CN113506601A - 一种基于大数据的皮肤耐受性分析系统 - Google Patents

一种基于大数据的皮肤耐受性分析系统 Download PDF

Info

Publication number
CN113506601A
CN113506601A CN202110790957.0A CN202110790957A CN113506601A CN 113506601 A CN113506601 A CN 113506601A CN 202110790957 A CN202110790957 A CN 202110790957A CN 113506601 A CN113506601 A CN 113506601A
Authority
CN
China
Prior art keywords
tolerance
skin
questionnaire
user
module
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.)
Granted
Application number
CN202110790957.0A
Other languages
English (en)
Other versions
CN113506601B (zh
Inventor
柳永福
黄鹏升
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.)
Beijing Medical Technology Research Institute Co ltd
Original Assignee
Beijing Medical Technology Research Institute Co ltd
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 Beijing Medical Technology Research Institute Co ltd filed Critical Beijing Medical Technology Research Institute Co ltd
Priority to CN202110790957.0A priority Critical patent/CN113506601B/zh
Publication of CN113506601A publication Critical patent/CN113506601A/zh
Application granted granted Critical
Publication of CN113506601B publication Critical patent/CN113506601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于大数据的皮肤耐受性分析系统，包括问卷生成模块、问卷测试模块、拍摄模块、分析模块和结果显示模块；问卷生成模块用于生成调查问卷，以及用于生成调查问卷中各个问题的权重；问卷测试模块用于获取待进行耐受性分析的用户对调查问卷进行填写的结果；拍摄模块用于获取待进行耐受性分析的用户的皮肤图像；分析模块用于基于结果和权重计算用户的皮肤耐受性得分，用于基于耐受性得分、皮肤图像、结果，确定用户的皮肤的耐受性类型；结果显示模块用于显示耐受性类型。本发明为不同的问题生成了不同的权重，本发明对皮肤耐受类型的判断更为准确。

Description

一种基于大数据的皮肤耐受性分析系统
技术领域
本发明涉及分析领域，尤其涉及一种基于大数据的皮肤耐受性分析系统。
背景技术
皮肤的耐受性分析一般是采用问卷调查的方式进行，通过计算问卷的得分来判断皮肤的耐受程度。然而，现有技术中，问卷中的问题的权重是一样的，这种设置方式不利于准确获得皮肤的耐受程度。
发明内容
鉴于上述问题，本发明的目的在于提供一种基于大数据的皮肤耐受性分析系统，包括问卷生成模块、问卷测试模块、拍摄模块、分析模块和结果显示模块；
所述问卷生成模块用于生成调查问卷，以及用于生成调查问卷中各个问题的权重；
所述问卷测试模块用于获取待进行耐受性分析的用户对所述调查问卷进行填写的结果；
所述拍摄模块用于获取待进行耐受性分析的用户的皮肤图像；
所述分析模块用于基于所述结果和所述权重计算所述用户的皮肤耐受性得分，以及用于基于所述耐受性得分、所述皮肤图像、所述结果确定所述用户的皮肤的耐受性类型；
所述结果显示模块用于显示所述耐受性类型。
优选地，所述生成调查问卷中各个问题设置权重，包括：
采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度；
基于所述关联度计算所述调查问卷中各个问题的权重。
优选地，所述调查问卷包括问题和每个问题对应的多个选项。
优选地，所述结果包括所述用户对调查问卷的每个问题所选择的选项。
优选地，所述采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度，包括：
获取用于进行大数据分析的数据集，所述数据集包括N个被调查用户对所述调查问卷进行填写的结果以及每个被调查用户的皮肤的耐受性类型；所述结果包括被调查用户对调查问卷的每个问题所选择的选项；
将调查问卷中的问题的总数记为num，对于第j种耐受性类型和第i个问题之间的关联度，通过下述方式进行计算，i∈[1,num]：
将第i个问题中被皮肤的耐受性类型为第j种耐受性类型的调查用户选择的次数最多的选项记为第k个选项，将第k个选项被选择的次数记为numquei,j,k；
通过下述方式计算关联度：
Figure BDA0003160903770000021
式中，cordegi表示第j种耐受性类型和第i个问题之间的关联度。
优选地，所述基于所述关联度计算所述调查问卷中各个问题的权重，包括：
Figure BDA0003160903770000022
式中，J表示耐受性类型的总数，wi表示调查问卷中第i个问题的权重。
优选地，所述基于所述结果和所述权重计算所述用户的皮肤耐受性得分，包括：
采用下述公式计算所述用户的皮肤耐受性得分：
Figure BDA0003160903770000023
式中，scoreskin表示用户的皮肤耐受性得分，wi表示所述调查问卷中第i个问题的权重，yi表示所述用户对所述第i个问题所选择的选项的所对应的分数，num表示所述调查问卷中包含的问题的总数。
优选地，所述基于所述耐受性得分、所述皮肤图像、所述结果确定所述用户的皮肤的耐受性类型，包括：
将所述耐受性得分、所述皮肤图像、所述结果作为输入参数，将输入参数输入到预先训练好的神经网络模型中进行运算，获取所述用户的皮肤的耐受性类型。
与现有技术相比，本发明的优点在于：
本发明通过问卷生成模块为不同的问题生成了不同的权重，从而避免因为每个问题设置同样的权重，影响对皮肤的耐受性类型的判断。相比现行方案的进步是，第一，基于大数据，更符合事实；第二，加入实际图像因素，比单纯问卷更全面。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于大数据的皮肤耐受性分析系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种基于大数据的皮肤耐受性分析系统，包括问卷生成模块、问卷测试模块、拍摄模块、分析模块和结果显示模块；
所述问卷生成模块用于生成调查问卷，以及用于生成调查问卷中各个问题的权重；
所述问卷测试模块用于获取待进行耐受性分析的用户对所述调查问卷进行填写的结果；
所述拍摄模块用于获取待进行耐受性分析的用户的皮肤图像；
所述分析模块用于基于所述结果和所述权重计算所述用户的皮肤耐受性得分，以及用于基于所述耐受性得分和所述皮肤图像确定所述用户的皮肤的耐受性类型；
所述结果显示模块用于显示所述耐受性类型。
显示模块可以是移动终端上的显示屏，移动终端包括手机，平板电脑，笔记本电脑等，也可以是固定终端上的显示屏，固定终端包括台式电脑等。
优选地，所述生成调查问卷中各个问题设置权重，包括：
采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度；
基于所述关联度计算所述调查问卷中各个问题的权重。
优选地，所述调查问卷包括问题和每个问题对应的多个选项。
例如为每个问题设置4个选项，每个选项分别对应不同的分数。
优选地，所述结果包括所述用户对调查问卷的每个问题所选择的选项。
优选地，所述采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度，包括：
获取用于进行大数据分析的数据集，所述数据集包括N个被调查用户对所述调查问卷进行填写的结果以及每个被调查用户的皮肤的耐受性类型；所述结果包括被调查用户对调查问卷的每个问题所选择的选项；
将调查问卷中的问题的总数记为num，对于第j种耐受性类型和第i个问题之间的关联度，通过下述方式进行计算，i∈[1,num]：
将第i个问题中被皮肤的耐受性类型为第j种耐受性类型的调查用户选择的次数最多的选项记为第k个选项，将第k个选项被选择的次数记为numquei,j,k；
通过下述方式计算关联度：
Figure BDA0003160903770000041
式中，cordegi表示第j种耐受性类型和第i个问题之间的关联度。
在这里，被调查用户的皮肤的耐受性类型已知，例如，通过专业的外科医生确定被调查用户的皮肤的耐受性类型。被调查用户收到调查问卷后，根据自身的实际情况为每个问题选择选项。对于一个问题，其中的每个选项被同一种耐受性类型的被调查用户选中的次数，能够很好的反应问题和耐受性类型之间的关联度，同一个选项被同一种耐受性类型的被调查用户选中的次数越大，表示这个问题和这种耐受性类型之间的关联度越大。
优选地，所述基于所述关联度计算所述调查问卷中各个问题的权重，包括：
Figure BDA0003160903770000042
式中，J表示耐受性类型的总数，wi表示调查问卷中第i个问题的权重。
优选地，所述基于所述结果和所述权重计算所述用户的皮肤耐受性得分，包括：
采用下述公式计算所述用户的皮肤耐受性得分：
Figure BDA0003160903770000043
式中，scoreskin表示用户的皮肤耐受性得分，wi表示所述调查问卷中第i个问题的权重，yi表示所述用户对所述第i个问题所选择的选项的所对应的分数，num表示所述调查问卷中包含的问题的总数。
优选地，所述基于所述耐受性得分、所述皮肤图像、所述结果确定所述用户的皮肤的耐受性类型，包括：
将所述耐受性得分、所述皮肤图像、所述结果作为输入参数，将输入参数输入到预先训练好的神经网络模型中进行运算，获取所述用户的皮肤的耐受性类型。
所述神经网络模型通过输入大量的训练参数进行训练，将用户的皮肤耐受度类型作为输出目标，通过训练算法归纳得到。
本发明通过问卷生成模块为不同的问题生成了不同的权重，从而避免因为每个问题设置同样的权重，影响对皮肤的耐受性类型的判断。相比现行方案的进步是，第一，基于大数据，更符合事实；第二，加入实际图像因素，比单纯问卷更全面。
例如，可以将皮肤的耐受性类型设置为强耐受性皮肤、中耐受性皮肤、低耐受性皮肤、普通敏感皮肤、中等敏感皮肤、重度敏感皮肤。每种耐受性类型对应的数值区间互不重叠，确保能够根据耐受性得分落入的数值区间来找到用户皮肤的耐受性类型。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种基于大数据的皮肤耐受性分析系统，其特征在于，包括问卷生成模块、问卷测试模块、拍摄模块、分析模块和结果显示模块；
所述问卷生成模块用于生成调查问卷，以及用于生成调查问卷中各个问题的权重；
所述问卷测试模块用于获取待进行耐受性分析的用户对所述调查问卷进行填写的结果；
所述拍摄模块用于获取待进行耐受性分析的用户的皮肤图像；
所述分析模块用于基于所述结果和所述权重计算所述用户的皮肤耐受性得分，以及用于基于所述耐受性得分、所述皮肤图像、所述结果确定所述用户的皮肤的耐受性类型；
所述结果显示模块用于显示所述耐受性类型。
2.根据权利要求1所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述生成调查问卷中各个问题设置权重，包括：
采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度；
基于所述关联度计算所述调查问卷中各个问题的权重。
3.根据权利要求1所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述调查问卷包括问题和每个问题对应的多个选项。
4.根据权利要求1所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述结果包括所述用户对调查问卷的每个问题所选择的选项。
5.根据权利要求2所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述采用大数据技术分析调查问卷中的问题与皮肤的耐受性类型之间的关联度，包括：
获取用于进行大数据分析的数据集，所述数据集包括N个被调查用户对所述调查问卷进行填写的结果以及每个被调查用户的皮肤的耐受性类型；所述结果包括被调查用户对调查问卷的每个问题所选择的选项；
将调查问卷中的问题的总数记为num，对于第j种耐受性类型和第i个问题之间的关联度，通过下述方式进行计算，i∈[1,num]：
将第i个问题中被皮肤的耐受性类型为第j种耐受性类型的调查用户选择的次数最多的选项记为第k个选项，将第k个选项被选择的次数记为numquei,j,k；
通过下述方式计算关联度：
Figure FDA0003160903760000011
式中，cordegi表示第j种耐受性类型和第i个问题之间的关联度。
6.根据权利要求5所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述基于所述关联度计算所述调查问卷中各个问题的权重，包括：
Figure FDA0003160903760000021
式中，J表示耐受性类型的总数，wi表示调查问卷中第i个问题的权重。
7.根据权利要求4所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述基于所述结果和所述权重计算所述用户的皮肤耐受性得分，包括：
采用下述公式计算所述用户的皮肤耐受性得分：
Figure FDA0003160903760000022
式中，scoreskin表示用户的皮肤耐受性得分，wi表示所述调查问卷中第i个问题的权重，yi表示所述用户对所述第i个问题所选择的选项的所对应的分数，num表示所述调查问卷中包含的问题的总数。
8.根据权利要求7所述的一种基于大数据的皮肤耐受性分析系统，其特征在于，所述基于所述耐受性得分、所述皮肤图像、所述结果确定所述用户的皮肤的耐受性类型，包括：
将所述耐受性得分、所述皮肤图像、所述结果作为输入参数，将输入参数输入到预先训练好的神经网络模型中进行运算，获取所述用户的皮肤的耐受性类型。
CN202110790957.0A 2021-07-13 2021-07-13 一种基于大数据的皮肤耐受性分析系统 Active CN113506601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110790957.0A CN113506601B (zh) 2021-07-13 2021-07-13 一种基于大数据的皮肤耐受性分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110790957.0A CN113506601B (zh) 2021-07-13 2021-07-13 一种基于大数据的皮肤耐受性分析系统

Publications (2)

Publication Number Publication Date
CN113506601A true CN113506601A (zh) 2021-10-15
CN113506601B CN113506601B (zh) 2024-01-16

Family

ID=78013153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110790957.0A Active CN113506601B (zh) 2021-07-13 2021-07-13 一种基于大数据的皮肤耐受性分析系统

Country Status (1)

Country Link
CN (1) CN113506601B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916334A (zh) * 2010-08-16 2010-12-15 清华大学 一种皮肤状况预测方法及其预测系统
CN105893784A (zh) * 2016-06-28 2016-08-24 中国科学院自动化研究所 基于图像的性格测试调查问卷生成方法及调查交互的方法
CN107622796A (zh) * 2017-09-07 2018-01-23 广州九九加健康管理有限公司 基于健康管理平台的皮肤病评估及远程会诊方法及系统
CN108256579A (zh) * 2018-01-19 2018-07-06 中央民族大学 一种基于先验知识的多模态民族认同感量化测量方法
CN108597604A (zh) * 2018-05-11 2018-09-28 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
KR20190033125A (ko) * 2017-09-21 2019-03-29 (주)릴리커버 피부진단방법, 피부진단장치 및 기록매체
CN109754847A (zh) * 2017-11-07 2019-05-14 栗优（上海）信息科技有限公司 一种向孕产妇体质的问卷调研测评分析系统
CN110458594A (zh) * 2019-06-20 2019-11-15 平安科技（深圳）有限公司 一种基于用户权重的网络调查问卷生成方法和装置
WO2020091086A1 (ko) * 2018-10-29 2020-05-07 주식회사 릴리커버 피부진단방법, 피부진단장치 및 기록매체
CN111199780A (zh) * 2018-11-16 2020-05-26 北京好啦科技有限公司 体检信息的数据匹配方法、装置及存储介质
CN111210249A (zh) * 2018-11-22 2020-05-29 广州欧正化妆品技术研究院有限公司 一种基于问卷信息自动收集与分析系统的皮肤测评方法
CN111819632A (zh) * 2018-01-29 2020-10-23 艾托拉皮肤健康公司 用于对个性化护肤产品制定配方的系统和方法
CN111821211A (zh) * 2020-06-30 2020-10-27 泉后(广州)生物科技研究院有限公司 一种具有舒缓修复功效的组合物及其应用
CN112509650A (zh) * 2020-12-01 2021-03-16 南京航空航天大学 基于问卷调查的疲劳增量调查分析系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916334A (zh) * 2010-08-16 2010-12-15 清华大学 一种皮肤状况预测方法及其预测系统
CN105893784A (zh) * 2016-06-28 2016-08-24 中国科学院自动化研究所 基于图像的性格测试调查问卷生成方法及调查交互的方法
CN107622796A (zh) * 2017-09-07 2018-01-23 广州九九加健康管理有限公司 基于健康管理平台的皮肤病评估及远程会诊方法及系统
KR20190033125A (ko) * 2017-09-21 2019-03-29 (주)릴리커버 피부진단방법, 피부진단장치 및 기록매체
CN109754847A (zh) * 2017-11-07 2019-05-14 栗优（上海）信息科技有限公司 一种向孕产妇体质的问卷调研测评分析系统
CN108256579A (zh) * 2018-01-19 2018-07-06 中央民族大学 一种基于先验知识的多模态民族认同感量化测量方法
CN111819632A (zh) * 2018-01-29 2020-10-23 艾托拉皮肤健康公司 用于对个性化护肤产品制定配方的系统和方法
CN108597604A (zh) * 2018-05-11 2018-09-28 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
WO2020091086A1 (ko) * 2018-10-29 2020-05-07 주식회사 릴리커버 피부진단방법, 피부진단장치 및 기록매체
CN111199780A (zh) * 2018-11-16 2020-05-26 北京好啦科技有限公司 体检信息的数据匹配方法、装置及存储介质
CN111210249A (zh) * 2018-11-22 2020-05-29 广州欧正化妆品技术研究院有限公司 一种基于问卷信息自动收集与分析系统的皮肤测评方法
CN110458594A (zh) * 2019-06-20 2019-11-15 平安科技（深圳）有限公司 一种基于用户权重的网络调查问卷生成方法和装置
CN111821211A (zh) * 2020-06-30 2020-10-27 泉后(广州)生物科技研究院有限公司 一种具有舒缓修复功效的组合物及其应用
CN112509650A (zh) * 2020-12-01 2021-03-16 南京航空航天大学 基于问卷调查的疲劳增量调查分析系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈小芳;童敏;石晨;张永;张靖宇;陈析敏;周志光;: "多源大学生心理健康调查问卷数据可视分析", 计算机辅助设计与图形学学报, no. 02 *

Also Published As

Publication number Publication date
CN113506601B (zh) 2024-01-16

Similar Documents

Publication Publication Date Title
CN111651677B (zh) 课程内容推荐方法、装置、计算机设备和存储介质
CN116521936B (zh) 一种基于用户行为分析的课程推荐方法、装置及存储介质
KR20200038046A (ko) 문항반응이론 기반의 적응검사 수행 장치 및 시스템
US20200286626A1 (en) Health management support device, method, and non-transitory computer-readable storage medium storing program
CN114639461A (zh) 健身方案信息的生成方法、装置和系统
CN113011835A (zh) 一种校园健康数据管理方法及系统
KR101603308B1 (ko) 생체 나이 연산 모델 생성 방법 및 시스템과, 그 생체 나이 연산 방법 및 시스템
CN117352114B (zh) 一种基于聚类算法的心理测评量表的推荐方法及系统
JP2019053629A (ja) 情報処理装置、情報処理方法、およびプログラム
US20210019656A1 (en) Information processing device, information processing method, and computer program
CN113052227A (zh) 一种基于SE-ResNet的肺结核识别方法
CN116350203B (zh) 一种体质测试数据处理方法及系统
CN113506601A (zh) 一种基于大数据的皮肤耐受性分析系统
EP3664101A1 (en) A computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests
KR101274431B1 (ko) 설문 정보를 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
CN113919983A (zh) 试题画像方法、装置、电子设备和存储介质
KR101310500B1 (ko) 피부 특성을 이용한 건강 상태 판단 장치 및 방법, 건강 분류 함수 생성 장치 및 그 방법
CN111179669A (zh) 物理力学实验结果的量化方法、装置、终端和存储介质
Zheng et al. Assessing accuracy of mammography in the presence of verification bias and intrareader correlation
US20230001266A1 (en) Exercise menu evaluation apparatus, method, and computer readable medium
WO2022208874A1 (ja) 学習装置、ストレス推定装置、学習方法、ストレス推定方法及び記憶媒体
CN113990452B (zh) 一种基于心理素养的测评方法、系统和可读存储介质
CN108926813A (zh) 基于人体平衡数据的训练方法
CN109947927B (zh) 一种信息处理方法及装置
US20220040532A1 (en) Utilizing machine learning and cognitive state analysis to track user performance

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