CN110096936B - 评估眼部表观年龄、眼部衰老程度的方法及其应用 - Google Patents
评估眼部表观年龄、眼部衰老程度的方法及其应用 Download PDFInfo
- Publication number
- CN110096936B CN110096936B CN201810097261.8A CN201810097261A CN110096936B CN 110096936 B CN110096936 B CN 110096936B CN 201810097261 A CN201810097261 A CN 201810097261A CN 110096936 B CN110096936 B CN 110096936B
- Authority
- CN
- China
- Prior art keywords
- eye
- age
- apparent age
- face
- image
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000032683 aging Effects 0.000 title claims abstract description 24
- 210000001508 eye Anatomy 0.000 title abstract description 120
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 210000000744 eyelid Anatomy 0.000 claims abstract description 29
- 238000012360 testing method Methods 0.000 claims description 48
- 230000001815 facial effect Effects 0.000 claims description 38
- 238000012353 t test Methods 0.000 claims description 11
- 239000002537 cosmetic Substances 0.000 claims description 10
- 238000007427 paired t-test Methods 0.000 claims description 8
- 210000004709 eyebrow Anatomy 0.000 claims description 7
- 239000011324 bead Substances 0.000 claims description 2
- 210000000887 face Anatomy 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 12
- 238000000540 analysis of variance Methods 0.000 description 8
- 239000006071 cream Substances 0.000 description 8
- 238000011160 research Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 229910052731 fluorine Inorganic materials 0.000 description 4
- 125000001153 fluoro group Chemical group F* 0.000 description 4
- 238000012417 linear regression Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 3
- 231100000241 scar Toxicity 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 239000000341 volatile oil Substances 0.000 description 3
- 241000218645 Cedrus Species 0.000 description 2
- 208000032544 Cicatrix Diseases 0.000 description 2
- 208000008589 Obesity Diseases 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 235000020824 obesity Nutrition 0.000 description 2
- 230000037387 scars Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 230000037303 wrinkles Effects 0.000 description 2
- 208000023275 Autoimmune disease Diseases 0.000 description 1
- 206010015995 Eyelid ptosis Diseases 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000029462 Immunodeficiency disease Diseases 0.000 description 1
- 241000337007 Oceania Species 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 210000004013 groin Anatomy 0.000 description 1
- 230000007813 immunodeficiency Effects 0.000 description 1
- 201000003004 ptosis Diseases 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Surgery (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Dermatology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了评估眼部表观年龄、眼部衰老程度的方法及其应用。该方法包括步骤:(1)采集多个受访者的面部照片;(2)对采集的照片的图像进行长度校准和分析,得到x2和x3值、或x3和x4值、或x2、x3和x4值、或x1、x2、x3和x4值;其中,x1为内眦点到为外眦点的直线距离;x2为上眼睑下缘的长度;x3为睑颊沟水平切线的切点到内外眦连线中点的距离;x4为内外眦连线与面中线的夹角度数;(3)根据受访者的实际年龄y’和所得x1、x2、x3和/或x4值进行回归模型分析;(4)根据所得回归方程式计算所述被评估者的眼部表观年龄y。该方法可定量评估各地区人尤其是亚洲人的眼部表观年龄和衰老程度,且可靠性好。
Description
技术领域
本发明涉及评估眼部表观年龄、眼部衰老程度的方法及其应用。
背景技术
软组织和凹凸的骨骼支撑着皮肤结构,使眼部皮肤呈现出特有的轮廓。随着年龄的增长,支撑皮肤的组织变弱,在重力作用下,眼部软组织松垂,出现如眼袋、眼部倾斜等眼部衰老特征。与西方人眼睑相比,亚洲人的眼睑拥有更多的皮下脂肪和眼轮匝肌下脂肪,眼部受到重力的影响可能更加严重。眼部衰老可由失去弹性、皮肤变薄、眼周皱纹、眼角下垂、眼袋、眼睛长度、眼睑倾斜、眼睑长度和眼部倾斜等来表征。
目前市场上,抵抗眼部衰老的化妆品多种多样,但是如何来评价眼部表观年龄、如何评估化妆品对眼部表观年龄的改善?临床上一般请有相关经验的评估人士对眼部照片的视觉年龄进行评估,但是评估人士的评估的客观性受个人评估水平的影响非常大,无法做到不同评估者评估的结果一致或者接近。
专利CN 107315987公开了评估面部表观年龄、面部衰老程度的方法及其应用,但是眼部老化是面部出现衰老的最早表现(杨文华,秦毅,张卫萍.切提眉联合下睑眼袋整复术改善眼周老化的应用体会.中国美容医学,2010,11(11):1617-1618),眼部对整体印象起到举足轻重的影响,研究者尝试采用专利CN 107315987中公开的“面部青春曲线”对眼部表观年龄进行评估,虽然“面部青春曲线”中包括眼中线下方的眼睑与颊的交界点(眼中线与睑颊沟的交点)的特征,但是缺少其它的眼部衰老特征,且“面部青春曲线”评估的是面中下部区域(眼裂以下部位)并无法应用于完整的眼部区域,“面部青春曲线”无法准确的评估整个眼部区域的表观年龄。因此,研发一种可定量评估各地区眼部表观年龄的方法变得非常重要。
发明内容
本发明所解决的技术问题在于克服现有技术中不存在客观定量评估人眼部状态的方法,以及现有的评估面部表观年龄的方法和主观评估人眼部状态的方法用于评估眼部表观年龄时误差大、重现性差的缺陷,而提供了评估眼部表观年龄、眼部衰老程度的方法及其应用。
本发明提出了定量评估眼部表观年龄、眼部衰老程度的方法,并定义了一条从正面观察到的眼部青春曲线。该眼部青春曲线起始点明确、研究位点清晰,适用于评估各地区人,尤其是亚洲人的眼部表观年龄,并且对于合理选择眼部的清洁护理产品及改善眼部肌肤具有重要的指导作用。
本发明提供了一种评估眼部表观年龄的方法(下文称为方法I),所述方法包括如下步骤:
(1)采集多个受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x2和x3的值;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
(3)根据多个受访者的实际年龄y’和所得x2、x3的值,对y’与x2和x3进行回归模型分析,得到回归方程式I:y’=b+a2x2+a3x3;
(4)测量一被评估者的x2和x3的值,根据所述的回归方程式I,计算所述被评估者的眼部表观年龄y,y=b+a2x2+a3x3。
本发明还提供了一种评估眼部表观年龄的方法(下文称为方法II),所述方法包括如下步骤:
(1)采集多个受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x3和x4的值;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x3和x4的值,对y’与x3和x4进行回归模型分析,得到回归方程式II:y’=b+a3x3+a4x4;
(4)测量一被评估者的x3和x4的值,根据所述的回归方程式II,计算所述被评估者的眼部表观年龄y,y=b+a3x3+a4x4。
本发明还提供了一种评估眼部表观年龄的方法(下文称为方法III),所述方法包括如下步骤:
(1)采集多个受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x2、x3和x4的值;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x2、x3和x4的值,对y’与x2、x3和x4进行回归模型分析,得到回归方程式III:y’=b+a2x2+a3x3+a4x4;
(4)测量一被评估者的x2、x3和x4的值,根据所述的回归方程式III,计算所述被评估者的眼部表观年龄y,y=b+a2x2+a3x3+a4x4。
本发明还提供了一种评估眼部表观年龄的方法(下文称为方法IV),所述方法包括如下步骤:
(1)采集多个受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x1、x2、x3、和x4值;
所述x1为内眦点到为外眦点的直线距离,单位cm;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x1、x2、x3和x4的值,对y’与x1、x2、x3和x4进行回归模型分析,得到回归方程式IV:y’=b+a1x1+a2x2+a3x3+a4x4;
(4)测量一被评估者的x1、x2、x3和x4值,根据所述的回归方程式IV,计算所述被评估者的眼部表观年龄y,y=b+a1x1+a2x2+a3x3+a4x4。
所述方法I~IV的步骤(1)中,所述面部照片的采集设备可为本领域常规使用的面部照片采集设备,例如单反、卡片机等,只要其能够清晰采集受访者的人脸面部特征即可。其中,为采集得到清晰的人脸面部照片,本领域技术人员可根据实际情况常规选择使用闪光灯或恒定光源。本领域技术人员均知晓在同一系列人脸眼部研究过程中应采用同一采集设备或者采用同一采集模式进行人脸面部同一角度(以鼻梁为中心线,与该中心线所在垂直平面呈0~45°角范围内)的照片采集。
较佳地,所述面部照片采集设备为美国Canfield Scientific,Inc.公司提供的Visia-CR面部图像分析仪。所述Visia-CR面部图像分析仪在采集受访者的面部正面照片时较佳地采用parallel-polarization模式进行,以更好地显出人脸面部的特征。
所述方法I~IV的步骤(1)中,在采集所述面部正面照片时,较佳地采用设备内置的比例尺矫正照片的像素与长度之间的关系。
所述方法I~IV的步骤(1)中,所述受访者的样本个数本领域技术人员可根据常规建立回归模型分析的样本个数进行选择,一般为4人以上,较佳地为24人以上,以符合临床对受访者正态分布的要求,按照本领域技术人员对于建立回归模型理解,个数越多越好,因而可不设上限。
所述方法I~IV的步骤(1)中,所述受访者可为全球任意地区的人,只要其面部无疾病、疤痕,未做过面部或眼部手术,或非过度肥胖即可,较佳地为同一地域、同一人种、同一性别的人,更佳地为亚洲地区黄种人群女性,最佳地为中国地区黄种人群女性。本领域技术人员根据公知常识及本发明实际内容均知晓步骤(4)中的被评估者与步骤(1)中的受访者属于同一地域、同一人种、同一性别的人群,但两者可为不同的个体。其中,所述的地域按照本领域常规一般上限可设为按照现行国家区划,以国家为单位;所述的人种本领域技术人员均知晓是指一般从生物学角度以本质主义方式(即以体质特征为标准)将全世界的现代人类划分的四大人种:欧罗巴人种(又称白色人种或高加索人种或欧亚人种)、蒙古人种(又称黄色人种或亚美人种)、尼格罗人种(又称黑色人种或赤道人种)和澳大利亚人种(又称大洋洲人种或棕色人种),俗称白种人、黄种人、黑种人和棕种人;所述的性别包括男性和女性。
所述方法I~IV的步骤(2)中,所述长度校准的方式可采用图像分析软件,所述图像分析软件可为本领域常规使用的图像分析软件,只要其具有图像长度的校准功能和线与线之间的夹角计算功能即可。较佳地,所述图像分析软件为美国Media Cybernetics,Inc.公司提供的Image-Pro Plus 7.0图像分析软件。
所述方法I~IV的步骤(3)中,所述回归模型分析的方法为本领域常规使用的模型分析方法,用以确定因变量与自变量之间的变化关系。本领域技术人员均知晓如何根据本发明的因变量y’与自变量x1、x2、x3和/或x4建立回归模型。
所述方法I~IV的步骤(3)中,所述回归方程式的建立方法为本领域常规方法,本领域技术人员均知晓如何计算获取回归方程式,并且知晓最终获取的回归方程中各自变量前的系数和截距常量可以在回归模型分析的合理误差范围内。较佳地,所述回归方程式可采用SPSS Statistics 20.0数据分析软件获得。
所述方法I~IV的步骤(3)中,还可包括对所建立的各回归模型进行检验的步骤,所述检验可根据本领域常规方法进行,例如判定系数检验法(R检验)、回归方程显著性检验(F检验)和回归系数显著性检验(t检验)。
所述方法I~IV的步骤(4)中,所述眼部表观年龄的计算公式中,各自变量前的系数及截距常量会根据采集人群的数量、地域、人种、性别等因素有所不同,但本领域技术人员均知晓在同一系列人脸眼部研究过程中应选用同一人群,即同一地域、同一人种、同一性别的人群,对于不同人群本领域技术人员均知晓根据本发明所描述的方法能够清楚地确定各人群眼部表观年龄计算公式中自变量前的系数及截距常量。
所述方法I中,所述受访者为中国女性时,所述受访者的眼部表观年龄可根据方程y=-13.14+1.17x2+28.16x3计算获得,其中方程中各自变量前的系数和截距常量可以在回归模型分析的合理误差范围内,例如±30%范围内。
所述方法II中,所述受访者为中国女性时,所述受访者的眼部表观年龄可根据方程y=-55.35+27.05x3+0.52x4计算获得,其中方程中各自变量前的系数和截距常量可以在回归模型分析的合理误差范围内,例如±30%范围内。
所述方法III中,所述受访者为中国女性时,所述受访者的眼部表观年龄可根据方程y=-59.75+1.57x2+26.77x3+0.53x4计算获得,其中方程中各自变量前的系数和截距常量可以在回归模型分析的合理误差范围内,例如±30%范围内。
所述方法IV中,所述受访者为中国女性时,所述受访者的眼部表观年龄可根据方程y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4计算获得,其中方程中各自变量前的系数和截距常量可以在回归模型分析的合理误差范围内,例如±30%范围内。
本发明中,所述的内眦点、外眦点、上眼睑、睑颊沟、眉间、鼻尖、人中和唇珠均为本领域技术术语,本领域技术人员均知晓从生物学角度确定上述部位的具***点,并根据本发明的上述描述能够清楚地确定本发明所述的眼部青春曲线。
本发明中,所述x1、x2和x3表示的距离及x4表示的角度本领域技术人员根据本发明的描述及公知常识均能够清楚地确定,其中x1、x2、x3和x4的位点也可参见附图2的示意图。
本发明中,为便于指代,将由内眦点、线条1、外眦点、线条2围成的曲线连成的曲线定义为眼部青春曲线。其中,所述线条1为从内眦点沿上眼睑下缘到达外眦点连成的线条,或内眦点到达外眦点连成的直线线条;所述线条2为从外眦点向下沿睑颊沟到达内眦点连成的线条。所述眼部青春曲线可参见附图3示例。
本发明还提供了一种评估眼部衰老程度的方法,包括如下步骤:
(1)采用所述评估眼部表观年龄的方法I、方法II、方法III或方法IV对样本人群进行评估,所述样本人群含有多个被评估者,获得各被评估者的表观年龄;
(2)将某一被评估者所得表观年龄与其实际年龄进行配对t检验,得到显著性分析的p值,若p<0.05,则判定所得眼部表观年龄与实际年龄存在显著性差异;若p≥0.05,则判定所述被评估者的眼部表观年龄与实际年龄无显著性差异。
步骤(2)中,所述配对t检验可根据本领域常规方法进行,较佳地可使用美国IBM公司提供的SPSS Statistics 20.0数据分析软件进行。
本发明还提供了所述评估眼部表观年龄的方法和所述评估眼部衰老程度的方法在评价化妆品和/或护理手段作用于眼部肌肤的功效中的应用。
其中,所述化妆品可为本领域常规的用于眼部护理的化妆品,例如眼霜、可用于眼部的面霜或眼贴膜。
其中,所述护理手段可为本领域常规的护理手段,例如眼部按摩。
其中,所述化妆品或护理手段作用于眼部肌肤进行评价的操作可按照本领域的常规方法和条件进行。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明所用试剂和原料均市售可得。
本发明的积极进步效果在于:
(1)本发明的眼部青春曲线研究位点清晰,适用于评估各地区人,尤其是亚洲女性的眼部衰老状态,且发现眼部可用于评价表观年龄的衰老特征包括:眼袋(下眼睑区域)、眼部倾斜(眼睛区域)、上睑下垂(上眼睑区域),可见图1。
(2)本发明评估眼部表观年龄的方法具有普遍性,评价客观且重现性好。
(3)本发明评估眼部表观年龄的方法对于评价化妆品作用于改善眼部肌肤测试的功效具有重要的指导作用。
附图说明
图1为可用于评价眼部表观年龄的眼部衰老特征的示意图。
图2为本发明x1、x2、x3和x4位点的示意图,其中1表示x1为内眦点到为外眦点的直线距离,2表示上眼睑下缘的长度,3表示睑颊沟水平切线的切点到内外眦连线中点的距离,4表示内外眦连线与面中线的夹角。
图3为“自然堂雪松精油活颜御龄明眸眼霜”对眼部青春曲线的改善作用示例图。左图为使用前,右图为使用后。
图4为实施例4改善眼部肌肤测试应用中的混合线性模型检验的显著性分析结果比较图,“*”表示p<0.05。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。下列实施例中未注明具体条件的实验方法,按照常规方法和条件,或按照商品说明书选择。
下述实施例中,所用面部照片采集设备Visia-CR由美国Canfield Scientific,Inc.公司提供;所用图像分析软件Image-Pro Plus 7.0由美国Media Cybernetics,Inc.公司提供;所用数据分析软件SPSS Statistics 20.0由美国IBM公司提供。
实施例1
本实施例提供了评估眼部表观年龄的四种方法,即方法I~方法IV,具体包括如下步骤:
(1)受访者选取身体健康、发育正常、五官端正的中国女性,排除存在面部疾病、疤痕、面部手术、过度肥胖或其它可能干扰研究的人;受访者按照每10岁一个年龄段进行分组(20~29岁、30~39岁、40~49岁和50~60岁),每组人数约50人,共计229个受访者;受访者在充分了解研究的性质、目的和研究内容后,填写知情同意书;采集照片前,每个受访者需先充分清洁面部,在条件设定为温度22±2℃和相对湿度50-60%的房间内休息15分钟;
然后使用面部照片采集设备Visia-CR的parallel-polarization模式分别采集各受访者的面部正面照片(即以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0°角),拍摄时采用设备内置的比例尺;
(2)使用Image-Pro Plus 7.0图像分析软件分别对采集的照片的图像进行长度校准,使图像像素与长度进行关联,然后对图像进行眼部青春曲线的夹角分析和长度分析,得到x1、x2、x3和x4值,具体如下表1所示;
其中,眼部青春曲线如附图2所示,其为内眦点、线条1、外眦点、睑线条2围成的曲线,包括上眼睑区域、下眼睑区域、和睑袋区域;
其中,线条1为从内眦点沿上眼睑下缘到达外眦点连成的线条,或内眦点到达外眦点连成的直线线条;
线条2为从外眦点向下沿睑颊沟到达内眦点连成的线条;
其中,x1为内眦点到为外眦点的直线距离,单位cm;x2为上眼睑下缘的长度,单位cm;x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;x4为内外眦连线与面中线的夹角度数,单位°;
表1各年龄段受访者的x1、x2、x3和x4值
(3)根据各受访者的实际年龄y’和所得x1、x2、x3、x4值,按照下述4方式进行回归模型分析,并对所建立的回归模型进行R检验、F检验和t检验,得到了回归方程式:
方式I、对y’与x2和x3进行回归模型分析,得到y’与x2和x3为线性回归,相关系数R值为0.702,说明y’的变化大部分由回归方程解释,拟合度较好,其中,R值越接近1,回归方程越好;采用方差分析法(ANOVA)对上述回归模型进行F检验,模型的F值为109.61,p<0.001,说明y’与x2和x3之间用上述模型进行回归具有统计学意义,表明本发明在y’与x2和x3间建立的回归方程具有普遍性,且有效性好;对上述回归模型进行t检验,p值<0.001,说明这2个因素均具有显著作用,并得到回归方程式I:y=-13.14+1.17x2+28.16x3;
方式II,对y’与x3和x4进行回归模型分析,得到y’与x3和x4为线性回归,相关系数R值为0.711,说明y’的变化大部分由回归方程解释,拟合度较好,其中,R值越接近1,回归方程越好;采用方差分析法(ANOVA)对上述回归模型进行F检验,模型的F值为115.42,p<0.001,说明y’与x3和x4之间用上述模型进行回归具有统计学意义,表明本发明在y’与x3和x4间建立的回归方程具有普遍性,且有效性好;对上述回归模型进行t检验,p值<0.001,说明这2个因素均具有显著作用,并得到回归方程式II:y=-55.35+27.05x3+0.52x4;
方式III,对y’与x2、x3和x4进行回归模型分析,得到y’与x2、x3和x4为线性回归,相关系数R值为0.711,说明y’的变化大部分由回归方程解释,拟合度较好,其中,R值越接近1,回归方程越好;采用方差分析法(ANOVA)对上述回归模型进行F检验,模型的F值为76.83,p<0.001,说明y’与x2、x3和x4之间用上述模型进行回归具有统计学意义,表明本发明在y’与x2、x3和x4间建立的回归方程具有普遍性,且有效性好;对上述回归模型进行t检验,p值<0.001,说明这3个因素均具有显著作用,并得到回归方程式III:y=-59.75+1.57x2+26.77x3+0.53x4;
方式IV中,对y’与x1、x2、x3和x4进行回归模型分析,得到y’与x1、x2、x3和x4为线性回归,相关系数R值为0.713,说明y’的变化大部分由回归方程解释,拟合度较好,其中,R值越接近1,回归方程越好;采用方差分析法(ANOVA)对上述回归模型进行F检验,模型的F值为57.931,p<0.001,说明y’与x1、x2、x3和x4之间用上述模型进行回归具有统计学意义,表明本发明在y’与x1、x2、x3和x4间建立的回归方程具有普遍性,且有效性好;对上述回归模型进行t检验,p值<0.001,说明这4个因素均具有显著作用,并得到回归方程式IV:y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4;
(4)根据上述所得的5个回归方程,分别按照如下公式来计算评估中国女性的表观年龄y,
公式I、y=-13.14+1.17x2+28.16x3;
公式II、y=-55.35+27.05x3+0.52x4;
公式III、y=-59.75+1.57x2+26.77x3+0.53x4;
公式IV、y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4。
实施例2
本实施例提供了评估眼部表观年龄的方法,包括方法I~方法IV,具体步骤如下:
(1)被评估者选取身体健康、发育正常、五官端正的中国女性,排除存在面部疾病、疤痕、面部手术、过度肥胖或其它可能干扰研究的人;共选取28个受访者;被评估者在充分了解研究的性质、目的和研究内容后,填写知情同意书;采集照片前,每个被评估者需先充分清洁面部,在条件设定为温度22±2℃和相对湿度50-60%的房间内休息15分钟;
然后使用面部照片采集设备Visia-CR的parallel-polarization模式分别采集各受访者的面部正面照片(即以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0°角),拍摄时采用设备内置的比例尺;
(2)使用Image-Pro Plus 7.0图像分析软件分别对采集的照片的图像进行长度校准,使图像像素与长度进行关联,然后对图像进行青春曲线的夹角分析和长度分析,得到x1、x2、x3和x4值,具体如下表2所示;
其中,眼部青春曲线如附图3所示,其为内眦点、线条1、外眦点、线条2围成的曲线,包括上眼睑区域、下眼睑区域、和睑袋区域;
其中,线条1为从内眦点延上眼睑下缘到达外眦点连成的线条,或内眦点到达外眦点连成的直线线条;
线条2为从外眦点向下延睑颊沟到达内眦点连成的线条。
其中,x1为内眦点到为外眦点的直线距离,单位cm;x2为上眼睑下缘的长度,单位cm;x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;x4为内外眦连线与面中线的夹角度数,单位°;
(3)根据实施例1所得的4个回归方程,分别按照下述4个公式计算得到各被评估者的表观年龄y;
公式I、y=-13.14+1.17x2+28.16x3;
公式II、y=-55.35+27.05x3+0.52x4;
公式III、y=-59.75+1.57x2+26.77x3+0.53x4;
公式IV、y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4,具体结果如表下2所示。
表2各被评估者的眼部表观年龄评估结果
效果实施例1
本效果实施例对本发明评估眼部表观年龄的方法的可靠性进行了验证,具体为将实施例2采用方法I~方法IV四种方法对被评估者眼部表观年龄进行评估的结果与本领域专家评估结果进行对照。
其中,专家评估方法具体为对实施例2中的28个被评估者的眼进行表观年龄评估。评估前,同样先将每个被评估者的面部充分清洁,并在条件设定为温度22±2℃和相对湿度50-60%的房间内休息15分钟。具体评估结果对照如下表6所示。
表3实施例2各被评估者眼部表观年龄评估结果与专家评估结果对照表
观察上表数据可知,采用本发明实施例2方法评估得到的表观年龄与专家评估结果基本一致,初步判断本发明评估眼部表观年龄的方法可靠性较好。为进一步定量验证本发明评估方法的可靠性,本效果实施例对采用实施例2方法计算得到的表观年龄(公式I、公式II、公式III、公式IV)与专家评估得到的表观年龄进行了配对t检验,得到显著性分析的p值。若p<0.05,则判定本发明计算的表观年龄与专家评估的表观年龄有显著性差异,两者评估结果不一致;若p≥0.05,则判定本发明计算的表观年龄与专家评估的表观年龄无显著性差异,两者评估结果一致。下表7列出了两种方式评估的表观年龄和实际年龄的配对t检验结果。
表4两种方式评估的眼部表观年龄和眼部实际年龄的配对t检验结果
上表中,本发明方法计算的表观年龄(公式I、公式II、公式III、公式IV)与专家评估的表观年龄配对t检验所得p值≥0.05,说明本发明计算的表观年龄与专家评估的表观年龄无显著性差异,两者评估结果一致,证明使用本发明方法评估被评估者的眼部表观年龄或眼部衰老程度是可行的,且可靠性好。
实施例3
本实施例提供了评估眼部衰老程度的方法,具体步骤如下:
(1)使用数据分析软件SPSS Statistics 20.0对实施例2中中国女性的眼部实际年龄和评估所得的眼部表观年龄进行配对t检验,得到显著性分析的p值;
(2)若p<0.05,则该组的眼部表观年龄与眼部实际年龄有显著性差异,判定被评估者的眼部表观年龄显著性小于实际年龄;若p≥0.05,则该组的表观年龄与实际年龄无显著性差异,判定被评估者的眼部表观年龄与实际年龄无显著性差异;其中,表观年龄和实际年龄的配对t检验结果如下表3所示。
表5眼部表观年龄和眼部实际年龄的配对t检验结果
上表中,公式I~IV计算的表观年龄与实际年龄配对t检验结果p<0.001,说明按实施例1方式I~IV获取的表观年龄显著小于实际年龄。该结果也进一步说明,实际年龄来表征眼部年龄误差较大,若以实际年龄来选择眼部护理的化妆品或护理手段可能无法取得预期的效果。
实施例4
一种评估眼部表观年龄的方法在改善眼部肌肤测试中的应用,具体为:
实验设计:选择28名符合条件的亚洲女性志愿者,志愿者应符合下述条件:
(1)年龄在35~55岁的中国女性;
(2)眼部松弛者;
(3)眼角皱纹级别为2~4级(0~6分制)者;
(4)测试时身体健康者;
(5)没有皮肤科大夫认为不适合参与的其他原因;
(6)能保证测试期间不进行日光浴,并且能保证不进行长时间的室外活动者;
(7)能按要求完成测试方案者。
对符合下列任一项者的志愿者应当排除:
(1)患有严重***疾病、免疫缺陷或自身免疫性疾病者;
(2)患有过敏性疾病或最近1~2年有过化妆品过敏者;
(3)计划怀孕或妊娠或哺乳期以及产后六个月内的妇女;
(4)现在或最近一个月受试部位参加其它测试者;
(5)测试区域患有皮肤科疾病或正在接受药物治疗者。
表6志愿者使用的测试产品
雪松精油活颜御龄明眸眼霜具有改善眼部肌肤状态的作用。测试期间志愿者在洁面后,眼部区域只使用含雪松精油的“眼霜”同时配合眼部按摩,早晚各使用1次,连续使用8周。测试期间志愿者不可使用除测试产品外的其他任何产品。在使用产品前,使用产品4周、8周后使用面部照片采集设备Visia-CR的parallel-polarization模式采集受访者面部正面照片(即以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0°角),拍摄时采用设备内置的比例尺。
测试环境:测试温度为22±1℃,相对湿度为50±5%。
结果分析及统计:使用Image-Pro Plus 7.0图像分析软件分别对采集的照片的图像进行长度校准,使图像像素与长度进行关联,然后对图像进行眼部青春曲线的夹角分析和长度分析;采用回归方程y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4(y:表观年龄;x1为内眦点到为外眦点的直线距离;x2为上眼睑下缘的长度;x3为睑颊沟水平切线的切点到内外眦连线中点的距离;x4为内外眦连线与面中线的夹角度数)进行表观年龄拟合;应用数据分析软件SPSS Statistics 20.0对数据进行单因素方差分析;对眼部实际年龄和眼部表观年龄进行配对t检验比较;表观年龄改善比较采用混合线性模型。其中,测试结果如下表5所示。
表7眼部肌肤测试中表观年龄的改善结果表
由上表可知,志愿者在使用测试产品8周后眼部表观年龄均有显著性改善。该结果也可参见附图3和附图4,其中附图4中“*”表示p<0.05。由图4可以看出,志愿者的眼部表观年龄均有显著性改善。说明本方法可应用于评价眼霜改善眼部肌肤测试的功效。
Claims (19)
1.一种评估眼部表观年龄的方法,其特征在于,所述方法包括如下步骤:
(1)采集受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;其中,所述受访者为多个;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x2和x3的值;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
(3)根据多个受访者的实际年龄y’和所得x2、x3的值,对y’与x2和x3进行回归模型分析,得到回归方程式I:y’=b+a2x2+a3x3;
(4)测量一被评估者的x2和x3的值,根据所述的回归方程式I,计算所述被评估者的眼部表观年龄y,y=b+a2x2+a3x3。
2.如权利要求1所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述面部照片的采集设备为Visia-CR面部图像分析仪;所述Visia-CR面部图像分析仪在采集受访者的面部照片时采用parallel-polarization模式进行;
和/或,步骤(1)中,在采集所述面部照片时,采用设备内置的比例尺矫正照片的像素与长度之间的关系;
和/或,步骤(1)中,所述受访者为同一地域、同一人种、同一性别的人;
和/或,步骤(1)中,所述受访者的样本个数为4人以上;
和/或,步骤(2)中,所述长度校准为采用图像分析软件进行,所述图像分析软件为Image-Pro Plus 7.0图像分析软件;
和/或,步骤(3)中,所述回归方程式为采用SPSS Statistics 20.0数据分析软件获得;
和/或,步骤(3)中,还包括对所建立的回归模型进行检验的步骤,所述检验的方法包括判定系数检验法、回归方程显著性检验和回归系数显著性检验;
和/或,步骤(4)中,所述被评估者为中国地区黄种人群女性时,所述被评估者的面部表观年龄根据方程y=-13.14+1.17x2+28.16x3计算获得。
3.如权利要求2所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为亚洲地区黄种人群女性;
和/或,步骤(1)中,所述受访者的样本个数为24人以上。
4.如权利要求3所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为中国地区黄种人群女性。
5.一种评估眼部表观年龄的方法,其特征在于,所述方法包括如下步骤:
(1)采集受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;其中,所述受访者为多个;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x3和x4的值;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x3和x4的值,对y’与x3和x4进行回归模型分析,得到回归方程式II:y’=b+a3x3+a4x4;
(4)测量一被评估者的x3和x4的值,根据所述的回归方程式II,计算所述被评估者的眼部表观年龄y,y=b+a3x3+a4x4。
6.如权利要求5所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述面部照片的采集设备为Visia-CR面部图像分析仪;所述Visia-CR面部图像分析仪在采集受访者的面部照片时采用parallel-polarization模式进行;
和/或,步骤(1)中,在采集所述面部照片时,采用设备内置的比例尺矫正照片的像素与长度之间的关系;
和/或,步骤(1)中,所述受访者为同一地域、同一人种、同一性别的人;
和/或,步骤(1)中,所述受访者的样本个数为4人以上;
和/或,步骤(2)中,所述长度校准为采用图像分析软件进行,所述图像分析软件为Image-Pro Plus 7.0图像分析软件;
和/或,步骤(3)中,所述回归方程式为采用SPSS Statistics 20.0数据分析软件获得;
和/或,步骤(3)中,还包括对所建立的回归模型进行检验的步骤,所述检验的方法包括判定系数检验法、回归方程显著性检验和回归系数显著性检验;
和/或,步骤(4)中,所述被评估者为中国地区黄种人群女性时,所述被评估者的面部表观年龄根据方程y=-55.35+27.05x3+0.52x4计算获得。
7.如权利要求6所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为亚洲地区黄种人群女性;
和/或,步骤(1)中,所述受访者的样本个数为24人以上。
8.如权利要求7所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为中国地区黄种人群女性。
9.一种评估眼部表观年龄的方法,其特征在于,所述方法包括如下步骤:
(1)采集受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;其中,所述受访者为多个;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x2、x3和x4的值;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x2、x3和x4的值,对y’与x2、x3和x4进行回归模型分析,得到回归方程式III:y’=b+a2x2+a3x3+a4x4;
(4)测量一被评估者的x2、x3和x4的值,根据所述的回归方程式III,计算所述被评估者的眼部表观年龄y,y=b+a2x2+a3x3+a4x4。
10.如权利要求9所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述面部照片的采集设备为Visia-CR面部图像分析仪;所述Visia-CR面部图像分析仪在采集受访者的面部照片时采用parallel-polarization模式进行;
和/或,步骤(1)中,在采集所述面部照片时,采用设备内置的比例尺矫正照片的像素与长度之间的关系;
和/或,步骤(1)中,所述受访者为同一地域、同一人种、同一性别的人;
和/或,步骤(1)中,所述受访者的样本个数为4人以上;
和/或,步骤(2)中,所述长度校准为采用图像分析软件进行,所述图像分析软件为Image-Pro Plus 7.0图像分析软件;
和/或,步骤(3)中,所述回归方程式为采用SPSS Statistics 20.0数据分析软件获得;
和/或,步骤(3)中,还包括对所建立的回归模型进行检验的步骤,所述检验的方法包括判定系数检验法、回归方程显著性检验和回归系数显著性检验;
和/或,步骤(4)中,所述被评估者为中国地区黄种人群女性时,所述被评估者的面部表观年龄根据方程y=-59.75+1.57x2+26.77x3+0.53x4计算获得。
11.如权利要求10所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为亚洲地区黄种人群女性;
和/或,步骤(1)中,所述受访者的样本个数为24人以上。
12.如权利要求11所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为中国地区黄种人群女性。
13.一种评估眼部表观年龄的方法,其特征在于,所述方法包括如下步骤:
(1)采集受访者的面部照片,所述采集的角度为以受访者的面部鼻梁为中心线,与该中心线所在垂直平面呈0~45°角;其中,所述受访者为多个;
(2)对采集的照片的图像进行长度校准,然后再对图像进行分析,得到x1、x2、x3、和x4值;
所述x1为内眦点到为外眦点的直线距离,单位cm;
所述x2为上眼睑下缘的长度,单位cm;
所述x3为睑颊沟水平切线的切点到内外眦连线中点的距离,单位cm;
所述x4为内外眦连线与面中线的夹角度数,单位°;
其中,所述面中线为眉间中点、鼻尖、人中和唇珠的连线;
(3)根据多个受访者的实际年龄y’和所得x1、x2、x3和x4值,对y’与x1、x2、x3和x4进行回归模型分析,得到回归方程式IV:y’=b+a1x1+a2x2+a3x3+a4x4;
(4)测量一被评估者的x1、x2、x3和x4值,根据所述的回归方程式IV,计算所述被评估者的眼部表观年龄y,y=b+a1x1+a2x2+a3x3+a4x4。
14.如权利要求13所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述面部照片的采集设备为Visia-CR面部图像分析仪;所述Visia-CR面部图像分析仪在采集受访者的面部照片时采用parallel-polarization模式进行;
和/或,步骤(1)中,在采集所述面部照片时,采用设备内置的比例尺矫正照片的像素与长度之间的关系;
和/或,步骤(1)中,所述受访者为同一地域、同一人种、同一性别的人;
和/或,步骤(1)中,所述受访者的样本个数为4人以上;
和/或,步骤(2)中,所述长度校准为采用图像分析软件进行,所述图像分析软件为Image-Pro Plus 7.0图像分析软件;
和/或,步骤(3)中,所述回归方程式为采用SPSS Statistics 20.0数据分析软件获得;
和/或,步骤(3)中,还包括对所建立的回归模型进行检验的步骤,所述检验的方法包括判定系数检验法、回归方程显著性检验和回归系数显著性检验;
和/或,步骤(4)中,所述被评估者为中国地区黄种人群女性时,所述被评估者的面部表观年龄根据方程y=-59.95-15.34x1+15.87x2+27.07x3+0.55x4计算获得。
15.如权利要求14所述的评估眼部表观年龄的方法,其特征在于,步骤(1)中,所述受访者为亚洲地区黄种人群女性;
和/或,步骤(1)中,所述受访者的样本个数为24人以上。
16.如权利要求15所述的评估眼部表观年龄的方法,其特征在于,所述受访者为中国地区黄种人群女性。
17.一种评估面部衰老程度的方法,其特征在于,其包括如下步骤:
(1)采用如权利要求1~8任一项评估面部表观年龄的方法对样本人群进行评估,所述样本人群含有多个被评估者,获得各被评估者的表观年龄;
(2)将某一被评估者所得表观年龄与其实际年龄进行配对t检验,得到显著性分析的p值,若p<0.05,则判定所得眼部表观年龄与实际年龄存在显著性差异;若p≥0.05,则判定所述被评估者的眼部表观年龄与实际年龄无显著性差异。
18.如权利要求17所述的评估面部衰老程度的方法,其特征在于,步骤(2)中,所述配对t检验采用SPSS Statistics 20.0数据分析软件进行。
19.一种如权利要求1~18任一项所述的方法,其用于评价化妆品和/或护理手段作用于眼部肌肤的功效。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810097261.8A CN110096936B (zh) | 2018-01-31 | 2018-01-31 | 评估眼部表观年龄、眼部衰老程度的方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810097261.8A CN110096936B (zh) | 2018-01-31 | 2018-01-31 | 评估眼部表观年龄、眼部衰老程度的方法及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110096936A CN110096936A (zh) | 2019-08-06 |
CN110096936B true CN110096936B (zh) | 2023-03-03 |
Family
ID=67442916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810097261.8A Active CN110096936B (zh) | 2018-01-31 | 2018-01-31 | 评估眼部表观年龄、眼部衰老程度的方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110096936B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113796826A (zh) * | 2020-06-11 | 2021-12-17 | 懿奈(上海)生物科技有限公司 | 一种用于检测华人人脸皮肤年龄的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024338A (zh) * | 2011-04-08 | 2013-04-03 | 数字光学欧洲有限公司 | 具有图像捕获和分析模块的显示设备 |
CN105873515A (zh) * | 2013-10-17 | 2016-08-17 | 亚特兰大儿童医疗保健公司 | 用于经由眼跟踪来评估婴儿和儿童发育的方法 |
CN106991792A (zh) * | 2017-05-15 | 2017-07-28 | 广东小天才科技有限公司 | 一种眼睛疲劳检测方法及装置、用户设备 |
CN107315987A (zh) * | 2016-04-27 | 2017-11-03 | 伽蓝(集团)股份有限公司 | 评估面部表观年龄、面部衰老程度的方法及其应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013005447A1 (ja) * | 2011-07-07 | 2013-01-10 | 花王株式会社 | 顔印象分析方法、美容カウンセリング方法および顔画像生成方法 |
-
2018
- 2018-01-31 CN CN201810097261.8A patent/CN110096936B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103024338A (zh) * | 2011-04-08 | 2013-04-03 | 数字光学欧洲有限公司 | 具有图像捕获和分析模块的显示设备 |
CN105873515A (zh) * | 2013-10-17 | 2016-08-17 | 亚特兰大儿童医疗保健公司 | 用于经由眼跟踪来评估婴儿和儿童发育的方法 |
CN107315987A (zh) * | 2016-04-27 | 2017-11-03 | 伽蓝(集团)股份有限公司 | 评估面部表观年龄、面部衰老程度的方法及其应用 |
CN106991792A (zh) * | 2017-05-15 | 2017-07-28 | 广东小天才科技有限公司 | 一种眼睛疲劳检测方法及装置、用户设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110096936A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107315987B (zh) | 评估面部表观年龄、面部衰老程度的方法及其应用 | |
Grewal et al. | Correlation of nuclear cataract lens density using Scheimpflug images with Lens Opacities Classification System III and visual function | |
Bafiq et al. | Age, sex, and ethnic variations in inner and outer retinal and choroidal thickness on spectral-domain optical coherence tomography | |
Singh et al. | Three-dimensional modeling of the human eye based on magnetic resonance imaging | |
Caprioli et al. | Reproducibility of optic disc measurements with computerized analysis of stereoscopic video images | |
Sharma et al. | Comparison of automated analysis of Cirrus HD OCT spectral-domain optical coherence tomography with stereo photographs of the optic disc | |
US20130201450A1 (en) | Detection and measurement of tissue images | |
Ramasubramanian et al. | Objective measurement of accommodative biometric changes using ultrasound biomicroscopy | |
US11096607B2 (en) | Systems and methods for thermoregulatory sweat testing | |
KR20090101557A (ko) | 사상체질 자동진단기 | |
Allingham et al. | Racial variation in optic nerve head parameters quantified in healthy newborns by handheld spectral domain optical coherence tomography | |
van Geel et al. | A new digital image analysis system useful for surface assessment of vitiligo lesions in transplantation studies | |
Özsoy et al. | Assessment of reproducibility and reliability of facial expressions using 3D handheld scanner | |
CN110096936B (zh) | 评估眼部表观年龄、眼部衰老程度的方法及其应用 | |
Ward et al. | Evaluation of the repeatability of the lacrydiag ocular surface analyzer for assessment of the meibomian glands and tear film | |
Chen et al. | The influence of axial length upon the retinal ganglion cell layer of the human eye | |
KR20130141285A (ko) | 피부상태 진단 방법 및 장치와 이를 이용한 피부상태 적합 화장정보 제공 방법 | |
Fiorin et al. | Computerized analysis of narrow-field ROP images for the assessment of vessel caliber and tortuosity | |
Krzyżanowska-Berkowska et al. | Lamina cribrosa depth and shape in glaucoma suspects. Comparison to glaucoma patients and healthy controls | |
JP2003260058A (ja) | 2つの閾値を決定する方法 | |
Masters | Fractal analysis of normal human retinal blood vessels | |
Vaghefi et al. | Quantification of optical coherence tomography angiography in age and age-related macular degeneration using vessel density analysis | |
JP7307544B2 (ja) | 皮膚透明感を評価する方法 | |
KR101580038B1 (ko) | 동적 움직임 측정을 통한 안면 신경마비의 정량화 방법 | |
Nazaroff et al. | Validity and accuracy of a mobile phone application for the assessment of wounds in recessive dystrophic epidermolysis bullosa |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 201403 Shanghai City, Fengxian District Lifenglu No. 12 Patentee after: Shanghai Natural Hall Group Co.,Ltd. Address before: 201403 Shanghai City, Fengxian District Lifenglu No. 12 Patentee before: JALA Group Co. |