CN102421357B - 基于传统中医(tcm)原理确定皮肤组成的电脑辅助诊断系统和方法 - Google Patents

基于传统中医(tcm)原理确定皮肤组成的电脑辅助诊断系统和方法 Download PDF

Info

Publication number
CN102421357B
CN102421357B CN201080021461.7A CN201080021461A CN102421357B CN 102421357 B CN102421357 B CN 102421357B CN 201080021461 A CN201080021461 A CN 201080021461A CN 102421357 B CN102421357 B CN 102421357B
Authority
CN
China
Prior art keywords
skin
user
classification
particular user
composition
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
Application number
CN201080021461.7A
Other languages
English (en)
Other versions
CN102421357A (zh
Inventor
D·M·迪卡尼奥
A·帕罗
J·程
R·M·斯帕拉焦
J·A·希达尔戈
E·G·尤文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ELC Management LLC
Original Assignee
ELC Management LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ELC Management LLC filed Critical ELC Management LLC
Publication of CN102421357A publication Critical patent/CN102421357A/zh
Application granted granted Critical
Publication of CN102421357B publication Critical patent/CN102421357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine

Abstract

本发明提供用于根据传统中医(TCM)原理确定具体用户的皮肤组成的电脑辅助系统和方法，通过在统计学上分析从此类用户收集的生物学和/或心理学信息，比如年龄、性别、身体知觉、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度，以便根据TCM原理将用户的皮肤组成分类，但不雇用TCM从业者。优选该皮肤组成分类指示用户皮肤的阴阳平衡或缺乏平衡。本系统和方法可进一步向用户推荐适合具体用户皮肤组成的一种或多种局部皮肤护理方案和/或可摄取的皮肤益处产品。

Description

基于传统中医(TCM)原理确定皮肤组成的电脑辅助诊断系统和方法
相关申请的交叉引用
本申请要求2009年10月5日提交的美国临时专利申请号61/248,503的优先权。
发明领域
本发明涉及根据传统中医(TCM)原理确定具体用户皮肤组成(composition)的电脑辅助诊断系统和方法。
发明背景
在化妆品工业对开发含有天然植物衍生材料的产品非常感兴趣，所述材料可局部应用于皮肤以提供抗痤疮、抗油和抗脂肪团益处。越来越需要增强皮肤外观的植物基化妆品产品。具有皮肤护理益处的活性成分或组分可从整个植物或植物的各个部分，比如种子、针叶、叶、根、树皮、球果、茎、根茎、愈合组织细胞、原生质、器官和器官系统以及分生组织，作为干燥粉状物或液体提取物获得，然后可将其并入局部组合物中。
传统中医(下文“TCM”)已存在几千年，主要基于用天然存在的植物和动物提取物治疗各种疾病的积累的人类经验。近年来，TCM实践已获得西方世界的显著认可，尤其是用于治疗慢性病理状况。几千年来已知某些TCM成分可具有皮肤护理益处，含有此类TCM成分的化妆品或皮肤护理产品变得越来越流行。因为TCM成分全部是天然的，所以它们对意识到合成化合物的副作用和不良环境影响的消费者明显更具有吸引力。
但是，重要的是要注意TCM的基本原理与西方医学科学完全不同。例如，TCM将人体看作一个整体，相信必须维持内部的生理平衡人才可以健康，所有疾病都是由一种或多种失衡导致，每种失衡都通过可辨别的症状模式显露，需要特定的一套治疗纠正。典型地，在对患者所患失衡或疾病的具体类型给予观点之前，TCM从业者首先通过各种非侵入性技术检查个体患者，包括观察此类患者的某些生理特征、听患者的声音、感知患者气味或温度的任何改变、感觉患者的脉搏、询问关于疾病的历史和发展的各种问题和收集可能与患者健康状况有关的任何其它信息。然后TCM从业者将开出多种草药成分共混物的处方用于治疗疾病的各种症状并帮助重建患者的内部生理平衡。换句话说，TCM实践采取个体化治疗路径，代替“一视同仁”路径。
目前可用的含有天然存在的TCM成分的皮肤护理产品大规模销售给所有消费者，而无法实施TCM的个体化治疗路径。因此，期望提供采用TCM的个体化治疗路径改善具体用户的外观和皮肤状况的含有TCM成分的新化妆品和皮肤护理产品。
但是，实施TCM个体化治疗路径的主要挑战是正确的诊断需要适当应用非常复杂的TCM原理，所述原理通过几千年的反复试验建立，迄今为止仍然没有很好地被西方世界理解。只有非常有经验的TCM从业者才可掌握这样的诊断技术，但在每个零售场所都雇用TCM从业者诊断患者和推荐适合个体患者的皮肤护理产品受到成本的禁止。
因此，本发明的目的是提供电脑辅助诊断系统和方法用于根据TCM原理快速和准确地确定具体用户的皮肤组成和任选推荐适合具体用户皮肤组成的皮肤护理产品，但不需要在每个零售场所雇用TCM从业者。
发明概述
本发明一方面涉及根据传统中医(TCM)原理确定具体用户的皮肤组成的电脑辅助诊断系统，所述系统包含：
(1)配置用于将从具体用户获得的临床数据集输入系统内的数据输入模块，其中临床数据集包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能(physical fitness)和情感健康度(emotional wellness)的生物学和/或心理学信息；
(2)与数据输入模块通信(communication)的数据处理模块，其中数据处理模块配置用于将统计学分类过程应用于临床数据集以便根据TCM原理将具体用户的皮肤组成分类；和
(3)与数据处理模块通信的输出模块，配置用于显示由数据处理模块确定的具体用户的皮肤组成。
优选具体用户的皮肤组成分类指示具体用户皮肤的阴阳平衡或缺乏平衡。数据处理模块可进一步配置用于为具体用户的皮肤组成推荐一个或多个局部皮肤护理方案和/或可摄取的皮肤益处产品。
在另一个方面，本发明涉及电脑可读介质，其包含根据传统中医(TCM)原理确定具体用户皮肤组成的编码，此类编码包含将统计学分类过程应用于从具体用户获得的临床数据集以便根据TCM原理将具体用户的皮肤组成分类的指令，其中临床数据集包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的生物学和/或心理学信息。
在还有另一方面，本发明涉及根据传统中医(TCM)原理确定具体用户皮肤组成的方法，其包含：
(1)从具体用户获得临床数据集，它包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的生物学和/或心理学信息；
(2)手统计学分类过程应用于所述具体用户的临床数据集以根据TCM原理将具体用户的皮肤组成分类；和
(3)输出如此确定的具体用户的皮肤组成。
上述用户的生物学和/或心理学信息可通过不同来源收集。例如，在临床数据集中至少一些生物学和/或心理学信息通过由调查表提示的具体用户的自我评价获得，所述调查表含有与一种或多种选自用户的年龄、性别、身体知觉、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的主题有关的各种问题。这样的自我评价可通过让用户在线填写调查表远程进行或者在零售场所现场进行。一些生物学和/或心理学信息还可通过由受过训练的整体美容专家评价具体用户获得，这样的评价可通过经互联网交互式咨询远程进行或者在零售场所现场进行。而且，一些生物学和/或心理学信息可通过由电子设备对具体用户进行测量而获得。
本发明采用的统计学分类过程可采用任何合适的分类技术，比如判别分析、逻辑回归、朴素贝叶斯分类器(Bayes classifier)、支持向量机、二次分类器、神经网络、感知器、决策树、贝叶斯网络、隐马尔科夫模型(hidden Markov model)及其组合。统计学分类过程可包含多个分类函数，其各自与具体的皮肤组成关联，用于计算用户的分类评分，该评分代表用户被TCM从业者分类为具有与各自的分类函数关联的具体皮肤组成的可能性，其中与给予用户最高分类评分的分类函数关联的皮肤组成被分类为用户的皮肤组成。分类函数可以是线性或二次函数。
在本发明优选但非必需的实施方案中，分类函数由判别分析构建，所述判别分析包含：
(a)获得训练数据集，它包含选自人群的训练样本中多个用户的生物学和/或心理学信息和TCM从业者根据TCM原理关于此类用户的皮肤组成对所述用户的分类；
(b)确定一组自变量，其各自代表训练样本中用户的一种生物学和/或心理学信息；
(c)计算该组自变量的每一个的F比率，它指示该自变量在由TCM从业者确定的不同皮肤组成的不同用户组之间区分的能力，其中具体自变量的F比率计算为此类自变量的组间差异与此类自变量的平均组内差异的比率；
(d)选择最大F比率的自变量；
(e)计算其余自变量的F比率；
(f)重复步骤(d)-(e)直至已选择具有大于预设显著性水平的F比率的全部自变量；和
(g)用选择的自变量构建多个分类函数。
在本发明更优选的实施方案中，各分类函数是线性函数，具有通式Cx+Wx1×V1+Wx2×V2+...+Wxm×Vm，其中Cx是与具体皮肤组成关联的常数，V1至Vm是选择的自变量，Wx1至Wxm是系数，各自对应于皮肤组成的所选自变量之一，其各自指示所选变量在用各自的分类函数计算分类评分中的相对权重。
发明的其他方面和目的将从保证(ensuring)说明书、实施例和权利要求中变得更加显而易见。
发明详述及其优选实施方案
引言
在TCM实践中，将健康用阴与阳的平衡表示，阴与阳是在自然世界中相互连接和相互依赖的对抗力量，依次相互产生。这两种力量代表自然界中所有事物的两极表现，因为这样，必须存在一种以使另一种存在。在人体内应当维持不断改变的阴阳之间的平衡。当一种力量规律地相对另一种占主导时，患者的健康会受损，导致生病和疾病。因此，当诊断患者时，TCM从业者通常设法首先确定阴/阳失衡的确切性质，然后通过使用针灸、草药治疗、锻炼、饮食和生活方式纠正它。一旦体内恢复平衡，即得到健康。
因此，根据TCM原理，可根据此类用户皮肤的阴阳平衡或失衡将患者的皮肤组成分类。例如，可将用户的皮肤组成分为三类中的一个，包括阳盛、平衡和阴盛。再例如，可将用户的皮肤组成分为五个不同分类中的一个，包括阳盛、阴虚、平衡、阳虚和阴盛。
有经验的TCM从业者典型地通过观察此类患者的各种生理学特征比如舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色等确定患者的阴阳平衡或失衡。而且，TCM从业者询问关于患者的身体知觉、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的各种问题，其答案可进一步辅助TCM从业者确定患者正在经历的阴阳平衡或失衡的确切类型。TCM从业者还可听患者的声音、感知患者身体气味或体温的任何改变、感觉患者的脉搏和通过非侵入性技术收集与患者健康状况有关的任何其它信息，这将作为诊断的考虑事项。
例如，平衡皮肤组成的典型特征在于光滑、有光泽、柔软和娇嫩的皮肤，具有好的弹性和均匀的皮肤色调，具有平衡皮肤组成的患者通常还具有浅红色的嘴唇和舌以及淡白色的薄舌苔。阳盛皮肤组成的典型特征在于微红色脸颊和红色皮肤色调、油性皮肤表面、容易发生过敏、痤疮、色素沉着和早熟皱纹。具有阳盛皮肤组成的患者还可具有鲜红色的嘴唇和舌以及黄色舌苔，他们典型地偏好冷饮，变得非常容易口渴，口有苦味，夜间睡眠时经常出汗，易怒，常患有内热。相反，阴盛皮肤组成的典型特征在于苍白的皮肤色调，具有低吸水和保水能力的干燥和容易脱落的皮肤，和容易发生色素沉着和早熟皱纹。具有阴盛皮肤组成的患者可具有苍白或蓝色嘴唇，浅红色或苍白的舌色，白色舌苔，他们典型地偏好热饮，具有相对冷的手和脚，对温度下降敏感，经常感觉疲劳或困乏。
根据TCM原理确定用户的阴阳平衡或失衡是非常复杂的任务，只有有经验的TCM从业者才可做出准确和迅速的诊断。因此，化妆品工业面临的挑战是基于他/她的特定皮肤组成为具体用户提供基于TCM的化妆品和皮肤护理产品以帮助维持或恢复他/她皮肤的阴阳平衡。
本发明(部分)基于令人惊奇的发现，即电脑辅助系统和方法可用于对有经验的TCM从业者(对一组来自训练样本的用户，基于从此类用户知道的某些生物学和/或心理学信息，关于其皮肤组成)所给予的诊断建立统计学模型，接着基于从用户知道的生物学和/或心理学信息预测此类用户的未知皮肤组成或将其分类。在一些方面，本发明使用统计学算法根据TCM原理将用户的皮肤组成分为特定类别。在其它方面，本发明使用统计学算法排除用户皮肤组成属于特定类别的可能性以帮助将用户的皮肤组成分类为不同的类别。
定义
本文使用的下列术语具有如下归于它们的含义：
术语“分类”包括“预测”样本的皮肤组成或将其“归类”。在某些情况下，“分类”基于统计学证据、经验性证据或两者。在某些实施方案中，本发明的系统和方法使用具有已知皮肤组成(由有经验的TCM从业者根据TCM原理诊断)的所谓训练样本，从训练样本收集由TCM从业者给予诊断时可能使用的某些生物学和/或心理学信息。一旦建立，训练数据集充当基础、模型或模板，将具有未知皮肤组成的用户的生物学信息与之相比，以预测该用户的皮肤组成最可能被TCM从业者根据TCM原理分类为那一个类别。在某些情况下，将特定用户分类类似于确定用户的皮肤组成。在某些其它情况下，将用户分类类似于将用户的皮肤组成与另一种类型皮肤组成相区别。
本文使用的术语“皮肤组成”指根据TCM原理基于此类用户的阴阳平衡或失衡的各个用户皮肤类别。在本发明的两个具体实施方案中，将人群的皮肤组成分为三类，包括阳盛、平衡和阴盛，或五类，包括阳盛、阴虚、平衡、阳虚和阴盛。但是，重要的是要注意类别的实际数量不限于本文说明的具体实施方案。
本文使用的术语“生物学信息”指代表与特定皮肤组成关联的用户的独特特色或特征的任何生理学或生物学数据集。例如，用户的生物学和/或心理学信息可包括用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度。
实施方案的说明
本发明提供根据TCM原理准确地将用户的皮肤组成分类的系统和方法。本发明实施统计学分类过程以根据TCM原理预测新用户的皮肤组成，但不雇用TCM从业者。本发明的统计学分类过程可基于一种或多种广泛使用的分类技术，它使用从具有已知皮肤组成(即由有经验的TCM从业者诊断)的训练样本中的某些用户收集的数据，构建一个或多个分类函数，所述分类函数使训练样本中用户的生物学和/或心理学信息或数据与其由TCM从业者诊断的皮肤组成最佳相关。然后此类分类函数可用于单独基于新用户的生物学和/或心理学信息或数据预测此类新用户的皮肤组成，而不牵涉TCM从业者。
生物学信息收集
为了建立有经验的TCM从业者的诊断的统计学模型，本发明收集用户的各种生物学和/或心理学信息，所述信息可用于辅助TCM从业者确定此类用户的皮肤组成。例如，此类生物学和/或心理学信息可包括，但不限于：用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度。
通过让具体用户进行某些自我评价和填写含有与上文所列主题相关的问题的调查表，可收集至少一些生物学和/或心理学信息。调查表可由具体用户在零售场所(retain location)现场完成，或者可在线远程完成。在一些实施方案中，调查表包含第一部分，该部分含有让具体用户提供关于某些临床症状的答案的一组问题，所述临床症状典型地被TCM从业者在检查患者时考虑在内。例如，问题可涉及具体用户经历的某些身体知觉，比如感觉人的手掌发热、人容易出汗(全身或在某些具体部位，比如手或脚)、人容易感觉口渴想喝水、人容易感觉疲劳和困乏、人容易患有内热(可表现为热潮红或口腔溃疡)、人口中容易有苦味、人自己感觉的能量水平等。问题还可涉及具体用户某些可观察的生理学症状，比如人的舌、舌苔或嘴唇的颜色、整体皮肤肤色等。调查表可包含第二部分，该部分含有让具体用户提供与用户患有的皮肤问题更直接有关的答案的一组问题。例如，问题可涉及皮肤干燥和/或发红、痤疮(acne breakout)、毛孔大小、皮肤色调不均匀、不期望的色素沉着、皮脂分泌、细纹和皱纹的存在、松垂、皮肤敏感性等。调查表可包含第三部分，该部分含有让具体用户提供与他的或她的生活方式有关的答案的一组问题，比如人的睡眠模式、饮食习惯(包括吸烟、喝酒、维生素摄入、咖啡因摄入等)、体能(包括锻炼频率和强度)、压力水平、情感健康度等。任选一个或多个受过训练的整体美容专家可辅助用户填写调查表的某些问题，比如与用户的舌颜色、舌苔颜色、嘴唇颜色、皮肤肤色和皮肤问题有关的问题。在用户完成调查表后，可将问题的答案转化为数值用于将来的数据处理。
优选、但非必要的是，一些生物学和/或心理学信息，尤其是与用户的舌颜色、舌苔颜色、嘴唇颜色、皮肤肤色和皮肤问题有关的信息，可由受过训练的整体美容专家收集，该专家检查用户并根据照片分级标度(photo grading scale)评价用户的特定特色或特征，以便改善评价的客观性和准确性。受过训练的整体美容专家可在零售场所现场进行用户评价，或者通过与具体用户经互联网交互式咨询(如通过使用某些广泛可用的具有视频会议能力的即时通信应用软件，比如iChat或Skype)远程进行。
而且，一些生物学和/或心理学信息可任选通过使用对具体用户进行某些测量的电子设备收集。例如，各种成像设备可用于定量测量用户身体某些部位的显色，比如脸、颊、嘴唇、舌、舌苔等。再例如，各种医疗设备可用于定量测量用户的脉搏、心率、血压、血糖水平、身体脂肪百分数、能量场(energy field)、全身血液循环或局部血液循环等。可用于收集信息的各种电子设备的一些实例包括CM 825，它测量皮肤表面水合；SM 815，它测量皮肤表面的皮脂；它测量皮肤弹性；Skin-pH-PH 905；MX 18，它测量黑色素和/或红斑；Skin-ST500，它测量皮肤温度；ST 500；Colorimeter CL 400，它测量发红；和Glossymeter GL 490，它测量发光度/无光度，所有这些都可购自Courage+Khazaka Electronic GmbH，Germany。然后可将此类测量结果加入用户的临床数据集内作为将用户的皮肤组成分类的潜在预测因子。
训练数据集的建立
为了建立准确预测新用户皮肤组成的统计学模型，必须首先获得训练数据集，它含有来自训练样本的多个用户的生物学和/或心理学信息，和由TCM从业者根据TCM原理确定的此类用户的皮肤组成。训练样本典型地选自将从中选择新用户的相同人群，在训练样本中用户的皮肤组成被认为是“已知的”，因为他们已经由TCM从业者根据TCM原理分类。此类训练数据集提供训练模型，可对其应用统计学分类过程或分析，以用公式表示线性或非线性分类函数，用于基于他的或她的生物学和/或心理学信息预测新用户的未知皮肤组成或将其分类。
统计学分类分析
本文使用的术语“统计学分类过程”或“统计学分类分析”包括基于对受试者内在的一种或多种特征或特点的认识将受试者归类的任何已知分类技术。内在特征或特点典型地视为自变量，称为预测因子(X)，受试者分到的类别典型地视为因变量，称为分组变量(Y)。统计学分类过程或分析的目标是，基于与新受试者关联的一组预测因子X和先前已分组的受试者的训练集预测该新受试者的组变量Y。在本发明中，预测因子是可以不牵涉TCM从业者而获得的用户的生物学和/或心理学信息，分组变量是由TCM从业者根据TCM原理确定的此类用户的皮肤组成。
优选、但非必要的是，本发明的统计学分类过程或分析采用一种或多种分类技术，选自判别分析、逻辑回归、朴素贝叶斯分类器、支持向量机、二次分类器、神经网络、感知器、决策树、贝叶斯网络、隐马尔可夫模型及其组合。具体分类技术的性能主要取决于待分类数据的特征。没有单纯一种分类技术最好地作用于所有给定的问题。已执行各种经验性测试以比较分类技术的性能和发现使分类技术性能最优的数据的特征。但是，迄今为止为给定的问题确定合适的分类技术与其说是科学，倒不如说是技巧。
在本发明中，发现判别分析、更精确地讲是多类线性判别分析在根据TCM原理将用户的皮肤组成归类时特别有效。具体来讲，通过以下进行判别分析，获得如上文描述的训练数据集，即它包含选自人群的训练样本中多个用户的生物学和/或心理学信息，和由TCM从业者根据TCM原理关于其皮肤组成对此类用户的分类。确定一组自变量或预测因子(V)，每个变量或预测因子代表训练样本中用户的一种生物学和/或心理学信息。计算该组自变量的每一个的F比率，它指示自变量在由TCM从业者确定的不同皮肤组成的不同用户组之间区分的能力。更具体来讲，特定自变量的F比率计算为此类自变量的组间差异与此类自变量的平均组内差异的比率。最初选择具有最大F比率的自变量并从自变量库中取出。将选择的自变量包括在分类函数内，一旦在不同用户组之间选择了所有显著性区分自变量即构建该分类函数。然后计算其余自变量(除了已选择的自变量之外的库)的F比率，然后选择其中具有最大F比率的自变量并从自变量库中取出。重复该计算和选择步骤直至已经选择具有大于预设显著性水平的F比率的全部自变量。
然后用选择的自变量构建分类函数，它可用于确定新用户最可能属于哪一类皮肤组成。有与皮肤组成类别数一样多的分类函数。每个分类函数都与具体皮肤组成类别关联，可用于通过输入新用户的生物学和/或心理学信息计算此类新用户的分类评分。由每个分类函数输出的分类评分代表此类新用户被TCM从业者分类为具有与各自的分类函数关联的具体皮肤组成的可能性。换句话说，对于每个新用户，每和分类函数将计算分类评分，与给予最高分类评分的分类函数关联的皮肤组成是用户的皮肤组成。
分类函数可以是线性或二次的。在本发明的优选实施方案中，分类函数是线性的，具有通式Cx+Wx1×V1+Wx2×V2+...+Wxm×Vm，其中Cx是与具体皮肤组成关联的常数，V1至Vm是选择的自变量，Wx1至Wxm是系数，各自对应于每种皮肤组成的所选自变量之一，指示所选变量在用各自的分类函数计算分类评分时的相对权重。例如，假定皮肤组成可分为三类A、B和C，且五个自变量V1、V2、V3、V4和V5已被选择用于构建分类函数，将有三(3)个分类函数，其各自与具体皮肤组成类别关联。对于自变量V1至V5有一组具体数值的具体用户，三个分类评分YA、YB和YC将计算如下：
YA＝CA+WA1×V1+WA2×V2+WA3×V3+WA4×V4+WA5×V5，
YB＝CB+WB1×V1+WB2×V2+WB3×V3+WB4×V4+WB5×V5，和
YC＝CC+WC1×V1+WC2×V2+WC3×V3+WC4×V4+WC5×V5，
如果YA在计算的所有三个分类评分中最大，则结论是具体用户最可能分类为具有皮肤组成A。但是，如果YC在计算的所有三个分类评分中最大，则结论将是具体用户最可能分类为具有皮肤组成C。
如上文描述的判别分析可以用广泛使用的统计学电脑软件程序比如SPSS、SAS等容易地构建。任选将这样构建的分类函数进一步用验证数据集验证，所述验证数据集包含验证样本中多个用户的生物学和/或心理学信息和由TCM从业者根据TCM原理确定的此类用户的皮肤组成。验证样本选自与训练样本相同的人群，但它含有不同的用户组。将用分类函数作出的预测与由TCM从业者对验证样本中的用户确定的实际皮肤组成相比，可计算预测评分，它指示用分类函数作出的正确预测的百分数。如果预测评分高于预设阈值，比如例如70％、80％或90％，则分类函数视为验证通过，适合临床使用。
可以同时选择验证样本和训练样本。而且，验证和训练期不必分开和固定。系统可为交互性，训练和验证可以互相交织用于精细调节判别分析以实现最佳预测可能。
基于电脑的系统
本发明的基于电脑的系统可包括电脑，它可以是工作站或个人电脑。此类电脑优选含有数据输入模块，比如键盘或触摸屏，以允许用户或整体美容专家直接输入用户的生物学和/或心理学信息。数据输入模块还可以是直接连接(比如USB、火线或其它接口)或网络连接(比如调制解调器或其它网络连接)，用于经过例如可移动介质比如光盘(CD)或数字通用盘(DVD)或经过互联网传递和接收用户相关(use-related)的生物学和/或心理学数据。
电脑进一步含有数据处理模块，比如中央处理器(CPU)，它与数据输入模块通信。数据处理模块配置用于将上述统计学分类过程应用于通过数据输入模块输入的用户数据从而根据TCM原理将具体用户的皮肤组成分类。更具体来讲数据处理模块由电脑可读介质控制，该电脑可读介质含有用于将此类统计学分类过程应用于用户数据的编码指令。
电脑进一步含有与数据处理模块通信的输出或显示模块，用于显示确定的结果，即用户的可能的皮肤组成。此类输出或显示模块可包括在视觉上显示结果的电脑显示屏，或打印结果的打印机，或将结果输出至远程场所的网络连接。
任选电脑具有贮存关于适合不同皮肤组成的各种局部皮肤护理方案和/或可摄取产品的信息的记忆模块。一旦数据处理模块确定特定用户的皮肤组成，可从记忆模块取回关于适合此类特定用户的皮肤组成的皮肤护理方案和/或可摄取产品的信息，与确定的皮肤组成一起输出，作为对用户的皮肤护理建议。
以这种方式，本发明可根据TCM原理针对具有具体皮肤组成的任何用户亚群(如在任何地区、国家、城市等)准确地推荐基于TCM的皮肤护理产品，但在各零售场所不雇用TCM从业者。
实施例1
招募一组133名22和51岁之间的亚洲女性参加者进行测试。在登记后，给予各参加者调查表，该调查表含有涵盖参加者的生物学和心理学状况各个方面的48个问题。例如，调查表可询问参加者关于她的年龄、知觉感觉(如怕冷/怕热、人手掌的热感、手掌出汗、出汗模式、感觉口渴、人口中感觉有苦味、患有内热等)、睡眠模式、饮食习惯、皮肤状况(如皮肤颜色/色调、干燥/油光等)、脸部肤色和色调(如发红、发暗等)、皮肤问题(如痤疮、毛孔、不均匀的皮肤色调、过度色素沉着、黑点、敏感性、干斑、细纹/皱纹、松垂等)、能量水平、压力水平、身体和情感良好状态等。可用于实施本发明的示例性调查表包括在本文中。它只被提供用于说明目的，不旨在以任何方式限制本发明的范围。
表1：示例性调查表
在填写调查表上的问题后，将各参加者引导至有受过训练的皮肤专家的地方，所述专家基于0至10的标度评价参加者的下列皮肤状况：
(1)痤疮；
(2)毛孔；
(3)皮肤色调；
(4)老年斑；
(5)发红；
(6)全脸皱纹；
(7)鱼尾纹；
(8)湿润水平；
(9)弹性；
(10)暗淡-发光度；和
(11)皮肤颜色差异。
基于对亚洲亚人群(从中抽样了133名参加者)的皮肤状况的经验性观察，开发标准照片标度用于专家评价的目的。
在皮肤专家评价之后，将各参加者引导至TCM医生处，该医生询问参加者用于TCM诊断目的的各种典型问题并观察参加者的各种生理学特征(如脉搏、舌颜色、舌苔颜色、脸部肤色等)，然后根据TCM原理关于此类参加者的皮肤组成为参加者给予诊断。具体来讲，由TCM医生给予的诊断将各参加者分为五(5)个皮肤组成类别(即阳盛、阴虚、平衡、阳虚和阴盛)中的一个。
参加者还接受各种设备和仪器的测试，测量参加者的各种生理学参数，比如皮肤表面水合、皮脂水平、皮肤弹性、皮肤pH值、皮肤细胞中含有的黑色素量、红斑、皮肤温度、经皮肤失水量(TEWL)、皮肤发红和皮肤的发光度-暗淡。
然后进行分步的、多类线性判别分析以分析如上文收集的测试数据。基于TCM医生的诊断，将133名参加者分为5组，即阳盛、阴虚、平衡、阳虚和阴盛。将参加者对调查表上48个问题提供的答案和受过训练的皮肤专家提供的参加者皮肤状况的0-10标度的评价全部按自变量或预测因子(V)对待，其各自代表参加者的一种生物学和/或心理学参数用于后续分析。分开计算各组特定皮肤组成的参加者的自变量(V)的中位数/平均值和分布。
然后计算这些自变量(V)中每一个的F比率，作为每个特定自变量(V)在由TCM从业者确定的各种皮肤组成的不同参与者组之间区分的能力的指示。最初选择F比率最大的自变量(V)，并将它从自变量(V)库中取出。然后计算其余自变量(除已选择的自变量之外的库)的F比率，选择其中F比率最大的自变量，将它从自变量库中取出。重复该计算和选择步骤以选择多个自变量，然后将其用于构建分类函数，用于确定新用户最可能属于哪一类皮肤组成。因为有5类皮肤组成，即阳盛、阴虚、平衡、阳虚和阴盛，所以构建五(5)个不同的分类函数，其各自对应于具体的皮肤组成类别，各自通过输入此类新用户的生物学和/或心理学信息用于计算新用户的分类评分(Y)。
具体来讲，这样构建的五(5)个不同的分类函数如下：
(1)YA＝CA+WA1×V1+WA2×V2+WA3×V3+...WA52×V52+WA53×V53，
(2)YB＝CB+WB1×V1+WB2×V2+WB3×V3+...WB52×V52+WB52×V53，
(3)YC＝CC+WC1×V1+WC2×V2+WC3×V3+...WC52×V52+WC53×V53，
(4)YD＝CD+WD1×V1+WD2×V2+WD3×V3+...WD52×V52+WD53×V53，
和
(5)YE＝CE+WE1×V1+WE2×V2+WE3×V3+...WE52×V52+WE53×V53，
其中变量V1至V53是通过判别分析选择的变量(注意一些对应于回答者调查表的答案分解为两个或更多个变量，因此变量总数大于问题总数)；其中YA、YB、YC、YD和YE是为新用户计算的分类评分，分别指示此类用户被分为阴盛(下文称为“A”)、阳虚(下文称为“B”)、平衡(下文称为“C”)、阴虚(下文称为“D”)和阳盛(下文称为“E”)皮肤组成的可能性；其中WA1至WA53是系数，各自对应于皮肤组成A(即阴盛)的所选自变量V1至V53之一，指示所选变量在计算分类评分YA中的相对权重，用于使用第一分类函数(1)计算此类用户被分类为具有皮肤组成A(即阴盛)的可能性；其中WB1至WB53是系数，各自对应于皮肤组成B(即阳虚)的所选自变量V1至V53之一，指示所选变量在计算分类评分YB中的相对权重，用于使用第二分类函数(2)计算此类用户被分类为具有皮肤组成B(即阳虚)的可能性；其中WC1至WC53是系数，各自对应于皮肤组成C(即平衡)的所选自变量V1至V53之一，指示所选变量在计算分类评分YC中的相对权重，用于使用第三分类函数(3)计算此类用户被分类为具有皮肤组成C(即平衡)的可能性；其中WD1至WD53是系数，各自对应于皮肤组成D(即阴虚)的所选自变量V1至V53之一，指示所选变量在计算分类评分YD中的相对权重，用于使用第四分类函数(4)计算此类用户被分类为具有皮肤组成D(即阴虚)的可能性；其中WE1至WE53是系数，各自对应于皮肤组成E(即阳盛)的所选自变量V1至V53之一，指示所选变量在计算分类评分YE中的相对权重，用于使用第五分类函数(5)计算此类用户被分类为具有皮肤组成E(即阳盛)的可能性；其中CA、CB、CC、CD和CE分别是与具体皮肤组成A、B、C、D和E各自关联的常数。
下表指出各自变量V1至V53及与其关联用于每个分类函数的相应的系数和常数：
表2：选择的变量
  No.   变量
  V1   专家-Q1-痤疮(0-10标度)
  V2   专家-Q2-毛孔(0-10标度)
  V3   专家-Q3-皮肤色调(0-10标度)
  V4   专家-Q5-发红(0-10标度)
  V5   专家-Q6-全脸皱纹(0-10标度)
  V6   专家-Q8-湿润水平-湿润(是＝1，否＝0)
  V7   专家-Q9-弹性(0-10标度)
  V8   专家-Q10-暗淡-发光度(0-10标度)
  V9   专家-Q11-皮肤颜色差异-玫瑰红色(是＝1，否＝0)
  V10   回答者-Q2-怕-冷(是＝1，否＝0)
  V11   回答者-Q2-怕-热(是＝1，否＝0)
  V12   回答者-Q2-怕两者-热和冷(是＝1，否＝0)
  V13   回答者-Q7-你感觉疲劳和困乏吗(经常＝4)
  V14   回答者-Q12-描述你的特征-没有耐性(是＝1，否＝0)
  V15   回答者-Q12-描述你的特征-有耐性(是＝1，否＝0)
  V16   回答者-Q13-患有内热(经常＝4)
  V17   回答者-Q14-脸部肤色的描述-(非常暗淡＝5)
  V18   回答者-Q15-肤色的颜色-玫瑰红色(是＝1，否＝0)
  V19   回答者-Q15-肤色的颜色-轻度玫瑰红色(是＝1，否＝0)
  V20   回答者-Q15-肤色的颜色-苍白色(是＝1，否＝0)
  V21   回答者-Q15-肤色的颜色-灰黄色(是＝1，否＝0)
  V22   回答者-Q16-皮肤状况-正常至干燥(是＝1，否＝0)
  V23   回答者-Q16-皮肤状况-正常或平衡(是＝1，否＝0)
  V24   回答者-Q16-皮肤状况-正常至油性(是＝1，否＝0)
  V25   回答者-Q18-皮肤问题-痤疮(是＝1，否＝0)
  V26   回答者-Q19-皮肤问题-毛孔粗大(是＝1，否＝0)
  V27   回答者-Q24-皮肤问题-脸部发红(是＝1，否＝0)
  V28   回答者-Q30-夏季的脸部皮肤状况-皮肤瘙痒(是＝1，否＝0)
  V29   回答者-Q30-夏季的脸部皮肤状况-脱皮/剥落(是＝1，否＝0)
  V30   回答者-Q30-夏季的脸部皮肤状况-干燥(是＝1，否＝0)
  V31   回答者-Q30-夏季的脸部皮肤状况-过度油光(是＝1，否＝0)
  V32   回答者-Q30-夏季的脸部皮肤状况-痤疮(是＝1，否＝0)
  V33   回答者-Q30-冬季的脸部皮肤状况-皮肤瘙痒(是＝1，否＝0)
  V34   回答者-Q30-冬季的脸部皮肤状况-脱皮/剥落(是＝1，否＝0)
  V35   回答者-Q30-冬季的脸部皮肤状况-干燥(是＝1，否＝0)
  V36   回答者-Q30-冬季的脸部皮肤状况-过度油光(是＝1，否＝0)
  V37   回答者-Q30-冬季的脸部皮肤状况-痤疮(是＝1，否＝0)
  V38   回答者-Q31-身体何处经历痤疮-颈(是＝1，否＝0)
  V39   回答者-Q31-身体何处经历痤疮-胸(是＝1，否＝0)
  V40   回答者-Q31-身体何处经历痤疮-背(是＝1，否＝0)
  V41   回答者-Q31-身体何处经历痤疮-不经历(是＝1，否＝0)
  V42   回答者-Q32-脸上经历痤疮的频率(5＝每周一次或更多)
  V43   回答者-Q35-妨碍睡眠的原因-压力(是＝1，否＝0)
  V44   回答者-Q35-妨碍睡眠的原因-打鼾(是＝1，否＝0)
  V45   回答者-Q35-妨碍睡眠的原因-身体不适(是＝1，否＝0)
  V46   回答者-Q35-妨碍睡眠的原因-房间太暖/冷(是＝1，否＝0)
  V47   回答者-Q35-妨碍睡眠的原因-噪音(是＝1，否＝0)
  V48   回答者-Q35-妨碍睡眠的原因-光(是＝1，否＝0)
  V49   回答者-Q35-妨碍睡眠的原因-气味(是＝1，否＝0)
  V50   回答者-Q40-摄取维生素补充剂的频率(6＝每天)
  V51   回答者-Q44-每天喝咖啡因饮料的数目(4＝大于4杯)
  V52   回答者-Q45-你吃得有多健康(5＝极端健康)
  V53   回答者-Q47-你的生活压力怎样(5＝极端有压力)
表3：系数和常数
由每个分类函数输出的分类评分YA、YB、YC、YD和YE代表新用户被TCM从业者分类为具有与各自的分类函数关联的具体皮肤组成A、B、C、D和E的可能性。换句话说，对于每个新用户，每个分类函数将计算分类评分，与给予最高分类评分的分类函数关联的皮肤组成是用户的皮肤组成。
虽然已结合优选实施方案描述了本发明，但不旨在将本发明范围限制于所阐述的特定形式，相反，旨在涵盖此类替代、修改和等价，如同可以包括在权利要求限定的本发明精神和范围之内。

Claims (16)

1.一种用于根据传统中医原理确定具体用户的皮肤组成的电脑辅助诊断系统，所述系统包含：
(1)配置用于将从具体用户获得的临床数据集输入所述系统内的数据输入模块，其中临床数据集包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的生物学和/或心理学信息；
(2)与数据输入模块通信的数据处理模块，其中所述数据处理模块配置用于将统计学分类过程应用于所述临床数据集以便根据传统中医原理将具体用户的皮肤组成分类，
其中统计学分类过程包含多个分类函数，其各自与具体皮肤组成关联，用于计算用户的分类评分，该评分代表所述用户被传统中医从业者分类为具有与各自的分类函数关联的具体皮肤组成的可能性，其中与给予用户最高分类评分的分类函数关联的皮肤组成被分类为用户的皮肤组成，且
其中分类函数通过判别分析构建，所述判别分析包含：
(a)获得训练数据集，它包含选自人群的训练样本中多个用户的生物学和/或心理学信息和传统中医从业者根据传统中医原理关于所述用户的皮肤组成对所述用户的分类；
(b)确定一组自变量，其各自代表训练样本中用户的一种生物学和/或心理学信息；
(c)计算该组自变量的每一个的F比率，它指示所述自变量在由传统中医从业者确定的不同皮肤组成的不同用户组之间区分的能力，其中具体自变量的F比率计算为所述自变量的组间差异与所述自变量的平均组内差异的比率；
(d)选择最大F比率的自变量；
(e)计算其余自变量的F比率；
(f)重复步骤(d)-(e)直至已选择具有大于预设显著性水平的F比率的全部自变量；和
(g)用选择的自变量构建多个分类函数；和
(3)与数据处理模块通信的输出模块，配置用于显示由数据处理模块确定的具体用户的皮肤组成。
2.权利要求1的电脑辅助诊断系统，其中具体用户的皮肤组成分类指示具体用户皮肤的阴阳平衡或缺乏平衡。
3.权利要求1的电脑辅助诊断系统，其中具体用户的皮肤组成是三个不同分类中的一个或五个不同分类中的一个。
4.权利要求1的电脑辅助诊断系统，其中数据处理模块进一步配置用于推荐适合具体用户皮肤组成的一个或多个局部皮肤护理方案和/或可摄取的皮肤益处产品。
5.权利要求1的电脑辅助诊断系统，其中在临床数据集中至少一些生物学和/或心理学信息通过由调查表提示的具体用户的自我评价获得，所述调查表含有与一种或多种选自具体用户的年龄、性别、身体知觉、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的主题有关的问题。
6.权利要求5的电脑辅助诊断系统，其中自我评价由具体用户通过在线填写调查表远程进行。
7.权利要求5的电脑辅助诊断系统，其中自我评价由具体用户通过在零售场所填写调查表现场进行。
8.权利要求5的电脑辅助诊断系统，其中在临床数据集中一些生物学和/或心理学信息由受过训练的整体美容专家通过评价具体用户获得。
9. 权利要求8的电脑辅助诊断系统，其中评价由受过训练的整体美容专家通过与具体用户交互式咨询进行。
10.权利要求8的电脑辅助诊断系统，其中评价由受过训练的整体美容专家在零售场所现场进行。
11.权利要求5的电脑辅助诊断系统，其中在临床数据集中一些生物学和/或心理学信息通过由测量一种或多种皮肤参数的电子设备对具体用户进行的测量获得。
12.权利要求1的电脑辅助诊断系统，其中统计学分类过程采用选自判别分析、逻辑回归、朴素贝叶斯分类器、支持向量机、二次分类器、神经网络、感知器、决策树、贝叶斯网络、隐马尔可夫模型及其组合的分类技术。
13.权利要求1的电脑辅助诊断系统，其中分类函数是线性或二次的。
14.权利要求1的电脑辅助诊断系统，其中各分类函数是线性函数，具有通式Cx + Wx1×V1 + Wx2×V2 + … + Wxm×Vm，其中Cx是与具体皮肤组成关联的常数，V1至Vm是选择的自变量，Wx1至Wxm是系数，各自对应于皮肤组成的所选自变量之一，指示所选变量在用各自的分类函数计算分类评分中的相对权重。
15.权利要求1的电脑辅助诊断系统，其中分类函数通过用验证数据集验证，所述验证数据集包含验证样本中多个用户的生物学和/或心理学信息和传统中医从业者关于所述用户的皮肤组成对所述用户的分类，其中所述验证样本选自与训练样本相同的人群但含有不同的用户组。
16.一种用于根据传统中医原理确定具体用户的皮肤组成的方法，所述方法包括：将统计学分类过程应用于从具体用户获得的临床数据集以便根据传统中医原理将所述具体用户的皮肤组成分类，其中所述临床数据集包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的生物学和/或心理学信息，
其中统计学分类过程包含多个分类函数，其各自与具体皮肤组成关联，用于计算用户的分类评分，该评分代表所述用户被传统中医从业者分类为具有与各自的分类函数关联的具体皮肤组成的可能性，其中与给予用户最高分类评分的分类函数关联的皮肤组成被分类为用户的皮肤组成，且
其中各分类函数是线性函数，具有通式Cx + Wx1×V1 + Wx2×V2 + … + Wxm×Vm，其中Cx是与具体皮肤组成关联的常数，V1至Vm是选择的自变量，各自代表用户的一种生物学和/或心理学信息类型，Wx1至Wxm是系数，各自对应于皮肤组成的所选自变量之一，指示所选变量在用各自的分类函数计算分类评分中的相对权重。
17. 权利要求16的方法，其中具体用户的皮肤组成分类指示用户皮肤的阴阳平衡或缺乏平衡。
18. 权利要求16的方法，其中具体用户的皮肤组成选自三个不同分类中一个或五个不同分类中一个。
19. 权利要求16的方法，其进一步包含推荐适合具体用户皮肤组成的一个或多个局部皮肤护理方案和/或可摄取的皮肤益处产品的指令。
20. 一种根据传统中医原理确定具体用户的皮肤组成的方法，其包含：
(1)从具体用户获得临床数据集，它包含选自具体用户的年龄、性别、身体知觉、舌颜色、舌苔颜色、嘴唇颜色、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的生物学和/或心理学信息；
(2)将统计学分类过程应用于具体用户的所述临床数据集用于根据传统中医原理将具体用户的皮肤组成分类，
其中统计学分类过程包含多个分类函数，其各自与具体皮肤组成关联，用于计算用户的分类评分，该评分代表所述用户被传统中医从业者分类为具有与各自的分类函数关联的具体皮肤组成的可能性，其中与给予用户最高分类评分的分类函数关联的皮肤组成被分类为用户的皮肤组成，且
其中分类函数通过判别分析构建，所述判别分析包含：
(a)获得训练数据集，它包含选自人群的训练样本中多个用户的生物学和/或心理学信息和传统中医从业者根据传统中医原理关于所述用户的皮肤组成对所述用户的分类；
(b)确定一组自变量，其各自代表训练样本中用户的一种生物学和/或心理学信息；
(c)计算该组自变量的每一个的F比率，它指示所述自变量在由传统中医从业者确定的不同皮肤组成的不同用户组之间区分的能力，其中具体自变量的F比率计算为所述自变量的组间差异与所述自变量的平均组内差异的比率；
(d)选择最大F比率的自变量；
(e)计算其余自变量的F比率；
(f)重复步骤(d)-(e)直至已选择具有大于预设显著性水平的F比率的全部自变量；和
(g)用选择的自变量构建多个分类函数；和
(3)输出如此确定的具体用户的皮肤组成。
21. 权利要求20的方法，其中具体用户的皮肤组成分类指示用户皮肤的阴阳平衡或缺乏平衡。
22. 权利要求20的方法，其中具体用户的皮肤组成选自三个不同分类中的一个或五个不同分类中的一个。
23. 权利要求20的方法，其进一步包含推荐适合具体用户皮肤组成的一个或多个局部皮肤护理方案和/或可摄取的皮肤益处产品。
24. 权利要求20的方法，其中在临床数据集中至少一些生物学和/或心理学信息通过由调查表提示的具体用户的自我评价获得，所述调查表含有与一种或多种选自具体用户的年龄、性别、身体知觉、皮肤状况和肤色、睡眠模式、饮食习惯、能量水平、压力水平、体能和情感健康度的主题有关的问题。
25. 权利要求24的方法，其中自我评价由具体用户通过在线填写调查表远程进行。
26. 权利要求24的方法，其中自我评价由具体用户通过在零售场所填写调查表现场进行。
27. 权利要求24的方法，其中在临床数据集中一些生物学和/或心理学信息由受过训练的整体美容专家通过评价具体用户获得。
28. 权利要求27的方法，其中评价由受过训练的整体美容专家通过与具体用户交互式咨询进行。
29. 权利要求27的方法，其中评价由受过训练的整体美容专家在零售场所现场进行。
30. 权利要求24的方法，其中在临床数据集中一些生物学和/或心理学信息通过电子设备对具体用户进行的测量获得。
31. 权利要求20的方法，其中统计学分类过程采用选自判别分析、逻辑回归、朴素贝叶斯分类器、支持向量机、二次分类器、神经网络、感知器、决策树、贝叶斯网络、隐马尔可夫模型及其组合的分类技术。
32. 权利要求20的方法，其中分类函数是线性或二次的。
33. 权利要求20的方法，其中各分类函数是线性函数，具有通式Cx + Wx1×V1 + Wx2×V2 + … + Wxm×Vm，其中Cx是与具体皮肤组成关联的常数，V1至Vm是选择的自变量，Wx1至Wxm是系数，各自对应于皮肤组成的所选自变量之一，指示所选变量在用各自的分类函数计算分类评分中的相对权重。
34. 权利要求20的方法，其中分类函数通过用验证数据集验证，所述验证数据集包含验证样本中多个用户的生物学和/或心理学信息和传统中医从业者关于所述用户的皮肤组成对所述用户的分类，其中所述验证样本选自与训练样本相同的人群但含有不同的用户组。
CN201080021461.7A 2009-10-05 2010-09-30 基于传统中医(tcm)原理确定皮肤组成的电脑辅助诊断系统和方法 Active CN102421357B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US24850309P 2009-10-05 2009-10-05
US61/248,503 2009-10-05
US61/248503 2009-10-05
PCT/US2010/050909 WO2011043978A2 (en) 2009-10-05 2010-09-30 Computer-aided diagnostic systems and methods for determining skin compositions based on traditional chinese medicinal (tcm) principles

Publications (2)

Publication Number Publication Date
CN102421357A CN102421357A (zh) 2012-04-18
CN102421357B true CN102421357B (zh) 2014-10-01

Family

ID=43857342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080021461.7A Active CN102421357B (zh) 2009-10-05 2010-09-30 基于传统中医(tcm)原理确定皮肤组成的电脑辅助诊断系统和方法

Country Status (8)

Country Link
US (1) US8489539B2 (zh)
EP (1) EP2485635A4 (zh)
JP (1) JP5400217B2 (zh)
KR (1) KR101378238B1 (zh)
CN (1) CN102421357B (zh)
HK (1) HK1169295A1 (zh)
SG (1) SG175057A1 (zh)
WO (1) WO2011043978A2 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103584852A (zh) * 2012-08-15 2014-02-19 深圳中科强华科技有限公司 个性化心电图智能辅助诊断装置与方法
US20140095185A1 (en) * 2012-10-02 2014-04-03 Nicholas Prior Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
US20140096078A1 (en) * 2012-10-02 2014-04-03 Nicholas Prior Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
US20140142397A1 (en) * 2012-11-16 2014-05-22 Wellness & Prevention, Inc. Method and system for enhancing user engagement during wellness program interaction
US20150100516A1 (en) * 2013-10-07 2015-04-09 Kevin Hicks Method of analyzing and scoring cosmetic products
JP6450085B2 (ja) * 2014-04-14 2019-01-09 フェムトディプロイメンツ株式会社 健康状態検査装置
JP6390458B2 (ja) * 2015-02-09 2018-09-19 大日本印刷株式会社 情報処理装置、情報処理システム及び情報処理方法並びに情報処理用プログラム
CN106295100A (zh) * 2015-05-22 2017-01-04 吴长汶 一种问诊系统
CN105455781A (zh) * 2015-11-17 2016-04-06 努比亚技术有限公司 信息处理方法及电子设备
CN106842948B (zh) * 2017-03-01 2019-08-06 长春工业大学 基于bp网络的hdp分子蒸馏系统的最优控制方法
US20190014996A1 (en) * 2017-07-14 2019-01-17 Hai Rong Qian Smart medical diagnosis system
CN107977671B (zh) * 2017-10-27 2021-10-26 浙江工业大学 一种基于多任务卷积神经网络的舌象分类方法
CN108597604B (zh) * 2018-05-11 2021-10-26 广西大学 一种基于云数据库的色素障碍性皮肤病分类专家系统
CN109346180B (zh) * 2018-08-03 2022-04-01 电子科技大学 中医方剂君臣佐使训练识别方法及系统
CN110335655B (zh) * 2019-07-11 2022-02-18 四川大学华西医院 一种住院患者皮肤损伤综合预防管理辅助决策系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1132596A (zh) * 1995-02-25 1996-10-09 郝来勤 一种天然植物香身美容食品添加剂
JP2002024637A (ja) * 2000-07-06 2002-01-25 Medical Yukon:Kk 商品提供システムおよびその方法
CN1579455A (zh) * 2003-08-01 2005-02-16 张坚力 一种治疗大肠湿热证的中药组合物及其制备方法
KR100743158B1 (ko) * 2006-03-06 2007-07-27 안남훈 고객의 체질을 진단하여 피부 비만 관리정보를 제공하는피부 비만 관리정보 제공 시스템 및 그 제공 방법
CN101057952A (zh) * 2006-04-19 2007-10-24 河南省宛西制药股份有限公司 一种治疗痛经的药物组合物及其制备方法和应用
CN101336881A (zh) * 2007-07-06 2009-01-07 杨毅革 八白膏

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6673624B2 (en) * 2000-04-12 2004-01-06 Ching-Hsiang Hsu Method and device for diagnosing disease patterns in Traditional Chinese Medicine
KR20010016035A (ko) 2000-10-10 2001-03-05 권순영 동의보감의 음양오행적 처방을 이용한 건강의 자가 진단및 생활 관리 시스템
US20020194022A1 (en) * 2001-04-06 2002-12-19 Florence Comite System and method for delivering integrated health care
US20030207280A1 (en) * 2002-05-06 2003-11-06 Hsiung Hsiao Determination of physiological conditions defined in traditional chinese medicine
US20040078221A1 (en) * 2002-07-16 2004-04-22 Yi-Yun Chen MediCAD Chinese medical system
WO2004050106A1 (fr) * 2002-12-04 2004-06-17 Eu Yan Sang (Hong Kong) Limited Produit medicinal servant a traiter le syndrome climacterique chez la femme et sa methode de preparation
US20080139966A1 (en) * 2006-12-07 2008-06-12 The Hong Kong Polytechnic University Automatic tongue diagnosis based on chromatic and textural features classification using bayesian belief networks
KR100869514B1 (ko) * 2007-03-14 2008-11-19 한국 한의학 연구원 허맥 및 실맥 진단 시스템
US20100235183A1 (en) * 2009-03-10 2010-09-16 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Computational systems and methods for health services planning and matching
US20100233301A1 (en) * 2009-03-11 2010-09-16 Jing Cheng Topical compositions comprising fermented extracts of traditional chinese medicinal (tcm) ingredients, and methods of making and using same
US20100280350A1 (en) * 2009-05-02 2010-11-04 Xinyu Zhang Chinese medicine tele-diagnostics and triage system
US10089391B2 (en) * 2009-07-29 2018-10-02 Herbminers Informatics Limited Ontological information retrieval system
CN101999881B (zh) * 2009-09-01 2013-04-03 上海道生医疗科技有限公司 中医望诊检测装置
CN101999879B (zh) * 2009-09-01 2013-01-23 上海道生医疗科技有限公司 中医舌面象数据采集装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1132596A (zh) * 1995-02-25 1996-10-09 郝来勤 一种天然植物香身美容食品添加剂
JP2002024637A (ja) * 2000-07-06 2002-01-25 Medical Yukon:Kk 商品提供システムおよびその方法
CN1579455A (zh) * 2003-08-01 2005-02-16 张坚力 一种治疗大肠湿热证的中药组合物及其制备方法
KR100743158B1 (ko) * 2006-03-06 2007-07-27 안남훈 고객의 체질을 진단하여 피부 비만 관리정보를 제공하는피부 비만 관리정보 제공 시스템 및 그 제공 방법
CN101057952A (zh) * 2006-04-19 2007-10-24 河南省宛西制药股份有限公司 一种治疗痛经的药物组合物及其制备方法和应用
CN101336881A (zh) * 2007-07-06 2009-01-07 杨毅革 八白膏

Also Published As

Publication number Publication date
WO2011043978A3 (en) 2011-07-14
EP2485635A4 (en) 2014-03-12
US20110238604A1 (en) 2011-09-29
US8489539B2 (en) 2013-07-16
HK1169295A1 (zh) 2013-01-25
EP2485635A2 (en) 2012-08-15
KR101378238B1 (ko) 2014-04-10
JP2012523947A (ja) 2012-10-11
WO2011043978A2 (en) 2011-04-14
SG175057A1 (en) 2011-11-28
KR20120015359A (ko) 2012-02-21
CN102421357A (zh) 2012-04-18
JP5400217B2 (ja) 2014-01-29

Similar Documents

Publication Publication Date Title
CN102421357B (zh) 基于传统中医(tcm)原理确定皮肤组成的电脑辅助诊断系统和方法
Jackson et al. Applying an extended version of the theory of planned behaviour to physical activity
Olsen et al. Health differences between European countries
CN102222153A (zh) 中医机器问诊数量化辩证诊断方法
Jackson et al. Construct validity evidence for single-response items to estimate physical activity levels in large sample studies
CN107025377B (zh) 一种健康管理系统和方法
JP2012523947A5 (zh)
Ogorevc et al. Questioning the differences between general public vs. patient based preferences towards EQ-5D-5L defined hypothetical health states
CN106980769B (zh) 一种目标客户分类系统
KR102187952B1 (ko) 건강 증진 정보 제공 장치 및 방법
CN106096286A (zh) 临床路径制定方法及装置
CN109978873A (zh) 一种基于中医影像大数据的智能体检系统及其方法
Salm et al. Validation of the German version of the transsexual voice questionnaire for male-to-female transsexuals
Grant et al. Machine learning versus traditional methods for the development of risk stratification scores: a case study using original Canadian Syncope Risk Score data
US20140096078A1 (en) Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
CN109363678A (zh) 基于经络能量平衡值的易发疾病预测系统
Consedine et al. Stress versus discrete negative emotions in the prediction of physical complaints: Does predictive utility vary across ethnic groups?
Krutko et al. Intelligent internet technology for personalized health-saving support
CN106991630B (zh) 一种膳食平衡指导系统和方法
Gries et al. Preferences for prostate cancer outcomes: a comparison of the patient perspective, the general population perspective, and a population at risk for prostate cancer
KR101274431B1 (ko) 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
KR20090000117A (ko) 생활습관 데이터 분석을 통한 개인화 웰빙 인덱스 메트릭시스템
Mithunasri et al. Influence of self-perception and importance of body image on the methods implemented to enhance the physical appearance
US20140095185A1 (en) Diagnostic Systems And Methods For Visualizing And Analyzing Factors Contributing To Skin Conditions
Go et al. Health literacy scale-European union

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1169295

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1169295

Country of ref document: HK