CN105745657A - 用于通过使用量化手段来预测皮肤年龄的设备和方法 - Google Patents

Abstract

本发明提供了用于通过使用统计量化手段来预测人的皮肤年龄的设备和方法。根据本发明，用于预测皮肤年龄的方法包括以下步骤：通过将指示对象的皮肤状况的至少一个相关因子代入皮肤年龄预测方程来计算皮肤年龄等级，其中皮肤年龄预测方程由回归常数和与至少一个相关因子相应地对应的至少一个变量项的线性组合形成。

Description

用于通过使用量化手段来预测皮肤年龄的设备和方法

技术领域

本公开内容涉及用于预测皮肤年龄的设备和方法，并且更具体地涉及用于通过使用统计量化手段来预测人的皮肤年龄的设备和方法。

背景技术

人的皮肤会随着时间流逝和由于环境因素而老化。人的皮肤老化因人而差异很大，因而相同生物学年龄的人可能有不同程度的皮肤老化。

根据皮肤专家(例如皮肤科医生)和东方医学，人的皮肤状况可以基于皮肤皱纹的扩展视觉特征以及长度、宽度和厚度来判断。基于这样的视觉特征和个人实验，专科医师通过使用皮肤年龄的抽象理念来推断皮肤状况。皮肤年龄更严重地受对象的外观皮肤特征或皮肤老化程度而非生物学年龄的影响。

同时，皮肤年龄会根据观察对象之皮肤的观察者的主观感受而被不同地判断，并且没有建立用于区分皮肤年龄的客观标准。因此，难以对皮肤年龄进行量化。换言之，虽然通过对不同对象进行互相比较来比较地评估他们的皮肤年龄会相对容易，但是在没有专家的专业分析的情况下客观地且量化地单独评估对象的皮肤年龄仍不容易。

发明内容

[技术问题]

本公开内容涉及提供用于通过使用统计量化手段来预测人的皮肤年龄的设备和方法。

本公开内容还涉及提供用于在没有专家的专业分析的情况下量化地评估人的皮肤年龄的设备和方法。

本公开内容还涉及提供用于预测对象的皮肤年龄以推荐适合于对象的美容产品的设备和方法。

[技术解决方案]

在一个一般性方面中，提供了用于预测皮肤年龄的方法，其包括：通过将指示对象的皮肤状况的至少一个相关因子代入皮肤年龄预测方程来计算皮肤年龄等级，其中该皮肤年龄预测方程由回归常数和与至少一个相关因子相应地对应的至少一个变量项的线性组合形成。

在一个实施方案中，所述方法还可以包括测量或接收至少一个相关因子。

在一个实施方案中，所述方法还可以包括根据所计算的皮肤年龄等级来确定对象的皮肤年龄。

在一个实施方案中，确定对象的皮肤年龄可以包括：根据预定方式对所计算的皮肤年龄等级进行按比例调整以及通过使用按比例调整结果来计算对象的皮肤年龄。

在一个实施方案中，相关因子可以包括对象的色素面积和眶周皱纹面积。

在一个实施方案中，皮肤年龄预测方程可以通过以下来确定：对多个样本执行相关性分析以从指示人的皮肤状况的多个因子中确定至少一个相关因子；基于所确定的相关因子对多个样本执行多元回归分析以确定回归常数和至少一个变量项；以及对所确定的回归常数和至少一个变量项执行线性组合。

在一个实施方案中，至少一个变量项可以相应地表示为与色素面积和眶周皱纹面积中的任何一个对应的变量以及与该变量对应的β指数的乘积。

在一个实施方案中，皮肤年龄预测方程可以表示为：Q19＝7.414-0.0000558×X1-0.0000576×X2，其中Q19是皮肤年龄等级，其中X1是与色素面积对应的变量，其中X2是与眶周皱纹面积对应的变量，其中7.414是回归常数，并且其中-0.0000558和-0.0000576是分别与X1和X2对应的β指数。

在本公开内容的另一方面中，提供了用于预测皮肤年龄的设备，其包含：存储单元，其配置成用于存储皮肤年龄预测方程；以及处理器，其配置成用于通过将指示对象的皮肤状况的至少一个相关因子代入所存储的皮肤年龄预测方程来计算皮肤年龄等级，其中皮肤年龄预测方程由回归常数和与至少一个相关因子相应地对应的至少一个变量项的线性组合形成。

在一个实施方案中，该设备还可以包含配置成用于测量至少一个相关因子的测量单元。

[有益效果]

根据本公开内容的一些实施方案，可以通过使用统计量化手段来预测人的皮肤年龄。

另外，在没有专家的专业分析的情况下，可以以简单方式量化地评估人的皮肤年龄。

此外，通过预测对象的皮肤年龄，可以推荐适合于对象的美容产品。

附图说明

图1是示出了人的皮肤年龄与实际年龄之间的相关性的图；

图2是平均实际年龄相同的样本根据皮肤年龄被分类成不同组的条形图；

图3是示出了根据专家的评估被分类成五个等级的样本的皮肤年龄的条形图；

图4是示出了根据本公开内容的一个实施方案的用于确定相关因子的相关性分析之结果的表格；

图5是示出了根据本公开内容的一个实施方案的指示相关因子对皮肤年龄之影响的多元回归分析之结果的表格；

图6是示出了根据本公开内容的一个实施方案的用于确定皮肤年龄预测方程之方法的流程图；以及

图7是示出了根据本公开内容的一个实施方案的用于预测皮肤年龄之方法的流程图。

最佳方式

本公开内容的以下详细描述参考附图，这些附图示出了由本公开内容实现的一些具体实施方案。详细描述这些实施方案以易于由本领域技术人员来实现。应当理解，本公开内容的各种实施方案互不相同但是并非彼此排斥。例如，在不偏离本公开内容的范围的情况下，本文所写的具体形状、结构和特征可以在另一些实施方案中被实施。

另外，应当理解，在不偏离本公开内容的范围的情况下，可以改变每种实施方案中的单个组分的位置或布置。因此，以下详细描述并不涉及限制本公开内容，并且如果被适当地说明，本公开内容的范围则仅由所附权利要求及其等同方案来限定。在附图中，遍及几个附图，相同的附图标记指示相同的要素。

图1是示出了人的皮肤年龄与实际年龄之间的相关性的图。参考图1，样本(参与实验或测量的人)的实际年龄和皮肤年龄被描述为二维平面上的点。在本说明书中，样本的皮肤年龄借助于专家的视觉评估和调查问卷评估被测量。

在图1中，样本的皮肤年龄通常随着实际年龄的增长而增长(11)。不过，如由位于数字10的右下侧处的样本和位于数字10的左上侧处的样本所示，样本的皮肤年龄并不总是与实际年龄成比例。这是因为人的皮肤年龄受内生因子(如随着时间的流逝而自然老化)以及环境因子(如由皮肤暴露环境、皮肤管理习惯等导致的老化)两者影响。

因此，人不能仅用生物学实际年龄而精确地计算出他的/她的皮肤年龄。另外，在一般情况下，在某种程度上可以仅通过专家的视觉评估而准确地诊断这样的皮肤年龄，但是即使专家视觉评估也会由于专家的主观感受而给出不同的确定结果。本公开内容提供了用于对人进行量化并且客观地预测皮肤年龄的手段，使得可以更简单且更客观地预测皮肤年龄。

图2是平均实际年龄相同的样本根据皮肤年龄被分类成不同组的条形图。参考图2，平均实际年龄相同的样本被分类成皮肤年龄高的组H和皮肤年龄低的组L，并且用条形图20来描述。

在本公开内容的一个实施方案中，为了确定对皮肤年龄有影响的因子(在下文中，相关因子)，首先，通过专家视觉评估和调查问卷评估根据皮肤年龄将平均实际年龄相同的样本分类成不同组。另外，测量与样本的皮肤状况相关的各种因子，并且分析所测量的因子与皮肤年龄之间的相关性以确定与皮肤年龄直接相关的相关因子。

为了分析该因子与皮肤年龄之间的相关性，使用作为一般的统计方法的相关性分析。如果相对于如图3所示的平均实际年龄相同的样本确定相关因子，则内生因子的影响会被最小化，并且因而可以更集中地基于环境因子来确定相关因子。

图3是示出了根据专家的评估被分类成五个等级的样本的皮肤年龄的条形图。参考图3，样本的皮肤年龄被专家分类成五个等级，并且被描述为条形图30。

在该实施方案中，专家仅在样本的实际年龄不清楚的状态下根据样本的皮肤状况来评估样本的皮肤年龄。皮肤年龄组A、B、C、D、E根据专家评估被分类成1等级至5等级。

在一个实施方案中，被评估为1等级的组A是借助于专家评估皮肤年龄被评估成小于35的组。被评估为2等级的组B是借助于专家评估皮肤年龄被评估成35至41的组。被评估为3等级的组C是借助于专家评估皮肤年龄被评估成42至48的组。被评估为4等级的组D是借助于专家评估皮肤年龄被评估成49至55的组。被评估为5等级的组E是皮肤年龄被评估成等于或高于56的组。

然而，该皮肤年龄分类标准仅为示例，并且在本公开内容中，还可以基于其他分类标准对样本的皮肤年龄进行分类。例如，在本公开内容中，可以基于从1至100的皮肤年龄将样本分类成具有相同间隔或相同量级的10个组。

在该实施方案中，不要求样本具有相同的平均实际年龄，并且专家仅用观察到的皮肤状况来评估样本的皮肤年龄。专家的皮肤年龄评估结果借助于单因素方差分析被检查为没有显著差异，并且通过这样做来确保评估结果的客观性。

同时，在该实施方案中，与图2相似，为了确定对皮肤年龄有影响的因子，测量与样本的皮肤状况相关的各种因子，并且分析所测量的因子与皮肤年龄之间的相关性以确定与皮肤年龄直接相关的相关因子。为了分析该因子与皮肤年龄之间的相关性，使用作为一般的统计方法的相关性分析。下面将参考图4描述在本实施方案中使用的相关性分析的详细示例。

图4是示出了根据本公开内容的一个实施方案的用于确定相关因子的相关性分析的结果的表格。参考图4，表格40包括指示皮肤状况的因子41及其相关性分析结果。

在图4中，n表示样本总数，r表示根据相关性分析所计算的相关系数，p值表示显著性概率，并且Q19表示专家评估结果。在此，Q19是专家评估结果，其在皮肤年龄是1等级至5等级的情况下可以与1至5的值对应(即，图3中的组A的Q19是1)。同时，在表格40中，＊在双尾分析中表示0.05的显著性水平，并且＊＊在双尾分析中表示0.01的显著性水平。

在图4中，表格40示出了因子41与Q19之间的相关性。详细来说，相关系数r具有-1至1的值，并且表示因子41与Q19之间的线性关系。

例如，如果r＜-0.7，则这意味着该因子与Q19具有强的负线性关系；如果-0.7＜r＜-0.3，则这意味着该因子与Q19在某种程度上具有明显的负线性关系；而如果-0.3＜r＜-0.1，则这意味着该因子与Q19具有弱的负线性关系。同时，如果0.7＜r，则这意味着该因子与Q19具有强的负线性关系；如果0.3＜r＜0.7，则这意味着该因子与Q19在某种程度上具有明显的负线性关系；而如果0.1＜r＜0.3，则这意味着该因子与Q19具有弱的负线性关系。如果-0.1＜r＜0.1，则认为该因子与Q19没有显著的线性关系(N.S)。

在图4中，大多数因子41(水分、油脂、弹性、皮肤纹理、毛孔大小、毛孔数目、皮脂大小、皮脂数目)已被分析为与表示皮肤年龄的Q19没有显著相关性(N.S)(42)。另外，在因子41中，眶周皱纹面积和色素面积已被分析为与Q19具有显著相关性(43、44)。

眶周皱纹面积与Q19之间的相关系数r是-0.532(在0.05的显著性水平下)，并且此时，显著性概率是0.011(43)。色素面积与Q19之间的相关系数r是-0.561(在0.01的显著性水平下)，并且此时，显著性概率是0.007(44)。在本公开内容中，被分析为与Q19具有相关性的因子(眶周皱纹面积和色素面积)成为相关因子。然而，本文中所确定的相关因子仅为示例，并且本文中未描述的其他因子(例如，皮肤纹理)也可以被添加为相关因子。

同时，在该实施方案中，在相关性分析(或者随后描述的多元回归分析)中使用的因子41的测量值可以不表示绝对数量、绝对含量或绝对面积。特别地，因子41的测量值可以是通过对绝对数量、绝对含量或绝对面积进行按比例调整所获得的相对值，其是与绝对数量、绝对含量或绝对面积成比例的经处理的值。例如，当该实施方案中使用的眶周皱纹面积的测量值为30时，这并不意味着例如30mm²或30cm²的绝对面积，而是意味着面积具有30的相对大小。换言之，30的测量值可以意味着10mm²。然而，此时，由于测量值与绝对面积成比例，如果测量值从30双倍增加至60，则这意味着绝对面积也双倍增加。

在一个实施方案中，为了测量眶周皱纹面积和色素面积，可以使用预定的皮肤状况测量手段。该皮肤状况测量手段可以采用爱茉莉太平洋公司所使用的皮肤接触系统(STS)。皮肤接触系统通过使用AP视野和AP传感器来测量皮肤状况。在此，AP视野是用于放大照片的视野，其可以将对象的皮肤示出为放大视图，并且AP视野安装有30乘放大透镜。AP视野可以通过使用左操纵杆以通用模式和偏振模式这两种形式来获得皮肤图像。

在一个实施方案中，可以通过以下来测量眶周皱纹面积：用足够放大率来给皱纹部分拍照，然后借助于从2D图像至3D图像的转换计算每个皱纹的面积，并且从而计算所有皱纹的面积。

在一个实施方案中，可以通过以下来测量色素面积：以偏振模式给皮肤表面拍照，将色素沉着区域与所拍摄的皮肤图像分离，并且然后计算色素沉着区域的面积。

图5是示出了根据本公开内容的一个实施方案的指示相关因子对皮肤年龄之影响的多元回归分析结果的表格。参考图5，表格50示出了相关因子(色素面积和眶周皱纹面积)及其多元回归分析结果。

在图5中，多元回归分析用于使相关因子对Q19的影响在统计上被客观化和具体化。在表格50中，n表示样本的总数，常数是表示相关因子与Q19之间的线性关系的回归方程的回归常数(或者，回归图的Y轴截距)，β是回归方程的β指数(或者，回归图的斜率)，p值是简单回归分析的显著性概率，并且R²是回归方程的决定系数(或者，回归图的决定系数)。在此，决定系数R²是表示相关因子与Q19之间的可变比率的值，并且随着决定系数变大，相关因子与Q19之间的回归关系变得更接近线性关系。

参考表格50，作为回归分析的结果，揭示了色素面积和眶周皱纹面积相对于Q19对显著性水平有影响，并且根据表格50的分析结果配置的皮肤年龄预测方程(或者多元回归分析模型)是下面的方程1。

[方程1]

Q19＝7.414-0.0000558×X1-0.0000576×X2

然而，在此，Q19是通过专家评估的皮肤年龄，X1是所测量的色素面积，X2是所测量的眶周皱纹面积，7.414是所确定的回归常数，并且-0.0000558和-0.0000576分别是色素面积和眶周皱纹面积的β指数。

在该实施方案中，将所测量的色素面积和所测量的眶周皱纹面积分别代入皮肤年龄预测方程(方程1)的变量(X1、X2)。代入结果被计算为Q19，并且所计算的值意指在显著性水平内与由专家评估的皮肤年龄相同的值。如果使用该方法，则即使没有执行专家评估，仍可以计算在显著性水平内与专家评估结果基本上相同的结果值。

同时，由于借助于如上所述的专家评估将皮肤年龄设计成具有1至5的值，所以通过方程1计算的Q19也通常具有1至5的值。例如，如果所计算的Q19的值是2，则对象的皮肤年龄属于1等级，并且皮肤年龄与35至41的年龄对应。

由此，在一个实施方案中，所计算的Q19可以被按比例调整为计算对象的具体皮肤年龄。例如，如果所计算的Q19具有值2，则这意味着对象的皮肤年龄属于1等级，并且还意味着皮肤年龄为35至41。此时，由于等级具有间隔7，所以如果通过从1等级的上限减去等级间隔的1/2而获得的值(即，31.5)被定义为1等级的代表值(即，31.5)，则通过从所计算的Q19减去1所获得的值被缩放七倍，并且然后与1等级的代表值相加为参考值(7×(2-1)+31.5)，从而计算出与2的Q19对应的皮肤年龄是38.5。所计算的年龄38.5是2等级的中间值。然而，该按比例调整方法仅为示例，并且在本公开内容的范围内还可以应用除了上述以外的各种按比例调整方法。

根据上述本公开内容，可以使用统计量化手段来预测人的皮肤年龄，并且可以在没有专家的专业分析的情况下容易地量化和评估人的皮肤年龄。另外，通过由以上方法预测对象的皮肤年龄，可以获得用于推荐适合于对象的皮肤的美容产品的基本信息。

图6是示出了根据本公开内容的一个实施方案的用于确定皮肤年龄预测方程的方法的流程图。参考图6，用于确定预测方程的方法包括步骤S110至S130。

在S110中，对样本执行相关性分析以确定相关因子。详细来说，根据样本的皮肤状况测量各种因子值，并且对所测量的值和样本的皮肤年龄执行相关性分析以确定对皮肤年龄有影响的相关因子。用于确定相关因子的详细方法如图4和图5所示，并且在本公开内容的一些实施方案中，相关因子被分析为色素面积和眶周皱纹面积。

在S120中，基于所确定的相关因子对样本执行多元回归分析，从而详细地确定相关因子对皮肤年龄的影响程度。在上面已经参考图4和图5描述了相关因子的多元回归分析。

在S130中，根据多元回归分析的结果来确定皮肤年龄预测方程。所确定的皮肤年龄预测方程如上述方程1，并且预测方程由根据多元回归分析的回归常数和分别乘以其β指数的所测量色素面积和眶周皱纹面积的线性组合构成。

图7是示出了根据本公开内容的一个实施方案的用于预测皮肤年龄的方法的流程图。参考图7，用于预测皮肤年龄的方法包括步骤S210至S230。

在该实施方案中，假定通过图6的方法预先确定用于预测皮肤年龄的预测方程。

在该实施方案中，可以通过至少一个计算设备来执行用于预测皮肤年龄的方法。计算设备可以包含：存储单元，其配置成用于存储表示皮肤年龄预测方程或预测方程的算法；以及处理器，其配置成用于通过将相关因子的测量值代入预测方程或算法来计算皮肤年龄。在一个实施方案中，计算设备还可以包含配置成用于测量对象之相关因子的测量单元。配置成用于存储数据并且参考所存储的数据驱动预定算法的通用计算设备在本领域中已众所周知，并且因此在此没有详细描述。

在S210中，测量对象的相关因子。在一个实施方案中，相关因子可以是色素面积和眶周皱纹面积。

在S220中，将所测量的相关因子代入皮肤年龄预测方程来计算皮肤年龄等级。例如，将色素面积代入方程1的X1并且将眶周皱纹面积代入方程1的X2，并且代入结果Q19成为对象的皮肤年龄等级。所计算的皮肤年龄等级可以是指示对象的皮肤年龄的预定等级或者通过直接衡量对象的皮肤年龄而获得的值。

在S230中，根据所计算的皮肤年龄等级来确定对象的具体皮肤年龄。在一个实施方案中，用于预测皮肤年龄的方法可以对根据预定方式所计算的皮肤年龄等级进行按比例调整以确定对象的皮肤年龄。在上面已经参考图5描述了用于按比例调整皮肤年龄等级的详细方法或示例。

如果使用根据上述本公开内容的用于预测皮肤年龄的方法，则可以通过使用统计量化手段来预测人的皮肤年龄，并且可以在没有专家的专业分析的情况下以简单方式量化地评估人的皮肤年龄。此外，通过由所提出的方法预测对象的皮肤年龄，可以获得用于推荐适合于对象之皮肤的美容产品的基本信息。

虽然在本文中示出和描述了一些示例性实施方案，但是在不偏离本公开内容的范围的情况下，可以以各种方式修改每个实施方案。

另外，虽然在本文中使用了特定术语，但是它们仅用于解释本公开内容而并不意在限制权利要求中所限定的本公开内容的意义或范围。因此，本公开内容的范围不应当限于以上实施方案，而是由所附权利要求及其等同方案来限定。

Claims (10)

1.用于预测皮肤年龄的方法，其包括：

通过将指示对象的皮肤状况的至少一个相关因子代入皮肤年龄预测方程来计算皮肤年龄等级，

其中所述皮肤年龄预测方程由回归常数和与所述至少一个相关因子相应地对应的至少一个变量项的线性组合形成。

2.根据权利要求1所述的用于预测皮肤年龄的方法，其还包括：

测量或接收所述至少一个相关因子。

3.根据权利要求1所述的用于预测皮肤年龄的方法，

其中，所述相关因子包括所述对象的色素面积和眶周皱纹面积。

4.根据权利要求3所述的用于预测皮肤年龄的方法，

其中所述皮肤年龄预测方程通过以下来确定：

对多个样本执行相关性分析以从指示人的皮肤状况的多个因子中确定至少一个相关因子；

相对于所确定的相关因子对所述多个样本执行多元回归分析以确定回归常数和至少一个变量项；以及

对所确定的回归常数和所述至少一个变量项执行线性组合。

5.根据权利要求4所述的用于预测皮肤年龄的方法，

其中所述至少一个变量项相应地表示为与所述色素面积和所述眶周皱纹面积中的任一个对应的变量和与所述变量对应的β指数的乘积。

6.根据权利要求5所述的用于预测皮肤年龄的方法，

其中所述皮肤年龄预测方程表示为：

Q19＝7.414-0.0000558×X1-0.0000576×X2，

其中Q19是所述皮肤年龄等级，

其中X1是与所述色素面积对应的变量，

其中X2是与所述眶周皱纹面积对应的变量，

其中7.414是所述回归常数，并且

其中-0.0000558和-0.0000576是分别与X1和X2对应的β指数。

7.根据权利要求1所述的用于预测皮肤年龄的方法，其还包括：

根据所计算的皮肤年龄等级来确定所述对象的皮肤年龄。

8.根据权利要求7所述的用于预测皮肤年龄的方法，

其中确定所述对象的皮肤年龄包括：

根据预定方式对所计算的皮肤年龄等级进行按比例调整；以及

通过使用所述按比例调整结果来计算所述对象的皮肤年龄。

9.用于预测皮肤年龄的设备，其包含：

存储单元，其配置成用于存储皮肤年龄预测方程；以及

处理器，其配置成用于通过将指示对象的皮肤状况的至少一个相关因子代入所存储的皮肤年龄预测方程来计算皮肤年龄等级，

其中，所述皮肤年龄预测方程由回归常数和与所述至少一个相关因子相应地对应的至少一个变量项的线性组合形成。

10.根据权利要求9所述的用于预测皮肤年龄的设备，其还包含：

测量单元，其配置成用于测量所述至少一个相关因子。