮肤测量的阳虚体质评估方法及评估*** | |
CN108074645A (zh) | 基于皮肤测量的痰湿体质评估方法及评估*** | |
CN116077030A (zh) | 一种基于皮肤成分体积含量的肤质评价方法 | |
CN106529174A (zh) | 基于皮肤测量的气郁体质评估方法及评估*** | |
CN106529175A (zh) | 基于皮肤测量的气虚体质评估方法及评估*** | |
Lai et al. | A method for product appearance design evaluation based on heterogeneous data | |
CN116230198A (zh) | 一种多维度藏医ai智能辅助决策装置和*** | |
CN108172300A (zh) | 一种确定皮肤状态变化的年龄拐点的方法 | |
Tara et al. | Machine-learning models for detection of cellular states of human body using bio-impedance spectroscopy | |
AU2013201634B2 (en) | System, device and method for dermal imaging | |
CN108320809A (zh) | 一种确定皮肤粗糙度变化的年龄拐点的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180525 |
|
RJ01 | Rejection of invention patent application after publication |