CN109475298A - 确定毛发受损程度的方法和设备、以及确定用户特定的毛发处理剂的方法 - Google Patents
确定毛发受损程度的方法和设备、以及确定用户特定的毛发处理剂的方法 Download PDFInfo
- Publication number
- CN109475298A CN109475298A CN201780041967.6A CN201780041967A CN109475298A CN 109475298 A CN109475298 A CN 109475298A CN 201780041967 A CN201780041967 A CN 201780041967A CN 109475298 A CN109475298 A CN 109475298A
- Authority
- CN
- China
- Prior art keywords
- hair
- infrared light
- spectrum
- damage
- calibration
- 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
- 210000004209 hair Anatomy 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000001228 spectrum Methods 0.000 claims abstract description 62
- 231100000640 hair analysis Toxicity 0.000 claims abstract description 56
- 230000006378 damage Effects 0.000 claims abstract description 48
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 19
- 238000004566 IR spectroscopy Methods 0.000 claims abstract description 10
- XVOYSCVBGLVSOL-UHFFFAOYSA-N cysteic acid Chemical compound OC(=O)C(N)CS(O)(=O)=O XVOYSCVBGLVSOL-UHFFFAOYSA-N 0.000 claims description 102
- 238000012545 processing Methods 0.000 claims description 41
- 239000003795 chemical substances by application Substances 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000011282 treatment Methods 0.000 claims description 8
- 238000004587 chromatography analysis Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 7
- 239000007844 bleaching agent Substances 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 5
- 239000003153 chemical reaction reagent Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000004611 spectroscopical analysis Methods 0.000 description 30
- 238000005259 measurement Methods 0.000 description 15
- 239000000523 sample Substances 0.000 description 15
- 230000009102 absorption Effects 0.000 description 12
- 238000010521 absorption reaction Methods 0.000 description 12
- XUMBMVFBXHLACL-UHFFFAOYSA-N Melanin Chemical compound O=C1C(=O)C(C2=CNC3=C(C(C(=O)C4=C32)=O)C)=C2C4=CNC2=C1C XUMBMVFBXHLACL-UHFFFAOYSA-N 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000003595 spectral effect Effects 0.000 description 10
- 238000002790 cross-validation Methods 0.000 description 7
- 239000004615 ingredient Substances 0.000 description 6
- 239000012071 phase Substances 0.000 description 6
- 239000000118 hair dye Substances 0.000 description 5
- 210000003128 head Anatomy 0.000 description 5
- 230000004792 oxidative damage Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 102000011782 Keratins Human genes 0.000 description 4
- 108010076876 Keratins Proteins 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 239000000835 fiber Substances 0.000 description 4
- 230000003647 oxidation Effects 0.000 description 4
- 238000007254 oxidation reaction Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- LEVWYRKDKASIDU-QWWZWVQMSA-N D-cystine Chemical compound OC(=O)[C@H](N)CSSC[C@@H](N)C(O)=O LEVWYRKDKASIDU-QWWZWVQMSA-N 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 3
- 235000001014 amino acid Nutrition 0.000 description 3
- 150000001413 amino acids Chemical class 0.000 description 3
- 230000003796 beauty Effects 0.000 description 3
- 229960003067 cystine Drugs 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003700 hair damage Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- 238000004468 VIS-NIR spectroscopy Methods 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 238000004061 bleaching Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000037308 hair color Effects 0.000 description 2
- 230000003699 hair surface Effects 0.000 description 2
- 230000001771 impaired effect Effects 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 2
- 229910052721 tungsten Inorganic materials 0.000 description 2
- 239000010937 tungsten Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000001429 visible spectrum Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- BWGNESOTFCXPMA-UHFFFAOYSA-N Dihydrogen disulfide Chemical compound SS BWGNESOTFCXPMA-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 241001080929 Zeugopterus punctatus Species 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 238000005903 acid hydrolysis reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009614 chemical analysis method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000018417 cysteine Nutrition 0.000 description 1
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- -1 equally width etc.) Chemical compound 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003806 hair structure Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000036564 melanin content Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007800 oxidant agent Substances 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
Classifications
-
- 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
- A61B5/448—Hair evaluation, e.g. for hair disorder diagnosis
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D44/00—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
-
- 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
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1032—Determining colour for diagnostic purposes
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0272—Handheld
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45D—HAIRDRESSING OR SHAVING EQUIPMENT; EQUIPMENT FOR COSMETICS OR COSMETIC TREATMENTS, e.g. FOR MANICURING OR PEDICURING
- A45D44/00—Other cosmetic or toiletry articles, e.g. for hairdressers' rooms
- A45D2044/007—Devices for determining the condition of hair or skin or for selecting the appropriate cosmetic or hair treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/12—Healthy persons not otherwise provided for, e.g. subjects of a marketing survey
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0223—Operational features of calibration, e.g. protocols for calibrating sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dermatology (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
不同的实施方案提供了确定毛发受损程度的方法。所述方法可以包括以下步骤:在将毛发的毛发样品暴露于近红外光和/或红外光的同时,检测已经与所述毛发样品相互作用的至少一部分所述近红外光和/或红外光的光谱;将至少一部分所述光谱与采用多个校准毛发样品的近红外光谱和/或红外光谱以及它们的受损程度而获得的光谱校准模型进行比较;以及采用所述比较来确定所述毛发的受损程度。
Description
本发明涉及确定毛发受损程度的方法和设备、以及确定用户特定(user-specific)的毛发处理剂的方法。
在用美容产品处理毛发时,产品效果,例如,着色强度,会在很大程度上取决于毛发的受损程度。
因此,对毛发受到的任何损伤的确定是非常重要的。
毛发会受到自然或人为过程的损伤。这里,最重要的损伤类型可以是氧化损伤。
例如,自然过程可以包括紫外光和氧气(O2)在毛发上的组合(例如同时)作用。
例如,人为过程可以包括使用染发剂(也称为着色剂)、漂白和/或产生持久波浪。
这里,除了所期望的美容效果,例如毛发变浅之外,例如,当使用氧化剂时,也可能严重损伤毛发。
这里,损伤过程可能由氨基酸的氧化引起,例如通常存在于毛发中的氨基酸胱氨酸和半胱氨酸氧化形成磺基丙氨酸。胱氨酸可在毛发中形成分子间二硫化物桥键(也称为S-S桥键),因此,胱氨酸对于毛发的机械稳定性极其重要。
这些桥键氧化形成磺基丙氨酸会破坏毛发的机械稳定性,如果多次使用的话,甚至会导致毛发完全断裂。但是,也会对肉眼可观察(例如触摸)的毛发性能,例如表面粗糙度,过早产生不利的影响。此外,与未受损毛发的结果相比,甚至在损坏的早期阶段,美容处理引起的毛发损伤就会很严重。
所描述的损伤机制允许通过确定磺基丙氨酸的含量来精确地确定最重要的损伤的程度,特别是氧化损伤程度。
在学术和工业领域中,研究者或开发者可以采用大量的物理和化学分析方法来确定受损程度,例如定量地确定氧化损伤程度。
通常,这里使用色谱法,例如在毛发样品的复杂酸性水解分解之后的高效液相色谱(HPLC)。
未受损的毛发通常会具有约0.5%至约1%(基于重量)的磺基丙氨酸含量。如果存在损伤,例如作为重复的过度漂白和/或其它损伤机制的结果,磺基丙氨酸的含量可以增加到大于15%(按重量计)。
而且,所有这些色谱法都是复杂的,并且需要昂贵的设备装备,使得最终消费者无法使用它们。
通常,在私人场所或在商业服务场所对最终消费者进行损伤性的美容处理,例如毛发着色、施加热、烫发或氧化过程,例如漂白,以及许多其它处理。尽管对已经受损的毛发进行进一步的损伤过程可能导致毁灭性的结果,但直到毛发完全断裂之前,在此范围内没有任何可能来预先确定毛发的先前的受损程度,例如定量地确定。
在各种示例性实施方案中,提供了易于使用的方法和相应的设备,借助于NIR光谱学和/或IR光谱和多元校准方法,所述方法和设备能够精确地确定对毛发的氧化损伤程度。
在各种示例性实施方案中,基于使用新颖的微型化NIR传感器的简单实验过程,移动数据处理设备(例如,智能手机、平板电脑或膝上型电脑)可以用于所述设备和方法中。
在各种示例性实施方案中,还提供了一种基于确定损伤程度的方法的结果来提供合适的、甚至可能是个性化的美容产品的方法。在此,在个性化的情况下,所述方法也可适用于大量地执行(也称为“大规模定制化”或者“大规模定制”)。
在各种示例性实施方案中,例如通过ATR(衰减全反射)(近)红外光谱,可以获得近红外(NIR)光谱和/或红外(IR)光谱。通过使用数学模型,可以通过测量校准毛发样品来创建数学模型,所述校准毛发样品具有基于已知分析方法确定的磺基丙氨酸含量,然后,基于所记录的NIR光谱或IR光谱,所述数学模型允许计算消费者的毛发样品(也称为辫子)中的磺基丙氨酸含量和毛发损伤。例如,可以通过已知的智能手机、平板电脑或(具有合适的应用程序的)类似物来分析光谱和使用模型。
在不同的示例性实施方案中,提供了确定毛发受损程度的方法。所述方法可以包括以下步骤:在将毛发样品暴露于近红外光和/或红外光期间,记录被所述毛发样品反射和/或散射的至少一部分所述近红外光和/或红外光的光谱,将至少一部分所述光谱与通过多个校准毛发样品的近红外光谱和/或红外光谱以及它们的受损程度而获得的光谱校准模型进行比较;以及采用所述比较来确定所述毛发的受损程度。
在各种示例性实施方案中,所述方法还可以包括创建校准模型,其中所述创建校准模型可以包括以下步骤:对于所述多个校准毛发样品,在将所述校准毛发样品暴露于近红外光和/或红外光期间,记录被所述校准毛发样品反射和/或散射的至少一部分所述近红外光和/或红外光的校准光谱;通过独立的分析方法来确定所述校准毛发样品的受损程度,向所述校准光谱分配(allocating)所述受损程度;以及确定所述多个校准光谱与所述多个受损程度之间的相关性。
在各种示例性实施方案中,所述分析方法可包括确定磺基丙氨酸的含量。
在各种示例性实施方案中,所述确定磺基丙氨酸含量可包括色谱法。
在各种示例性实施方案中,所述确定多个校准光谱与多个受损程度之间的相关性可以包括使用偏最小二乘算法。
在各种示例性实施方案中,所述至少一部分所述近红外光和/或红外光可以包括5022cm-1至4020cm-1的(近红外)波数范围。
在各种示例性实施方案中,所述至少一部分所述近红外光和/或红外光可以包括约1040cm-1的(红外)波数范围。
在各种示例性实施方案中,所述至少一部分所述近红外光和/或红外光可以包括12820-7692cm-1的(红外)波数范围。
在不同的示例性实施方案中,提供了确定毛发受损程度的设备。所述设备可包括:近红外光源和/或红外光源,其用于将毛发样品暴露于近红外光和/或红外光;光谱仪,其用于记录已经与所述毛发样品相互作用的至少一部分所述近红外光和/或红外光的光谱;以及数据处理设备,其具有数据存储器和处理器,在所述数据储存器中存储通过多个校准毛发样品获得的光谱校准模型,并且所述处理器用于将至少一部分所述光谱与所述光谱校准模型进行比较并且用于根据所述比较来确定所述毛发的受损程度。
在各种示例性实施方案中,NIR光源和/或IR光源和光谱仪可形成集成单元。
在各种示例性实施方案中,所述至少一部分所述近红外和/或红外光可以包括5022cm-1至4020cm-1的(近红外)波数范围。
在各种示例性实施例中,所述至少一部分近所述红外光和/或红外光可以包括大约1040cm-1的(红外)波数范围。
在各种示例性实施方案中,所述集成单元和/或所述数据处理设备可以是移动设备。
在不同的示例性实施方案中,提供了确定用户特定的毛发处理剂的方法。所述方法可包括以下步骤:根据各种示例性实施方案,确定用户的毛发的受损程度;根据所确定的受损程度,以计算机辅助的方式来确定处理结果,所述处理结果可借助于多种毛发处理剂和借助于预测分析获得;以及基于所确定的处理结果来选择所述用户特定的试剂。
根据各种实施方案,用户特定的毛发处理剂可包括护发产品、染发剂产品、漂白产品或定型产品(例如用于毛发平滑或烫发)。
在附图中示出本发明的示例性实施方案并且在下文中对其进行更详细的解释。
在附图中:
图1显示了根据各种示例性实施方案确定毛发受损程度的方法和设备的示意图;
图2A和2B显示了磺基丙氨酸的近红外(图2A)和红外(图2B)光谱;
图3显示了通过根据一个示例性实施方案的方法获得的多个毛发样品的受损程度的预测结果的表;
图4显示了说明根据各种示例性实施方案确定毛发受损程度的方法的流程图;以及
图5显示了说明根据各种示例性实施方案确定用户特定的毛发处理剂的方法的流程图。
在下面的详细描述中参考附图,附图形成本申请的一部分,并且其中以解释说明的方式显示了可以执行本发明的具体实施方案。不言而喻,在不脱离本发明的保护范围的情况下,可以使用其它实施方案并且可以进行结构或逻辑修改。不言而喻,除非另有明确说明,否则本文描述的各种示例性实施方案的特征可以彼此组合。因此,以下详细描述不应解释为限制性的,且本发明的保护范围由所附权利要求书界定。
在本说明书中,同义地使用术语预测分析、大数据和数据挖掘。
在本说明书中,术语近红外(NIR)应当用于波数范围为12820-4000cm-1的光,并且术语红外(IR)应当用于波数范围为3999-400cm-1的光。
根据各种示例性实施方案,可以使用近红外范围,或使用红外范围,或者同时使用近红外和红外范围,来执行本文所述的确定毛发受损程度的方法,使用近红外范围即用近红外光照射毛发并且在NIR光已经与毛发相互作用后对至少一部分所述NIR光进行光谱分析,使用红外范围即将毛发暴露于红外光并且在IR光已经与毛发相互作用后对至少一部分所述IR光进行光谱分析,同时使用近红外和红外范围即将毛发暴露于近红外光和红外光并且在NIR光和IR光已经与毛发相互作用后对至少一部分所述NIR光和至少一部分所述IR光进行光谱分析。
确定毛发的磺基丙氨酸含量的传统方法基于毛发的化学分解,然后通过高压液相色谱法(HPLC或高压液相色谱法)对释放的氨基酸执行色谱法。
近年来,近红外光谱学领域中的方法已经成为替代方案。这些方法允许直接地、非破坏性地检测磺基丙氨酸的含量和其它成分,而不需要复杂的样品制备,并且不因为分析而改变毛发的结构或破坏毛发。
这可允许更快地获得结果。此外,有可能在测量之后对毛发执行进一步的处理,从而可以重复应用单个发束。
除了在各种毛发位置(例如,在头皮附近的毛发和远离头皮的毛发)执行相对简单的测量之外,还可以例如直接在头部执行相对简单的测量,而不必移除毛发样品。
例如,当在短时间内难以或不可能制备样品并且需要分析多个样品时,例如在制备用于分批释放或用于在皮肤上或其他生物对象上测量的药物时,可以使用近红外光谱法。
近红外光谱基于通过化学键的振动激励来测量光谱吸收。取决于涉及何种类型的键,可以在不同的波长处发生吸收。通常,吸收可以遵循比尔-朗伯定律,并且可以与引起吸收的成分的浓度成正比。叠加吸收是相加的,因此基于光谱的量化是可能的。
然而,这些吸收可以是谐波振动(例如在NIR范围内)或组合振动。因此,可以阻碍单个吸收波长的分配。
为此,化学计量方法可用于评价光谱,尤其用于定量评价。
因此,NIR光谱学还可以适于对毛发执行测量,因为在近红外辐射的情况下,不仅毛发的表面被分析,而且由于近红外辐射的小吸收横截面(例如,与可见光波范围内的光相比),毛发也会至少被部分地穿透。
可通过计算模型来执行光谱的评估,所述计算模型可基于足够大量的比较光谱集合而在校准阶段和验证阶段中开发。为此,可能必需针对所有光谱提供待校准的特征变量的参考值。在对毛发执行磺基丙氨酸分析的情况下,可以通过传统的HPLC方法获得这些值。
计算模型可以是例如从校准毛发样品中学习并且一旦完成学习阶段,可以将这些校准毛发样品普及的人工系统。这意味着不是简单地存储实例,而是在所述学习数据中识别模式和规律。为此,可以进行不同的方法。例如,可采用监督式学习、部分监督式学习、无监督式学习、强化学习和/或主动学习,特别是与深度学习方法联用。可以例如借助于人工神经元网络(例如递归神经元网络)或借助于支持向量机来进行监督式学习。例如,还可以借助于人工神经元网络(例如,自动编码器)来进行无监督式学习。
在各种示例性实施方案中,测量的近红外(NIR)范围可具有约12820cm-1至约4000cm-1的波数。该波长范围可以包括例如CH、OH和NH基团的谐波振动和组合振动。
在各种示例性实施方案中,约6200cm-1至约5500cm-1的波数范围内的胱氨酸的NIR光谱可表示特征吸收带。如果毛发改变,例如由于损伤增加(磺基丙氨酸含量增加),这在NIR光谱中5022cm-1至4020cm-1的磺基丙氨酸特征带上会有影响。
在各种示例性实施方案中,可以在约8000cm-1至约4020cm-1(分辨率为例如1cm-1)的NIR波数范围和/或在1100cm-1至约1000cm-1(分辨率为例如1cm-1)的IR波数范围内执行对测量的(N)IR光谱的化学计量分析。在此可以发现待分析的组分磺基丙氨酸的相关吸收带。
除了特别是在5022cm-1至4020cm-1的范围内经由磺基丙氨酸的特征吸收带直接确定磺基丙氨酸的含量外,也可间接确定磺基丙氨酸的含量。在磺基丙氨酸不具有任何特征带或相关吸收带的波数范围内执行磺基丙氨酸含量的间接确定。
毛发中的磺基丙氨酸含量与黑色素含量之间存在逆相关,这使得可以通过确定黑色素含量而间接确定磺基丙氨酸的含量。已经发现,特别地,在对毛发漂白或染色的情况下,氧化损伤(形成磺基丙氨酸)的过程与黑色素的分解有关。
在毛发中存在的黑色素不仅在可见光谱(VIS)中吸收,而且在短波近红外光谱中(即,不超过约1300nm)也吸收。不希望与该理论相关,推测额外形成黑色素的特定氧化产物,其在短波NIR范围内也具有吸收。
已经发现,借助于波数范围为12820-7692cm-1(即,证实磺基丙氨酸无特性吸收的波数范围)的短波近红外光谱,也可以创建可靠的校准模型,所述可靠的校准模型在短波近红外波谱与毛发样品的磺基丙氨酸含量之间建立相关性,并且在近红外光谱和/或红外光谱的全部范围或较长波部分具有基本上相同的质量和评估。
总之,这意味着可以通过黑色素的含量和任选地通过角蛋白纤维中黑色素的氧化产物,间接确定磺基丙氨酸的含量,由此确定角蛋白纤维的受损程度。
在各种示例性实施方案中,测量的近红外(NIR)范围可具有约12820cm-1至7692cm-1的波数。
在各种示例性实施方案中,可基于将用于多个校准毛发样品的定量的计算机辅助评估(也称为化学计量分析)结果与通过独立方法(例如通过HPLC)获得的各校准毛发样品的磺基丙氨酸含量的值组合,来创建所述校准毛发样品的校准模型。这也可称为确定毛发受损程度的方法的校准阶段。
在各种示例性实施方案中,如果存在校准模型,则基于针对待测量的毛发样品(也称为测量毛发样品,用于与校准毛发样品区别,相关光谱称为测量光谱)获得的(N)IR光谱,根据光谱与校准光谱的比较,可以非常容易地计算出磺基丙氨酸的浓度(作为毛发损伤的量度)。这里,如果测量光谱基本上相应于校准光谱之一(或由光谱确定的变量基本上相同,所述变量例如用于磺基丙氨酸的特征波长范围的吸收值,例如等同宽度等),并且如果测量光谱或由此确定的变量将被归类在两个校准光谱之间或校准光谱之外,则校准模型可以允许计算磺基丙氨酸浓度。换句话说,基于离散的校准光谱和相关的分析确定的磺基丙氨酸浓度值,可以作为允许离散数据点的内推和外推的连续模型来形成校准模型。
在各种示例性实施方案中,可以基于所谓的偏最小二乘法(PLS)执行模型形成,即校准光谱和相关的磺基丙氨酸浓度值的定量评价。例如,当借助于偏最小二乘(PLS)算法创建校准模型时,可以计算光谱数据与各成分的相应浓度值(这里,例如,磺基丙氨酸的浓度值;如果另外的毛发成分替代地或额外地允许推断出毛发受损程度,并在NIR或IR光谱中证实了特性吸收特征,可替代磺基丙氨酸,或除磺基丙氨酸之外额外地,使用这些另外的毛发成分)之间的相关性。
数据库越全面(即,提供越多的光谱和相关的参考值),校准模型的预测准确性越高。这里,能够在实验室中通过另外的独立分析方法(这里,例如,为了确定磺基丙氨酸的浓度而在分解后进行的HPLC)针对校准毛发样品定量的值称为参考值。
根据各种示例性实施方案,在模型形成的范围内,可以根据光谱与参考值的相关性来确定称为因子的虚拟光谱,虚拟光谱可以反映必要的、与元件相关的光谱元件。
在各种示例性实施方案中,然后,可将待预测的光谱与这些因子进行最佳匹配(拟合)。这里,导致最佳结果的各个因子的加权因子可以形成定量结果计算的基础。
根据各种示例性实施方案,可以使用以下参数来优化PLS模型:用于评估的频率范围、数学数据预处理、最优因子数的选择和/或异常值(光谱和/或浓度的异常值)的消除。
在各种示例性实施方案中,可以基于至少一个静态性能参数来评估所开发的校准模型的质量。至少一个静态性能参数可以是例如相关系数R2(也称为确定系数)和/或RMSEP交叉验证分析误差(预测的均方根误差)。
在各种示例性实施方案中,可以为开发校准模型而创建多个模型,并且每个模型可以在优化的范围内被验证,从而可以将给出最佳预测结果的模型确定为校准模型。为此,可以使用两种不同的方法:计算机辅助的交叉验证和/或具有外部参考样品的验证。
在交叉验证的情况下,可由样品集计算测试校准,在每种情况下移除一个样品。然后可用该子校准(sub-calibration)来计算每个被移除的样品。如果现在对所有样品依次执行该过程,则可以从所述各个样品获得有效结果集,在基本校准集内考虑但不包括所述结果。可以基于该交叉验证的结果来评估具体优化步骤的参数。
可替换地或额外地,可以在独立的验证数据集上执行验证。为此,可以借助于化学计量校准模型来预测具有已知分析物浓度(即,例如,具有已知的磺基丙氨酸含量)的多个独立的验证样品。这里,“独立的”意味着验证样品不包含在校准数据集内。可以认为所述方法的一个缺点是有价值的验证样品不能用于改进校准的事实。
对于根据示例性实施方案和相关验证确定毛发受损程度的示例性结果,参见图3中的表和相关描述。
图1在视图100中显示了根据各种示例性实施方案确定毛发受损程度的方法的示意图。
根据各种示例性实施方案,可以检测毛发样品102P以便确定用户的毛发102的受损程度。毛发样品102P可留在头上或被移除。毛发样品102P可以与用户的头部相距距离102PL或者可以从用户的头部移除。毛发样品102P可包含最少量的毛发,所述最少量的毛发例如可表达为可由毛发样品102P完全覆盖(例如铺平)的最小面积(例如至少1cm2)或例如最小重量(例如至少0.5g)。
在各种示例性实施方案中,可以采用设备来确定毛发102的受损程度,如在图1中例如在视图100中示意性地显示的。
在各种示例性实施方案中,可将毛发样品102Pb铺展,使其覆盖由具有NIR光和/或IR光110的光源106照明的至少一个相互作用区域,并且在光110与毛发样品102相互作用之后,光110由所述至少一个相互作用区域进入光谱仪108,在与毛发样品102相互作用之后光110被称为待分析的光112。
在各种示例性实施方案中,可以用NIR光110和/或IR光110照明毛发样品102P。NIR光110可覆盖约12820cm-1至约4000cm-1的波数范围,或所述波数范围内的至少合适的部分范围,例如约8000cm-1至约4020cm-1,例如约5022cm-1至约4020cm-1。另外优选的部分范围覆盖大约12820cm-1至9090cm-1,特别优选大约12500cm-1至9524cm-1的波数。IR光110可覆盖约3999cm-1至约400cm-1的波数范围,或所述波数范围内的至少合适的部分范围,例如约3000cm-1至约500cm-1,例如约1100cm-1至约1000cm-1。
在各种示例性实施方案中,NIR光和/或IR光110的光源106可为,例如,NIR灯和/或IR灯,或提供合适光谱的任何其它常规光源。
在各种示例性实施方案中,例如,如果使用ATR光谱,则从光源106发射的光110可以被引导至将其完全(例如,多次)反射的介质中。可以使毛发样品102P靠近介质,例如使毛发样品102P与介质物理接触,使得毛发样品102P可以与灯110的渐逝光相互作用,例如毛发样品102P可以吸收光110的光谱特性部分。
在各种示例性实施方案中,可以使用其它NIR和/或IR光谱方法,例如漫反射光谱法(DRS)。
在各种示例性实施方案中,在可在不破坏毛发样品的情况下(并且例如甚至可在留在用户头部上的毛发上执行)应用的确定毛发受损程度的方法中,(N)IR辐射仅到达毛发的表面区域。(N)IR辐射在毛发中的穿透深度通常可以是大约至多10μm,而典型的毛发直径可以是大约60-70μm。然而,借助于用于形成校准模型的毛发样品的磺基丙氨酸含量的独立分析,校准毛发样品的表面性质与毛发受损程度(这里,例如,磺基丙氨酸含量)的量度相关,因此使得对于基于(N)IR光谱测量毛发样品而言,对毛发受损程度的整体预测成为可能的,即使(N)IR光谱仅反映了毛发表面的一种性质。
由于(N)IR光谱设备的持续改进,可以微型化的形式,例如移动的形式提供这些(N)IR光谱设备,例如作为可以包括光源106和光谱仪108作为集成成分的单元。
可以例如手持式光谱设备或附加光谱设备的形式提供(N)IR光谱设备。
合适的手持式光谱设备的实例是来自Viavi Solutions Inc.公司的“MicroNIROnSite”。经由USB连接,由平板电脑或膝上型电脑向该光谱设备供电并且控制该光谱设备,所述光谱设备允许以0.25-0.5秒的测量时间实时记录个体角蛋白纤维的近红外光谱和/或红外光谱。所述光谱设备具有两个集成真空钨灯作为光源和具有128像素的InGaAs光电二极管阵列。“MicroNIR OnSite”在6060-10526cm-1的波数范围内工作。角蛋白纤维与手持式光谱设备的玻璃之间的距离可以为0-15mm,其中优选3mm的距离。
在本发明的一个实施方案中,由平板电脑或膝上型电脑执行确定个性化毛发处理的整个方法,该平板电脑或膝上型电脑向“MicroNIR OnSite”光谱设备供电并控制“MicroNIR OnSite”光谱设备。或者,可将所获得的光谱数据发送到另外的(移动)数据处理设备,特别是另外的智能终端,然后另外的(移动)数据处理设备执行确定个性化毛发处理的方法。可以例如通过WLAN(WiFi)或蓝牙以无线方式传输光谱数据。
另外的合适的手持式光谱设备是B&W Tek公司生产的“i-Spec Nano”。经由USB连接和与USB连接相连的(移动)数据处理设备、或经由电池向光谱设备供电。所述光谱设备包括光源并且在4545-7692cm-1的波数范围内工作。经由WLAN(WiFi)或蓝牙以无线方式将光谱数据传输到(移动)数据处理设备,然后所述(移动)数据处理设备执行确定个性化毛发处理的方法。
得自ASD Inc.的“QualitySpec Trek”手持式光谱设备也是合适的。其在28571-400cm-1的波数范围内工作。
另外合适的手持式光谱设备得自Consumer Physics的“SCiO”,其借助于集成的应用程序“光谱扫描”(“SpectroScan”)在智能终端上显示光谱数据。手持式光谱设备在NIR的短波范围内,更具体地,在9090-14285cm-1(相应于700-1100nm)的波数下工作。借助于其中存储例如材料数据库、化学计量模型和算法的云,来评估测量数据。
另外的手持式光谱设备也可得自Attonics Systems公司,其在9090-26315cm-1(VIS-NIR)或3333-10000cm-1(NIR)的波数范围内工作。这些光谱设备基于干涉仪并且具有高的光通过量和高的光谱分辨率(对于VIS-NIR光谱设备<5nm,对于NIR光谱设备<20nm)。所述光谱设备在圆管中具有多相位移阵列(MPA)芯片和光学装置。所述光谱设备与移动数据处理设备也兼容。
VIS-NIR光谱设备的其他实例是得自Ocean Optics公司的微型光谱设备“USB2000-VIS-NIR”和“USB4000-VIS-NIR”。这些光谱设备在350-1000nm的波长范围内工作。所述光谱设备经由USB连接与数据处理设备相连。
可发现,另外合适的微型化NIR光谱设备被集成到得自长虹公司的智能手机H2中。
此外,有可用于手持式光谱设备中的一系列NIR传感器或NIR评估模块。合适的NIR评估模块是来自Texas Instruments公司的“NIRscan”和“NIRscan Nano”模块。这些模块具有两个钨灯和作为探测器的InGaAs光电二极管。模块“NIRscan”在4016-7407cm-1的波数范围内工作,模块“NIRscan Nano”在5882-11111cm-1的范围内工作。通过蓝牙低能量(Bluetooth Low Energy)以无线方式执行光谱数据的通信。借助于“软件开发工具包”(Software Developer Kits,SDK),例如得自KST Technologies的OpenSource SDK,可以开发评估或进一步处理光谱数据的应用程序。
其它合适的NIR传感器可以名称“NeoSpectra”得自Si-Ware Systems。具体的传感器包括:NeoSpectra SW62221-1.7、NeoSpectra SW62221-2.1和NeoSpectra SW62221-2.5,它们在不同的波数范围内工作。
在各种示例性实施方案中,光谱可以传输到数据处理设备116。这由附图标记114表示。传输可以通过已知路径发生,例如通过数据电缆、无线数据传输(例如,蓝牙、WLAN、Thread、ZigBee或近场通信(NFC)),或者如果光谱仪(以及任选存在的光源)是数据处理设备(例如移动电话、平板计算机、膝上型计算机)的一部分,则传输可以发生在设备内,或相反地,形成具有集成数据处理设备116的光谱仪108。
在各种示例性实施方案中,为了接收和进一步处理数据以及为了形成模型,数据处理设备可以配备有合适的软件,例如应用程序。
在各种示例性实施方案中,可以基于记录的(N)IR光谱,结合校准模型,如上所述确定毛发样品的磺基丙氨酸含量。
在各种示例性实施方案中,可以在分类级别(例如,轻度、中等、严重)内确定受损程度。
在各种示例性实施方案中,可以在度量级别(例如,磺基丙氨酸的含量百分比)内确定受损程度。
在各种示例性实施方案中,可以借助于数据处理设备116来执行所描述的确定毛发受损程度的方法。
如上文所述并且结合图1,数据处理设备不仅可以包括例如移动数据处理设备,例如智能手机、平板电脑或膝上型电脑,还可以包括另外的计算机,诸如智能镜,或者适合于存储和提供数据、执行比较,以及应用该模型任何其他数据处理设备,也可以包括适合于创建模型的任何其他数据处理设备,即,例如,具有足够大的数据存储器和足够强大的处理器的任何数据处理设备。
在各种示例性实施方案中,数据处理设备还可被设计成根据所确定的受损程度来确定个性化毛发处理的指令。个性化毛发处理指令可包括推荐可商购获得的漂白剂和/或染发剂和/或护发产品和/或毛发定型产品。或者,个性化毛发处理指令可例如包括确定毛发处理剂(特别是漂白剂、染发剂、护发产品和/或毛发定型产品)的化学组成。
在各种示例性实施方案中,数据处理设备可以包括用于将信息输入到数据处理设备中的输入设备,例如用于输入校准用磺基丙氨酸含量的测量值,以及任选用于输入执行所述方法的指令、参数等。
在各种示例性实施方案中,数据处理设备可以包括用于输出信息的至少一个输出设备,例如用于输出所述方法的结果。可以图表形式方式和/或以可听方式输出所述结果。
在各种示例性实施方案中,所述至少一个输出设备可以包括屏幕和/或打印机和/或扬声器。
在各种示例性实施方案中,提供建模功能的任何程序(例如,应用程序)可以用于建模。
图2A显示了磺基丙氨酸的NIR光谱200,图2B显示了磺基丙氨酸的IR光谱201,在每种情况下为作为波数的函数的吸收单位。
在图2A的NIR光谱200(框220)和图2B的IR光谱201中,借助于框220、222,突出显示可能具有用于磺基丙氨酸的吸收特征特性的光谱区。例如,在图2A中,突出显示了约5022cm-1至约4020cm-1的范围,并且在图2B中,突出显示了约1100cm-1至约1000cm-1的范围。
可将这些光谱范围用于确定毛发受损程度的方法的各种示例性实施方案中。
替代地或额外地,可使用具有磺基丙氨酸的吸收特征特性的其它或另外的NIR和/或IR光谱范围。
图3显示了表300,表300具有通过根据一个示例性实施方案的方法获得的多个毛发样品的受损程度(作为磺基丙氨酸含量,单位:重量%)的预测结果。
对独立的验证数据集执行交叉验证和验证,以评估校准模型的质量,所述校准模型用于确定表300的第三列中显示的预测结果。
在该实施例中,基本上基于在各种处理之前和之后测量的Kerling毛发图案,创建用于对磺基丙氨酸定量的校准。
为了获得足够大的数据库,在较长的时间段内收集样品,测量光谱,然后添加相应的参考值。
通过将相关系数R2和RMSEP交叉验证的分析误差规定为统计性能参数,来描述所开发的模型的质量。
对于该实施例中的校准模型的创建,将诺里什(Norris)一阶导数和从5022cm-1至4020cm-1的减小的光谱范围用作数据预处理。
PLS校准在交叉验证中实现了以下特征变量:相关系数R2=99.3%,RMSEP平均值0.329,其中8个具有诺里什导数的因子作为在5022cm-1至4020cm-1的光谱范围的数据预处理。
为了通过外部验证来测试所述方法的质量,用校准模型来预测测试样品的“独立的”、未校准的光谱,并将其与通过独立分析方法(HPLC)确定的相应参考值进行比较。
结果示于表300中。
在该实施例中,标准偏差(偏差的均方根误差,RMSED)为0.34重量%。
如在该实施例中所示,可在创建模型之后,通过NIR测量,以所描述的准确度来确定新的毛发图案的磺基丙氨酸含量。
在各种示范性实施方案中,可通过IR范围将所描述的方法替代地或额外地执行到NIR范围。
图4显示了流程图400,流程图400说明根据各种示例性实施方案确定毛发受损程度的方法。
在各种示例性实施方案中,所述方法可包括以下步骤:在将毛发样品暴露于近红外光和/或红外光期间,记录已经与所述毛发样品相互作用的至少一部分所述近红外光和/或红外光的光谱(410);将至少一部分所述光谱与通过多个校准毛发样品的近红外光谱和/或红外光谱以及它们的受损程度而获得的光谱校准模型进行比较(420);以及采用所述比较来确定所述毛发的受损程度(430)。
图5显示了流程图500,流程图500说明根据各种示范性实施方案确定用户特定的毛发处理剂的方法。
在各种示例性实施方案中,确定毛发受损程度的上述方法或确定毛发受损程度的上述设备可用于确定用户特定的毛发处理剂的方法。
在各种示例性实施方案中,确定用户特定的毛发处理剂的方法可包括以下步骤:根据上述示例性实施方案之一来确定用户毛发的受损程度(510);根据所确定的受损程度,以计算机辅助的方式来确定处理结果,所述处理结果可借助于多种毛发处理剂和借助于预测分析获得(520);以及基于所确定的处理结果来选择所述用户特定的试剂(530)。
预测分析通常可被描述为用于从大数据卷中提取信息并且基于该数据创建模型的方法,该模型还允许对不是数据集的一部分的值进行预测。当采用基于预测分析的方法时,一些数据集通常可以被用作训练数据集(也被称为训练集或训练数据)。然后,该训练数据集可用于创建一个或多个模型,然后,可基于不是训练数据集的一部分的数据、基于数据整体、或基于专门选出的一部分数据,来测试所述一个或多个模型。
例如,为了模型的评估,即,可以采用确定拟合优度、确定系数R2、平均绝对误差、均方差、标准偏差和/或平均偏差。
系数R2的确定可以相应于线性回归模型的平方相关系数。对于另外的模型(另外的关系),其可被不同地定义。
根据各种示例性实施方案,各种功能或方法可以用于通过预测分析来建模。在简单的情况下,例如可以使用多元线性回归。通常可以利用多元回归(polynomicregressions)、神经元网络、支持向量机或决策树(例如树集成)等来获得改进的结果。
在各种示例性实施方案中,确定用户特定的毛发处理剂的方法可通过预测性分析,将根据各种示例性实施方案中描述的确定毛发受损程度的方法确定的用户毛发的受损程度用作建模的独立参数。此外,可使用其它独立参数,例如用户的基础毛发颜色、灰度等,以及从属参数,例如期望的处理结果,例如期望的毛发颜色和/或期望的毛发结构等。
基于这些参数,可以通过预测分析来确定用户特定的毛发处理剂,在考虑独立参数的情况下,所述毛发处理剂获得或至少尽可能地接近获得从属参数,例如期望的处理结果。
在各种示例性实施方案中,用户特定的毛发处理剂可包括护发产品、染发剂产品、漂白产品或定型产品,例如平滑剂,例如矫直剂(straightener)或松发剂,或用于烫发的试剂。
根据对设备的描述,所述方法的其它有利的实施方案是清楚的,反之亦然。
Claims (15)
1.确定毛发受损程度的方法,其包括以下步骤:
在将毛发样品暴露于近红外光和/或红外光期间,记录已经与所述毛发样品相互作用的至少一部分所述近红外光和/或红外光的光谱;
将至少一部分所述光谱与光谱校准模型进行比较,所述光谱校准模型是通过多个校准毛发样品的近红外光谱和/或红外光谱以及它们的受损程度而获得的;以及
根据所述比较来确定所述毛发的受损程度。
2.根据权利要求1所述的方法,其还包括以下步骤:
创建所述校准模型,其包括以下步骤:
对于所述多个校准毛发样品:
在将所述校准毛发样品暴露于近红外光和/或红外光期间,记录已经与所述校准毛发样品相互作用的至少一部分所述近红外光和/或红外光的校准光谱;
通过独立的分析方法来确定所述校准毛发样品的受损程度;以及
向所述校准光谱分配所述受损程度;以及
确定所述多个校准光谱与所述多个受损程度之间的相关性。
3.根据权利要求2所述的方法,其中所述分析方法包括确定磺基丙氨酸的含量。
4.根据权利要求3所述的方法,其中所述确定磺基丙氨酸含量包括色谱法。
5.根据权利要求2-4中任一项所述的方法,其中所述确定所述多个校准光谱与所述多个受损程度之间的相关性包括使用偏最小二乘算法。
6.根据权利要求1-5中任一项所述的方法,其中所述至少一部分所述近红外光和/或红外光包括5022cm-1至4020cm-1的波数范围。
7.根据权利要求1-5中任一项所述的方法,其中所述至少一部分所述近红外光和/或红外光包括12820cm-1至7692cm-1的波数范围。
8.确定毛发受损程度的设备,其包括:
近红外光源和/或红外光源,其用于将毛发样品暴露于近红外光和/或红外光;
光谱仪,其用于记录已经与所述毛发样品相互作用的至少一部分所述近红外光和/或红外光的光谱;以及
数据处理设备,其具有数据存储器和处理器,在所述数据储存器中存储有通过多个校准毛发样品的近红外光谱和/或红外光谱以及它们的受损程度而获得的光谱校准模型,并且所述处理器用于将至少一部分所述光谱与所述光谱校准模型进行比较并且用于根据所述比较来确定所述毛发的受损程度。
9.根据权利要求8所述的设备,其中所述近红外光源和/或红外光源和所述光谱仪形成集成单元。
10.根据权利要求8或9所述的设备,其中所述至少一部分所述近红外和/或红外光具有5022cm-1至4020cm-1的波数范围。
11.根据权利要求8或9所述的设备,其中所述至少一部分所述近红外和/或红外光具有12820cm-1至7692cm-1的波数范围。
12.根据权利要求8-11中任一项所述的设备,其中所述集成单元和/或所述数据处理设备是移动设备。
13.根据权利要求8-12中任一项所述的设备,其中所述数据处理设备还被设计成根据所确定的受损程度来确定个性化毛发处理指令。
14.确定用户特定的毛发处理剂的方法,其包括以下步骤:
根据权利要求1-7中任一项来确定用户的毛发受损程度;
根据所确定的受损程度,以计算机辅助的方式来确定处理结果,所述处理结果可借助于多种毛发处理剂和借助于预测分析获得;以及
基于所确定的处理结果来选择所述用户特定的试剂。
15.根据权利要求14所述的方法,其中所述用户特定的毛发处理剂包括护发产品或染发剂产品、漂白产品、或定型产品,例如平滑剂,特别是矫直剂或松发剂,或用于烫发的试剂。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016212202.9 | 2016-07-05 | ||
DE102016212202.9A DE102016212202A1 (de) | 2016-07-05 | 2016-07-05 | Verfahren und Vorrichtung zum Ermitteln eines Schädigungsgrads von Haar und Verfahren zum Ermitteln eines nutzerspezifischen Mittels zur Haarbehandlung |
PCT/EP2017/066572 WO2018007353A1 (de) | 2016-07-05 | 2017-07-04 | Verfahren und vorrichtung zum ermitteln eines schädigungsgrads von haar und verfahren zum ermitteln eines nutzerspezifischen mittels zur haarbehandlung |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109475298A true CN109475298A (zh) | 2019-03-15 |
Family
ID=59285199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780041967.6A Pending CN109475298A (zh) | 2016-07-05 | 2017-07-04 | 确定毛发受损程度的方法和设备、以及确定用户特定的毛发处理剂的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190192067A1 (zh) |
EP (1) | EP3481275B1 (zh) |
CN (1) | CN109475298A (zh) |
DE (1) | DE102016212202A1 (zh) |
WO (1) | WO2018007353A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120152A1 (en) * | 2019-12-20 | 2021-06-24 | L'oreal | Computing device, method and apparatus for noninvasively diagnosing a hair |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11980279B2 (en) | 2016-07-05 | 2024-05-14 | Henkel Ag & Co. Kgaa | System and method for establishing a user-specific hair treatment |
WO2018007358A1 (de) | 2016-07-05 | 2018-01-11 | Henkel Ag & Co. Kgaa | Verfahren zum ermitteln einer nutzerspezifischen haarbehandlung |
DE102017211599A1 (de) * | 2017-07-07 | 2019-01-10 | Henkel Ag & Co. Kgaa | Verfahren und Vorrichtung zum computergestützten Ermitteln eines Haarfärberesultats |
DE102018207557A1 (de) * | 2018-05-16 | 2019-11-21 | Henkel Ag & Co. Kgaa | Bestimmung eines Dehnungsgrades von Haar mit einem NIR-Sensor |
DE102018207560A1 (de) * | 2018-05-16 | 2019-11-21 | Henkel Ag & Co. Kgaa | Bestimmung des reduktiven Schädigungsgrades von Haaren mit NIR-Spektroskopie |
WO2020125924A1 (en) * | 2018-12-17 | 2020-06-25 | L'oreal | Method for fast determining oxidative hair damage of said hair samples without destruction |
US11076683B2 (en) | 2019-04-05 | 2021-08-03 | L'oreal | Systems and methods for creating custom formulations |
US11160353B2 (en) | 2019-04-05 | 2021-11-02 | L'oreal | Bead assembly for custom formulation systems |
US10849832B2 (en) | 2019-04-05 | 2020-12-01 | L'oreal | Custom formulation systems |
US11136233B2 (en) | 2019-04-05 | 2021-10-05 | L'oreal | Fluid formulation assembly for custom formulation systems |
EP4332985A1 (en) | 2022-09-01 | 2024-03-06 | Henkel AG & Co. KGaA | Method for determining a customized hair treatment for improving the condition of the structure of hair |
EP4331471A1 (en) | 2022-09-01 | 2024-03-06 | Henkel AG & Co. KGaA | Method for determining a condition of the internal structure of hair and associated device |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344279A (ja) * | 2002-05-29 | 2003-12-03 | Shiseido Co Ltd | 毛髪水分の測定方法 |
US20060281994A1 (en) * | 2004-03-31 | 2006-12-14 | Yuta Miyamae | Method of judging degree of hair damage |
CN101686819A (zh) * | 2007-01-05 | 2010-03-31 | 迈斯金公司 | 皮肤成像的系统、装置和方法 |
US20130025360A1 (en) * | 2011-07-28 | 2013-01-31 | Naohiro Morita | Method For Assessing Condition of Fibers |
CN103608666A (zh) * | 2011-06-15 | 2014-02-26 | 宝洁公司 | 用于分析毛发纤维的装置和使用该装置的方法 |
CN104203207A (zh) * | 2012-03-26 | 2014-12-10 | Otc有限责任公司 | 用于永久和半永久染发应用的头发护理组合物 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6707929B2 (en) * | 2000-05-12 | 2004-03-16 | The Procter & Gamble Company | Method for analyzing hair and predicting achievable hair dyeing ending colors |
US20080279804A1 (en) * | 2007-04-27 | 2008-11-13 | Parker Tiffany L | Hair styling formulation and method of use |
US8986939B1 (en) * | 2013-08-28 | 2015-03-24 | Psychemedics Corporation | Integrity testing of hair samples |
WO2015166403A1 (en) * | 2014-04-27 | 2015-11-05 | Coloright Ltd. | Apparatus and method for customized hair-coloring |
US10254215B2 (en) * | 2016-04-07 | 2019-04-09 | Verifood, Ltd. | Spectrometry system applications |
WO2018007358A1 (de) * | 2016-07-05 | 2018-01-11 | Henkel Ag & Co. Kgaa | Verfahren zum ermitteln einer nutzerspezifischen haarbehandlung |
EP3481276B1 (de) * | 2016-07-05 | 2020-06-17 | Henkel AG & Co. KGaA | Verfahren zum ermitteln einer nutzerspezifischen haarbehandlung |
DE102017211599A1 (de) * | 2017-07-07 | 2019-01-10 | Henkel Ag & Co. Kgaa | Verfahren und Vorrichtung zum computergestützten Ermitteln eines Haarfärberesultats |
-
2016
- 2016-07-05 DE DE102016212202.9A patent/DE102016212202A1/de not_active Withdrawn
-
2017
- 2017-07-04 US US16/311,873 patent/US20190192067A1/en active Pending
- 2017-07-04 CN CN201780041967.6A patent/CN109475298A/zh active Pending
- 2017-07-04 WO PCT/EP2017/066572 patent/WO2018007353A1/de unknown
- 2017-07-04 EP EP17735493.3A patent/EP3481275B1/de active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003344279A (ja) * | 2002-05-29 | 2003-12-03 | Shiseido Co Ltd | 毛髪水分の測定方法 |
US20060281994A1 (en) * | 2004-03-31 | 2006-12-14 | Yuta Miyamae | Method of judging degree of hair damage |
CN101686819A (zh) * | 2007-01-05 | 2010-03-31 | 迈斯金公司 | 皮肤成像的系统、装置和方法 |
CN103608666A (zh) * | 2011-06-15 | 2014-02-26 | 宝洁公司 | 用于分析毛发纤维的装置和使用该装置的方法 |
US20130025360A1 (en) * | 2011-07-28 | 2013-01-31 | Naohiro Morita | Method For Assessing Condition of Fibers |
CN104203207A (zh) * | 2012-03-26 | 2014-12-10 | Otc有限责任公司 | 用于永久和半永久染发应用的头发护理组合物 |
Non-Patent Citations (1)
Title |
---|
陈学敏: "《环境卫生学》", 31 July 2004, 人民卫生出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120152A1 (en) * | 2019-12-20 | 2021-06-24 | L'oreal | Computing device, method and apparatus for noninvasively diagnosing a hair |
Also Published As
Publication number | Publication date |
---|---|
EP3481275A1 (de) | 2019-05-15 |
EP3481275B1 (de) | 2020-09-02 |
DE102016212202A1 (de) | 2018-01-11 |
WO2018007353A1 (de) | 2018-01-11 |
US20190192067A1 (en) | 2019-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109475298A (zh) | 确定毛发受损程度的方法和设备、以及确定用户特定的毛发处理剂的方法 | |
US10976246B2 (en) | Spectroscopic characterization of seafood | |
Kartakoullis et al. | Feasibility study of smartphone-based Near Infrared Spectroscopy (NIRS) for salted minced meat composition diagnostics at different temperatures | |
JP6803750B2 (ja) | 調整されたヘアカラーのための装置及び方法 | |
CN107110776A (zh) | 具有复杂背景成分的样品气体中的目标分析物检测和量化 | |
Zhang et al. | Kennard-Stone combined with least square support vector machine method for noncontact discriminating human blood species | |
Gupta | Molecular and laser spectroscopy: advances and applications | |
Hespanhol et al. | Evaluation of a low-cost portable near-infrared spectrophotometer for in situ cocaine profiling | |
Workman Jr et al. | Understanding and using the near‐infrared spectrum as an analytical method | |
Felício et al. | Comparison of PLS algorithms in gasoline and gas oil parameter monitoring with MIR and NIR | |
CN109414191A (zh) | 确定用户特定的毛发处理的方法 | |
CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
CN109414190A (zh) | 建立用户特定的护发处理的方法 | |
US20200196936A1 (en) | Hair condition-determining device, hair condition-determining system, and method for determining a hair condition | |
US20200221995A1 (en) | System and method for determining the condition of hair | |
Khodabakhshian et al. | Adulteration detection of Sudan Red and metanil yellow in turmeric powder by NIR spectroscopy and chemometrics: The role of preprocessing methods in analysis | |
Quintero Balbas et al. | Non-invasive identification of textile fibres using near-infrared fibre optics reflectance spectroscopy and multivariate classification techniques | |
JP2005291704A (ja) | 可視光・近赤外分光分析方法 | |
Rish et al. | Comparison between pure component modeling approaches for monitoring pharmaceutical powder blends with near-infrared spectroscopy in continuous manufacturing schemes | |
Zhang et al. | Classification of washing powder brands using near-infrared spectroscopy combined with chemometric calibrations | |
CN108088808A (zh) | 皮毛的近红外光谱快速无损定性分析方法 | |
JP2023518081A (ja) | 通信システム、モニタリングシステム及び関連方法 | |
Misal et al. | Application of near-infrared spectrometer in agro-food analysis: A review | |
Zhao et al. | Rapid determination of the peroxide value of edible oil by handheld NIR spectroscopy in combination with wavelength variables selection and PLS calibration | |
Bazar et al. | Detection of beef aging combined with the differentiation of tenderloin and sirloin using a handheld NIR scanner |
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 |