[發(fā)明專利]一種皮膚狀態(tài)分析方法及護膚鏡

有效

• 申請?zhí)枺?/td>: 202210032884.3
• 申請日: 2022-01-12
• 公開（公告）號: CN114376526B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設計）人: 曹華;陳活記;楊弘浩
• 申請（專利權）人: 廣東藥科大學;廣州怦然心動科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京精金石知識產權代理有限公司 11470
• 代理人: 陳偉

1.一種護膚鏡，其特征在于，包括皮膚狀態(tài)獲取模塊、處理模塊、存儲模塊、小程序模塊，所述皮膚狀態(tài)獲取模塊耦接所述處理模塊，所述小程序模塊通過tcp協(xié)議與所述處理模塊通訊連接，所述處理模塊耦接所述存儲模塊；

所述存儲模塊中存儲計算機程序，所述處理模塊執(zhí)行所述計算機程序以實現(xiàn)皮膚狀態(tài)分析方法；

所述皮膚狀態(tài)分析方法包括：

S1、建立皮膚狀態(tài)數(shù)據庫；

S2、獲取皮膚表皮層圖像和真皮層圖像；

S3、將皮膚表皮層圖像和真皮層圖像和皮膚狀態(tài)數(shù)據庫中的圖片進行比對，得出皮膚狀態(tài)特征值；

S4、根據皮膚狀態(tài)特征值，制定護膚方案；

S1中建立皮膚狀態(tài)數(shù)據庫的具體方法為：

S11、獲取各種皮膚狀態(tài)下的皮膚表皮層圖像和真皮層圖像；

S12、人為判定每張圖像中的皮膚狀態(tài)特征值，并對此圖像使用人為判定出的皮膚狀態(tài)特征值進行標定；

S13、所有圖像進行歸一化處理，所有圖像組成初步數(shù)據庫；

S14、將S13中歸一化后的圖像進行卷積神經網絡處理；

S15、使用Adam優(yōu)化方法，進行多次迭代，確定各圖像的權重；

S16、迭代收斂后的圖像組成皮膚狀態(tài)數(shù)據庫；

所述皮膚狀態(tài)特征值包括炎癥特征值、皮損特征值、皺紋特征值、色斑特征值、痘痘特征值和毛孔堵塞特征值；

所述炎癥特征值Y劃分為五個等級，每個等級對應的Y的取值為：

無炎癥時，Y取值10；微度炎癥時，Y取值8-9；輕度炎癥時，Y取值6-7；中度炎癥時，Y取值4-5；重度炎癥時，Y取值1-3；

皮損特征值P劃分為五個等級，每個等級對應的P的取值為：

無皮損時，P取值10；微度皮損時，P取值8-9；輕度皮損時，P取值6-7；中度皮損時，P取值4-5；重度皮損時，P取值1-3；

皺紋特征值Z劃分為五個等級，每個等級對應的Z的取值為：

無皺紋時，Z取值10；微度皺紋時，Z取值8-9；輕度皺紋時，Z取值6-7；中度皺紋時，Z取值4-5；重度皺紋時，Z取值1-3；

色斑特征值S劃分為五個等級，每個等級對應的S的取值為：

無色斑時，S取值10；微度色斑時，S取值8-9；輕度色斑時，S取值6-7；中度色斑時，S取值4-5；重度色斑時，S取值1-3；

痘痘特征值D劃分為五個等級，每個等級對應的D的取值為：

無痘痘時，D取值10；微度痘痘時，D取值8-9；輕度痘痘時，D取值6-7；中度痘痘時，D取值4-5；重度痘痘時，D取值1-3；

毛孔堵塞特征值M劃分為五個等級，每個等級對應的M的取值為：

無毛孔堵塞時，M取值10；微度毛孔堵塞時，M取值8-9；輕度毛孔堵塞時，M取值6-7；中度毛孔堵塞時，M取值4-5；重度毛孔堵塞時，M取值1-3；

皮膚狀態(tài)特征值還包括敏感特征值，所述敏感特征值G的計算方法為：

皮膚狀態(tài)特征值還包括衰老特征值，衰老特征值L的計算方法為：

2.根據權利要求1所述的一種護膚鏡，其特征在于，所述皮膚狀態(tài)獲取模塊包括燈源，所述燈源為能夠發(fā)射出白光、交叉偏振光、UV光的LED光源。

3.根據權利要求1所述的一種護膚鏡，其特征在于，所述皮膚狀態(tài)分析方法還包括：

S5、獲取用戶的個人信息和用戶所在地的環(huán)境因素；

S6、根據用戶的皮膚狀態(tài)特征值結合S5中的用戶的個人信息以及環(huán)境因素，計算出影響皮膚狀態(tài)的影響因素；

S7、根據計算出的影響因素，指定針對性的護膚方案。

4.根據權利要求3所述的一種護膚鏡，其特征在于，所述個人信息包括：年齡，飲食習慣，睡眠時長，壓力水平，運動時長，電子產品使用時長，卸妝程度，皮膚清潔程度，護膚習慣，醫(yī)美次數(shù)；所述環(huán)境因素包括：紫外線指數(shù)、溫度、濕度、空氣污染指數(shù)。