CN114741849A - 头皮健康状况评估方法、装置、存储介质及计算机设备 - Google Patents
头皮健康状况评估方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN114741849A CN114741849A CN202210264326.XA CN202210264326A CN114741849A CN 114741849 A CN114741849 A CN 114741849A CN 202210264326 A CN202210264326 A CN 202210264326A CN 114741849 A CN114741849 A CN 114741849A
- Authority
- CN
- China
- Prior art keywords
- scalp
- state detection
- detection model
- health
- detection value
- 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
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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- A61B5/446—Scalp evaluation or scalp disorder diagnosis, e.g. dandruff
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Dermatology (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请提供的头皮健康状况评估方法、装置、存储介质及计算机设备,在对目标人员的头皮健康状况进行评估时,可以利用预先配置的头皮健康状态检测模型对目标人员的头皮健康状态进行检测,并得到头皮健康状态检测值,以及可以利用预先配置的头皮气血状态检测模型对目标人员的头皮气血状态进行评估,并得到头皮气血状态检测值,接着可以根据头皮健康状态检测值和头皮气血状态检测值来确定目标人员的头皮健康指数,并依据该头皮健康指数对目标人员的头皮健康状况进行评估;本申请在对目标人员的头皮健康状况进行评估时,不仅考虑了头皮健康状态,还考虑了头皮气血状态,从而使得头皮健康状况的评估更加全面,得到的头皮健康状况评估结果更加准确。
Description
技术领域
本申请涉及人体健康检测技术领域,尤其涉及一种头皮健康状况评估方法、装置、存储介质及计算机设备。
背景技术
随着生活水平的不断提高,人们越来越关注健康方面的问题。例如,随着人们工作压力的增大,头皮健康问题也显得愈加严重,脱发、头皮屑、毛囊发炎等问题层出不穷,从而导致头皮健康状况的检测也变得越来越重要。
目前,对于头皮健康状况的检测不够全面,导致最终头皮健康状况评估结果的准确度也相对较低。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中对于头皮健康状况的检测不够全面,导致最终头皮健康状况评估结果的准确度也相对较低的技术缺陷。
本申请提供了一种头皮健康状况评估方法,所述方法包括:
将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值;
将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值;
基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,并依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估。
可选地,所述头皮健康状态检测模型包括头皮水油状态检测模型、头皮质地状态检测模型、头屑状态检测模型、毛囊状态检测模型、头皮微环境检测模型和头发状态检测模型;
所述将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值,包括:
将目标人员的头皮健康状态信息分别输入到所述头皮水油状态检测模型、所述头皮质地状态检测模型、所述头屑状态检测模型、所述毛囊状态检测模型、所述头皮微环境检测模型和所述头发状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值、所述头皮质地状态检测模型输出的头皮质地状态检测值、所述头屑状态检测模型输出的头屑状态检测值、所述毛囊状态检测模型输出的毛囊状态检测值、所述头皮微环境检测模型输出的头皮微环境检测值,以及所述头发状态检测模型输出的头发状态检测值;
将所述头皮水油状态检测值、所述头皮质地状态检测值、所述头屑状态检测值、所述毛囊状态检测值、所述头皮微环境检测值,以及所述头发状态检测值进行加权求和,得到头皮健康状态检测值。
可选地,所述头皮水油状态检测模型包括头皮水分含量检测模型、头皮油脂含量检测模型和头皮水油比例检测模型;
所述将目标人员的头皮健康状态信息输入到所述头皮水油状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值,包括:
将目标人员的头皮水油状态信息分别输入到所述头皮水分含量检测模型、所述头皮油脂含量检测模型和所述头皮水油比例检测模型中,得到所述头皮水分含量检测模型输出的头皮水分含量检测值、所述头皮油脂含量检测模型输出的头皮油脂含量检测值,以及所述头皮水油比例检测模型输出的头皮水油比例检测值;
将所述头皮水分含量检测值、所述头皮油脂含量检测值和所述头皮水油比例检测值进行加权求和,得到头皮水油状态检测值。
可选地,所述头皮质地状态检测模型包括头皮弹性状态检测模型、头皮L值状态检测模型、头皮a值状态检测模型、头皮b值状态检测模型和头皮感觉检测模型;
所述将目标人员的头皮健康状态信息输入到所述头皮质地状态检测模型中,得到所述头皮质地状态检测模型输出的头皮质地状态检测值,包括:
将目标人员的头皮质地状态信息分别输入到所述头皮弹性状态检测模型、所述头皮L值状态检测模型、所述头皮a值状态检测模型、所述头皮b值状态检测模型和所述头皮感觉检测模型中,得到所述头皮弹性状态检测模型输出的头皮弹性状态检测值、所述头皮L值状态检测模型输出的头皮L值状态检测值、所述头皮a值状态检测模型输出的头皮a值状态检测值、所述头皮b值状态检测模型输出的头皮b值状态检测值,以及所述头皮感觉检测模型输出的头皮感觉检测值;
将所述头皮弹性状态检测值、所述头皮L值状态检测值、所述头皮a值状态检测值、所述头皮b值状态检测值和所述头皮感觉检测值进行加权求和,得到头皮质地状态检测值。
可选地,所述头皮气血状态检测模型包括头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型;
所述将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值,包括:
将所述目标人员的头皮气血状态信息分别输入到所述头皮局部血氧饱和度指标检测模型、所述头皮局部温度指标检测模型和所述头皮氢化可的松水平指标检测模型中,得到所述头皮局部血氧饱和度指标检测模型输出的头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测模型输出的头皮局部温度指标检测值,以及所述头皮氢化可的松水平指标检测模型输出的头皮氢化可的松水平指标检测值;
将所述头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测值和所述头皮氢化可的松水平指标检测值进行加权求和,得到头皮气血状态检测值。
可选地,所述基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,包括:
确定与所述头皮健康状态检测值对应的第一权重系数,以及与所述头皮气血状态检测值对应的第二权重系数;
根据所述头皮健康状态检测值和所述第一权重系数,以及所述头皮气血状态检测值和所述第二权重系数,计算所述目标人员的头皮健康指数。
可选地,所述依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估,包括:
将所述头皮健康指数映射为头皮健康指数评分;
将所述头皮健康指数评分与各个预设的评分阈值进行匹配,确定所述头皮健康指数评分的评分阈值,其中,每一评分阈值设置有对应的头皮健康状况评估结果;
根据所述头皮健康指数评分的评分阈值对应的头皮健康状况评估结果,对所述目标人员的头皮健康状况进行评估。
本申请还提供了一种头皮健康状况评估装置,包括:
头皮健康状态检测模块,用于将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值;
头皮气血状态检测模块,用于将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值;
头皮健康状况评估模块,用于基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,并依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估。
本申请还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述头皮健康状况评估方法的步骤。
本申请还提供了一种计算机设备,包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如上述实施例中任一项所述头皮健康状况评估方法的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请提供的头皮健康状况评估方法、装置、存储介质及计算机设备,在对目标人员的头皮健康状况进行评估时,可以利用预先配置的头皮健康状态检测模型对目标人员的头皮健康状态进行检测,并得到头皮健康状态检测值,以及可以利用预先配置的头皮气血状态检测模型对目标人员的头皮气血状态进行评估,并得到头皮气血状态检测值,接着可以根据头皮健康状态检测值和头皮气血状态检测值来确定目标人员的头皮健康指数,并依据该头皮健康指数对目标人员的头皮健康状况进行评估;本申请中,在对目标人员的头皮健康状况进行评估时,不仅考虑了头皮健康状态,还考虑了头皮气血状态,从而使得头皮健康状况的评估更加全面,得到的头皮健康状况评估结果更加准确。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种头皮健康状况评估方法的流程示意图;
图2为本申请实施例提供的头皮局部位置结构示意图;
图3为本申请实施例提供的一种头皮健康状况评估装置的结构示意图;
图4为本申请实施例提供的一种计算机设备的内部结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在一个实施例中,如图1所示,图1为本申请实施例提供的一种头皮健康状况评估方法的流程示意图;本申请提供了一种头皮健康状况评估方法,所述方法可以包括:
S110:将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到头皮健康状态检测模型输出的头皮健康状态检测值。
本实施例中,在对目标人员的头皮健康状况进行评估时,首先可以对目标人员的头皮健康状态进行检测。例如,本申请可以将获取到目标人员的头皮健康状态信息输入至预先配置的头皮健康状态检测模型中,通过该头皮健康状态检测模型来对目标人员的头皮健康状态进行检测,并输出相应的头皮健康状态检测值,该头皮健康状态检测值可以作为头皮健康状况估计时的依据。
可以理解的是,本申请中的目标人员指的是待评估头皮健康状况的受试者,而目标人员的头皮健康状态信息可以包括头皮水油状态信息、头皮质地状态信息、头屑密度信息、毛囊密度信息、头皮酸碱度信息、头发光圈占比信息等;其中,头皮水油状态信息又可以包括头皮水分含量信息、头皮油脂含量信息、头皮水油比例信息等;头皮质地状态信息又可以包括头皮弹性状态信息、头皮L值状态信息、头皮a值状态信息、头皮b值状态信息和头皮感觉信息等。
本申请中预先配置的头皮健康状态检测模型可以对头皮各维度状态进行检测,从而极大程度上提升头皮健康状况的评估准确度。
S120:将目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到头皮气血状态检测模型输出的头皮气血状态检测值。
本步骤中,在对目标人员的头皮健康状况进行评估时,还可以对目标人员的头皮气血状态进行检测。例如,本申请可以将获取到目标人员的头皮气血状态信息输入至预先配置的头皮气血状态检测模型中,通过该头皮气血状态检测模型来对目标人员的头皮气血状态进行检测,并输出相应的头皮气血状态检测值,该头皮气血状态检测值可以作为头皮健康状况估计时的依据。
可以理解的是,本申请中目标人员的头皮气血状态信息可以包括头皮局部血氧饱和度信息、头皮局部温度信息、头皮氢化可的松水平信息等,而头皮局部血氧饱和度信息、头皮局部温度信息、头皮氢化可的松水平信息可以对头皮气血进行科学性的定义,并能够对头皮气血平衡、气血瘀滞和气血两虚等头皮气血状态进行数据化呈现。例如,对头皮氢化可的松水平信息和头皮局部温度信息进行检测后,能够为头皮局部“气”的状态提供定量数据,对头皮局部血氧饱和度信息进行检测后,能够为头皮局部“血”的状态提供定量数据,从而能够更加全面地对目标人员的头皮健康状况进行有效评估。
S130:基于头皮健康状态检测值和头皮气血状态检测值,确定目标人员的头皮健康指数,并依据头皮健康指数对目标人员的头皮健康状况进行评估。
本步骤中,在对目标人员的头皮健康状况进行评估时,可以根据S110得到的头皮健康状态检测值,以及S120得到的头皮气血状态检测值,来确定目标人员的头皮健康指数,从而依据该头皮健康指数来对目标人员的头皮健康状况进行评估。
可以理解的是,头皮健康指数可以用于客观评估目标人员的头皮健康状况,本申请综合考虑了头皮健康状态以及头皮气血状态,并通过头皮健康状态检测值以及头皮气血状态检测值来确定目标人员的头皮健康指数,从而更加全面地对目标人员的头皮健康状况进行综合评估。
上述实施例中,在对目标人员的头皮健康状况进行评估时,可以利用预先配置的头皮健康状态检测模型对目标人员的头皮健康状态进行检测,并得到头皮健康状态检测值,以及可以利用预先配置的头皮气血状态检测模型对目标人员的头皮气血状态进行评估,并得到头皮气血状态检测值,接着可以根据头皮健康状态检测值和头皮气血状态检测值来确定目标人员的头皮健康指数,并依据该头皮健康指数对目标人员的头皮健康状况进行评估;本申请中,在对目标人员的头皮健康状况进行评估时,不仅考虑了头皮健康状态,还考虑了头皮气血状态,从而使得头皮健康状况的评估更加全面,得到的头皮健康状况评估结果更加准确。
在一个实施例中,所述头皮健康状态检测模型可以包括头皮水油状态检测模型、头皮质地状态检测模型、头屑状态检测模型、毛囊状态检测模型、头皮微环境检测模型和头发状态检测模型。
S110中将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值,可以包括:
S111:将目标人员的头皮健康状态信息分别输入到所述头皮水油状态检测模型、所述头皮质地状态检测模型、所述头屑状态检测模型、所述毛囊状态检测模型、所述头皮微环境检测模型和所述头发状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值、所述头皮质地状态检测模型输出的头皮质地状态检测值、所述头屑状态检测模型输出的头屑状态检测值、所述毛囊状态检测模型输出的毛囊状态检测值、所述头皮微环境检测模型输出的头皮微环境检测值,以及所述头发状态检测模型输出的头发状态检测值。
S112:将所述头皮水油状态检测值、所述头皮质地状态检测值、所述头屑状态检测值、所述毛囊状态检测值、所述头皮微环境检测值,以及所述头发状态检测值进行加权求和,得到头皮健康状态检测值。
本实施例中,在对头皮健康状态进行检测时,本申请可以使用头皮健康状态检测模型中的多个子模型进行多维度的检测。例如,本申请中的头皮健康状态检测模型可以包括头皮水油状态检测模型、头皮质地状态检测模型、头屑状态检测模型、毛囊状态检测模型、头皮微环境检测模型和头发状态检测模型。
在对目标人员的头皮健康状态信息进行检测时,可以通过头皮水油状态检测模型来检测目标人员的头皮水油状态,从而评估头皮水润或者干燥情况,并且头皮的水油状态也与头皮炎症性皮疹等头皮炎症因素密切相关;也可以通过头皮质地状态检测模型来检测目标人员的头皮质地状态,从而评估头皮弹性情况是否饱满或者松弛,头皮颜色情况是否平衡正常或者淤滞泛红,头皮感觉的特征、强度和发生频率等;也可以通过头屑状态检测模型来检测目标人员的头屑密度,从而评估头屑的数量、颜色、大小状态;也可以通过毛囊状态检测模型来检测目标人员的毛囊密度,从而评估头皮毛囊的生长代谢情况和头皮的微循环营养状况是否正常;也可以通过头皮微环境检测模型来检测目标人员的头皮酸碱度,从而评估头皮上的微生物代谢情况是否正常,以及头皮微环境是否平衡;还可以通过头发状态检测模型来检测目标人员的头发状态,从而评估头发的光泽和柔顺程度。
当得到头皮水油状态检测模型输出的头皮水油状态检测值、头皮质地状态检测模型输出的头皮质地状态检测值、头屑状态检测模型输出的头屑状态检测值、毛囊状态检测模型输出的毛囊状态检测值、头皮微环境检测模型输出的头皮微环境检测值,以及头发状态检测模型输出的头发状态检测值后,便可以将头皮水油状态检测值、头皮质地状态检测值、头屑状态检测值、毛囊状态检测值、头皮微环境检测值,以及头发状态检测值进行加权求和,从而得到头皮健康状态检测值。
在一个实施例中,所述头皮水油状态检测模型可以包括头皮水分含量检测模型、头皮油脂含量检测模型和头皮水油比例检测模型。
S111中将目标人员的头皮健康状态信息输入到所述头皮水油状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值,可以包括:
S1111:将目标人员的头皮水油状态信息分别输入到所述头皮水分含量检测模型、所述头皮油脂含量检测模型和所述头皮水油比例检测模型中,得到所述头皮水分含量检测模型输出的头皮水分含量检测值、所述头皮油脂含量检测模型输出的头皮油脂含量检测值,以及所述头皮水油比例检测模型输出的头皮水油比例检测值。
S1112:将所述头皮水分含量检测值、所述头皮油脂含量检测值和所述头皮水油比例检测值进行加权求和,得到头皮水油状态检测值。
本实施例中,在对目标人员的头皮水油状态进行检测时,可以分别对目标人员的头皮水分含量、头皮油脂含量以及头皮水油比例进行检测,因此,本申请可以将头皮水油状态检测模型划分为头皮水分含量检测模型、头皮油脂含量检测模型和头皮水油比例检测模型,并通过头皮水分含量检测模型、头皮油脂含量检测模型和头皮水油比例检测模型分别对目标人员的头皮水分含量、头皮油脂含量以及头皮水油比例进行检测。
当得到头皮水分含量检测模型输出的头皮水分含量检测值、头皮油脂含量检测模型输出的头皮油脂含量检测值,以及头皮水油比例检测模型输出的头皮水油比例检测值后,便可以将头皮水分含量检测值、头皮油脂含量检测值和头皮水油比例检测值进行加权求和,从而得到头皮水油状态检测值。
进一步地,本申请中利用头皮水分含量检测模型对头皮水分含量H进行检测时,主要通过以下公式进行计算:
H%=(Hn-H)/H×100%,(Hn:受试者的测评值,H:气血平衡组H的平均值)。
本申请利用头皮油脂含量检测模型对头皮油脂含量Lp进行检测时,主要通过以下公式进行计算:
Lp%=(Lpn-Lp)/Lp×100%,(Lpn:受试者的测评值,Lp:气血平衡组H的平均值)。
本申请利用头皮水油比例检测模型头皮水油比例进行检测时,主要通过以下公式进行计算:
H/Lp%=(H/Lpn-H/Lp)/H/Lp×100%,(H/Lpn:受试者的测评值,H/Lp:气血平衡组H/Lp的平均值)。
另外,本申请在利用头屑状态检测模型对头屑密度D进行检测时,可以通过以下公式进行计算:
D=(Dn-D)/D×100%,(Dn:受试者的测评值,D:气血平衡组D平均值)。
本申请在利用毛囊状态检测模型对毛囊密度F进行检测时,可以通过以下公式进行计算:
F=(Fn-F)/F×100%,(Fn:受试者的测评值,F:气血平衡组F平均值)。
本申请在利用头皮微环境检测模型对头皮酸碱度pH进行检测时,可以通过以下公式进行计算:
pH=(pHn-pH)/pH×100%,(pHn:受试者的测评值,pH:气血平衡组pH平均值)。
而本申请在利用头发状态检测模型对头发光圈占比R检测时,则可以通过以下公式进行计算:
R=(Rn-R)/R×100%,(Rn:受试者的测评值,R:气血平衡组R平均值)。
其中,气血平衡组具体为气血健康和气血平衡的人群;头皮水分含量信息和头皮油脂含量信息可以采用皮肤表面水分含量测试仪(CK Corneometer)和皮肤油脂含量测试仪(CK Sebumeter)进行测定;头屑密度信息可以采用皮肤显微镜进行测定,并计算所测量头屑占整体测量面积的百分比;头皮酸碱度信息可以采用酸碱度测试仪(CK pH meter)进行测定;头发光圈占比信息可以采用对照相图片的分析法进行测定,计算头发光圈区域占全部头发面积的百分比。
在一个实施例中,所述头皮质地状态检测模型可以包括头皮弹性状态检测模型、头皮L值状态检测模型、头皮a值状态检测模型、头皮b值状态检测模型和头皮感觉检测模型。
S111中将目标人员的头皮健康状态信息输入到所述头皮质地状态检测模型中,得到所述头皮质地状态检测模型输出的头皮质地状态检测值,可以包括:
S210:将目标人员的头皮质地状态信息分别输入到所述头皮弹性状态检测模型、所述头皮L值状态检测模型、所述头皮a值状态检测模型、所述头皮b值状态检测模型和所述头皮感觉检测模型中,得到所述头皮弹性状态检测模型输出的头皮弹性状态检测值、所述头皮L值状态检测模型输出的头皮L值状态检测值、所述头皮a值状态检测模型输出的头皮a值状态检测值、所述头皮b值状态检测模型输出的头皮b值状态检测值,以及所述头皮感觉检测模型输出的头皮感觉检测值。
S211:将所述头皮弹性状态检测值、所述头皮L值状态检测值、所述头皮a值状态检测值、所述头皮b值状态检测值和所述头皮感觉检测值进行加权求和,得到头皮质地状态检测值。
本实施例中,在对目标人员的头皮质地状态进行检测时,可以通过头皮弹性状态检测模型、头皮L值状态检测模型、头皮a值状态检测模型、头皮b值状态检测模型和头皮感觉检测模型分别对目标人员的头皮弹性状态、头皮L值状态、头皮a值状态、头皮b值状态以及头皮感觉进行检测,从而得到头皮弹性状态检测值、头皮L值状态检测值、头皮a值状态检测值、头皮b值状态检测值和头皮感觉检测值;接着,本申请可以将头皮弹性状态检测值、头皮L值状态检测值、头皮a值状态检测值、头皮b值状态检测值和头皮感觉检测值进行加权求和,从而得到头皮质地状态检测值。
具体地,本申请利用头皮弹性状态检测模型对头皮弹性状态E进行检测时,可以通过如下计算公式实现:
E%=(En-E)/E×100%,(En:受试者的测评值,E:气血平衡组E的平均值)。
本申请利用头皮L值状态检测模型对头皮L值状态L进行检测时,可以通过如下计算公式实现:
L%=(L n-L)/L×100%,(Ln:受试者的测评值,L:气血平衡组L平均值)。
本申请利用头皮a值状态检测模型对头皮a值状态a进行检测时,可以通过如下计算公式实现:
a=(an-a)/a×100%,(an:受试者的测评值,a:气血平衡组a平均值)。
本申请利用头皮b值状态检测模型对头皮b值状态b进行检测时,可以通过如下计算公式实现:
b=(bn-b)/b×100%,(bn:受试者的测评值,b:气血平衡组b平均值)。
本申请利用头皮感觉检测模型对头皮感觉S进行检测时,可以通过如下计算公式实现:
S=(Sn-S)/S×100%,(Sn:受试者的∑头皮感觉的强度和头皮感觉的频率,S:气血平衡组S平均值)。
头皮弹性信息可以采用头皮弹性测试仪(CK Cutometer)进行测定;头皮L值指标采用皮肤颜色测试仪(CK Colorimeter)进行测定;头皮a值指标采用皮肤颜色测试仪(CKCoLorimeter)进行测定;头皮b值指标采用皮肤颜色测试仪(CK CoLorimeter)进行测定;
其中,头皮弹性状态可以采用头皮弹性测试仪(CK Cutometer)进行测定;头皮L值可以采用皮肤颜色测试仪(CK Colorimeter)进行测定;头皮a值可以采用皮肤颜色测试仪(CK CoLorimeter)进行测定;头皮b值可以采用皮肤颜色测试仪(CK CoLorimeter)进行测定;头皮感觉(头皮感觉为头皮感觉的强度和头皮感觉的频率的综合评分)可以采用针对头皮正常、瘙痒、麻木、刺痛、灼烧、疼痛和紧绷的感觉情况进行评估,并按照头皮感觉的强度进行评分(无自觉症状为0分、稍有感觉为1分、感觉明显为2分、感觉明显且需要干预才能减轻为3分、感觉明显且在干预情况下依然存在为4分和无法忍受为5分),同时,按照头皮感觉的频率进行评分(每天没有发生为0分、每天偶尔发生为1分、每天间隔时间发生为2分、每天经常发生-3分和每天随时持续发生为4分),根据头皮感觉的强度和头皮感觉的频率进行综合评分(综合评分=∑头皮感觉的强度和头皮感觉的频率评分之和)。
在一个实施例中,所述头皮气血状态检测模型可以包括头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型。
S120中将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值,可以包括:
S121:将所述目标人员的头皮气血状态信息分别输入到所述头皮局部血氧饱和度指标检测模型、所述头皮局部温度指标检测模型和所述头皮氢化可的松水平指标检测模型中,得到所述头皮局部血氧饱和度指标检测模型输出的头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测模型输出的头皮局部温度指标检测值,以及所述头皮氢化可的松水平指标检测模型输出的头皮氢化可的松水平指标检测值。
S122:将所述头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测值和所述头皮氢化可的松水平指标检测值进行加权求和,得到头皮气血状态检测值。
本实施例中,在对目标人员的头皮气血状态进行检测时,可以分别通过头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型来对目标人员的头皮局部血氧饱和度指标、头皮局部温度指标以及头皮氢化可的松水平指标进行检测,并将头皮局部血氧饱和度指标检测值、头皮局部温度指标检测值和头皮氢化可的松水平指标检测值进行加权求和后,得到头皮气血状态检测值。
可以理解的是,头皮在健康状态下,其头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型所输出的评分具有一定的区间范围,因此,经过对应模型输出的头皮气血状态评分,可以用于对头皮气血状态检测模型的评分,获得中医头皮气血状态信息,包括气血平衡、气血瘀滞和气血两虚。
其中,头皮局部血氧饱和度指标检测模型对头皮局部血氧饱和度指标Oxy进行分析与计算可通过如下公式实现:
Oxy=(Oxy n-Oxy)/Oxy×100%,(Oxy n:受试者的测评值,Oxy:气血平衡组Oxy平均值)。
头皮局部的具体位置如图2所示,图2为本申请实施例提供的头皮局部位置结构示意图;本申请使用头皮局部温度指标检测模型对头皮局部温度指标T进行分析与计算可通过如下公式实现:
T=(Tn-T)/T×100%,(Tn:受试者的测评值,T:气血平衡组T平均值)。
头皮氢化可的松水平指标检测模型对头皮氢化可的松指标Hc进行分析与计算可通过如下公式实现:
Hc=(Hc n-Hc)/Hc×100%,(Hc n:受试者的测评值,Hc:气血平衡组Hc平均值)。
上述实施例中头皮局部血氧饱和度状态可以采用血氧饱和度测量仪进行测定;头皮局部温度可以采用温度测量仪进行测定;头皮氢化可的松指标可以采用人头皮毛囊氢化可的松水平酶联免疫测试试剂盒进行测定。
进一步地,本申请可以事先对60人进行临床测试评估,获得60人的各种指标后,通过头皮水油状态检测模型、头皮质地状态检测模型、头屑状态检测模型、毛囊状态检测模型、头皮微环境检测模型、头发状态检测模型、头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型进行计算获得头皮健康状态检测值和头皮气血状态检测值,其中,头皮健康状态检测值和头皮气血状态检测值的最大值和最小值如表1所示;
表1为头皮健康状态检测值和头皮气血状态检测值的最大值和最小值
由表1可见,本申请可以对多维度的头皮健康状态进行检测,并计算头皮健康状态检测值的最小值和最大值,最终可以取平均值作为头皮健康状态检测值,同理,也可通过该方式得到头皮气血状态检测值。
其中,头皮健康状态检测值的最小值和最大值指的是头皮多维度相关指标的相对变化率的最小值和最大值,而头皮每一维度的每一项测量数据与“气血平衡”组比较的相对变化率数值计算公式为:(受试者每一项测量数据-气血平衡组相对应测量数据的平均值)/气血平衡组相对应测量数据的平均值。
本申请可以根据上述头皮多维度相关指标的相关变化率的最小值和最大值所对应的变化率范围,定义不同头皮测量指标的评分分级。例如,当头皮测量指标为头皮水分含量指标时,本申请可以根据头皮水分含量指标的相对变化率最小值-34.41%以及最大值80.61%,来对头皮水分含量评估分值进行定义,如>=60%为0,59%-50%为1,49%-40%为2,39%-30%为3,<=30%为4;当头皮测量指标为头皮油脂含量时,其相对变化率最小值为-84.45%,最大值为169.86%,相应地,对头皮油脂含量评估分支进行定义后,<=30%为0,31%-60%为1,61%-90%为2,91%-120%为3,>=121%为4,具体可以根据实际情况进行调整,在此不做限制。
在一个实施例中,S130中基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,可以包括:
S131:确定与所述头皮健康状态检测值对应的第一权重系数,以及与所述头皮气血状态检测值对应的第二权重系数。
S132:根据所述头皮健康状态检测值和所述第一权重系数,以及所述头皮气血状态检测值和所述第二权重系数,计算所述目标人员的头皮健康指数。
本实施例中,在确定目标人员的头皮健康指数时,可以先确定与头皮健康状态检测值对应的第一权重系数,以及与头皮气血状态检测值对应的第二权重系数,接着可以根据头皮健康状态检测值和第一权重系数,以及头皮气血状态检测值和第二权重系数,计算目标人员的头皮健康指数。
具体地,本申请中的头皮健康指数可以通过如下公式进行计算:
头皮健康指数={头皮健康状态检测值×N%+头皮气血状态检测值×(100-N)%}。
进一步地,作为一种具体的实现方式,本申请可以将气血平衡的受试者的中医气血状态定义为0,将气血两虚的受试者的中医气血状态定义为1,将气血瘀滞的受试者的中医气血状态定义为2;然后,本申请可以通过SPSS软件中的线性回归功能,建立“头皮健康状态检测模型数据”与“头皮健康状态”的拟合曲线。例如,本申请可以将“中医气血状态数据”(即上文中定义的0,1或2)指定为“因变量”,将“头皮健康状态检测模型数据”,即H%、Lp%、(H/Lp)%、L%、a%、b%、pH%、D%、F%、E%、R%、S%指定为自变量,选择回归系数为“估计(E)”,选择“使用F的概率(O)”,同时设置“进入(E)”为0.05,设置“删除(M)”为0.1,确认并开始运算,最终得到输出结果为各头皮健康状态检测模型数据对应的数值,分别为-0.049,-0.024,0.035,-0.859,-0.484,0.184,-0.316,0.001,-0.207,-0.106,-0.078,-0.003,每一数值可作为各头皮健康状态检测模型数据的加权系数,如α、β、γ、δ、ξ、ζ、η、θ、κ、λ、σ、τ。
本申请还可以通过SPSS软件中的线性回归功能,建立“头皮气血状态检测模型数据”与“头皮气血状态”的拟合曲线。例如,本申请可以将“中医气血状态数据”(即上文中定义的0,1或2)指定为“因变量”,将“头皮气血状态检测模型数据”,即Hc%、Oxy%、T%指定为自变量,选择回归系数为“估计(E)”,选择“使用F的概率(O)”,同时设置“进入(E)”为0.05,设置“删除(M)”为0.1,确认并开始运算,最终得到输出结果为各头皮气血状态检测模型数据对应的数值,分别为0.791,5.731,-50.866,每一数值可作为各头皮气血状态检测模型数据的加权系数,如χ、μ、ν。
接着,本申请可以根据受试者S1和受试者S2所对应的头皮健康状态检测模型对头皮健康状态检测模型输出的头皮健康状态检测值和头皮气血状态检测模型输出的中医头皮气血状态信息数值进行计算,将得出的数据进行拟合,得到头皮健康指数。
其中,头皮健康状态检测值%=-0.049×H%-0.024×Lp%+0.035×(H/Lp)%-0.859×L%-0.484×a%+0.184×b%-0.316×pH%+0.001×D%-0.207×F%-0.106×E%-0.078×R%-0.003×S%;头皮气血状态检测值%=0.791×Hc%+5.731×Oxy%-50.866×T%。若头皮健康状态检测模型和头皮气血状态检测模型所进行的各自数据计算评分经加权后分值各占头皮健康指数50%的权重,那么,头皮健康指数=头皮健康状态分值×50%+头皮气血状态分值×50%。
下面本申请将通过表2来对受试者S1和受试者S2的头皮健康指数进行计算,具体的头皮健康数据如下表所示:
表2为受试者S1和受试者S2的头皮健康数据
从表2可知,受试者S1的头皮健康指数=(-22.15%)×50%+(-27.40%)×50%=-24.77%;受试者S2的头皮健康指数=(4.24%)×50%+(36.06%)×50%=20.15%;受试者S1的头皮健康指数在-30%--21%范围,受试者S2的头皮健康指数在-20%-20%范围。通过受试者S1和受试者S2的头皮健康指数,可以判断受试者人群及个体间可能存在的真实差异,从而进一步论证本申请的实用性。
在一个实施例中,S130中依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估,可以包括:
S310:将所述头皮健康指数映射为头皮健康指数评分。
S311:将所述头皮健康指数评分与各个预设的评分阈值进行匹配,确定所述头皮健康指数评分的评分阈值,其中,每一评分阈值设置有对应的头皮健康状况评估结果。
S312:根据所述头皮健康指数评分的评分阈值对应的头皮健康状况评估结果,对所述目标人员的头皮健康状况进行评估。
本实施例中,在对目标人员的头皮健康状况进行评估时,可以将头皮健康指数映射为头皮健康指数评分,然后将该头皮健康指数评分与各个预设的评分阈值进行匹配,确定头皮健康指数评分的评分阈值,接着可以根据头皮健康指数评分的评分阈值对应的头皮健康状况评估结果,对目标人员的头皮健康状况进行评估。
具体地,本申请可以按照预置公式将头皮健康指数映射为对应的头皮健康指数评分,接着根据该头皮健康指数评分来确定头皮健康指数评分的评分阈值,并根据头皮健康指数评分的评分阈值来确定相应的头皮健康状况评估结果,具体参见表3:
表3为不同头皮健康指数下的头皮健康状况评估结果
表3中示出了头皮健康指数与头皮健康指数评分,以及头皮健康状况评估结果之间的对应关系,本申请可以根据上述头皮多维度相关指标的相关变化率的最小值和最大值所对应的变化率范围,定义不同头皮测量指标的评分分级。由表3可知,当头皮健康指数≤-51.00%时,对应的头皮健康指数评分为≤-5,与该头皮健康指数评分的评分阈值对应的头皮健康状况评估结果为头皮局部气血严重淤滞,油腻,渗出性头屑,暗红炎症,丘疹,瘙痒。而上述头皮健康指数的指数区间以及对应的头皮健康状况评估结果,均是预先对大量受试者进行测试后统计、分析得到的,在统计分析的过程中,本申请可以将受试者的每一头皮健康状态检测模型数据以及头皮气血状态检测模型数据分别与各指标数据进行相关性分析,如头皮表面水分含量与头皮温度的相关性、头皮表面水油比与头皮温度的相关性等,基于各指标数据的相关性分析,本申请可以从多个维度来对受试者的头皮健康状况进行评估。由此可见,通过本申请的头皮健康状况评估方法,可以较为全面、客观、准确地得到头皮健康状况评估结果。
下面对本申请实施例提供的头皮健康状况评估装置进行描述,下文描述的头皮健康状况评估装置与上文描述的头皮健康状况评估方法可相互对应参照。
在一个实施例中,如图3所示,图3为本申请实施例提供的一种头皮健康状况评估装置的结构示意图;本申请还提供了一种头皮健康状况评估装置,可以包括头皮健康状态检测模块210、头皮气血状态检测模块220、头皮健康状况评估模块230,具体包括如下:
头皮健康状态检测模块210,用于将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值。
头皮气血状态检测模块220,用于将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值。
头皮健康状况评估模块230,用于基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,并依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估。
上述实施例中,在对目标人员的头皮健康状况进行评估时,可以利用预先配置的头皮健康状态检测模型对目标人员的头皮健康状态进行检测,并得到头皮健康状态检测值,以及可以利用预先配置的头皮气血状态检测模型对目标人员的头皮气血状态进行评估,并得到头皮气血状态检测值,接着可以根据头皮健康状态检测值和头皮气血状态检测值来确定目标人员的头皮健康指数,并依据该头皮健康指数对目标人员的头皮健康状况进行评估;本申请中,在对目标人员的头皮健康状况进行评估时,不仅考虑了头皮健康状态,还考虑了头皮气血状态,从而使得头皮健康状况的评估更加全面,得到的头皮健康状况评估结果更加准确。
在一个实施例中,本申请还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述头皮健康状况评估方法的步骤。
在一个实施例中,本申请还提供了一种计算机设备,包括:一个或多个处理器,以及存储器。
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如上述实施例中任一项所述头皮健康状况评估方法的步骤。
示意性地,如图4所示,图4为本申请实施例提供的一种计算机设备的内部结构示意图,该计算机设备300可以被提供为一服务器。参照图4,计算机设备300包括处理组件302,其进一步包括一个或多个处理器,以及由存储器301所代表的存储器资源,用于存储可由处理组件302的执行的指令,例如应用程序。存储器301中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件302被配置为执行指令,以执行上述任意实施例的头皮健康状况评估方法。
计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源管理,一个有线或无线网络接口304被配置为将计算机设备300连接到网络,和一个输入输出(I/O)接口305。计算机设备300可以操作基于存储在存储器301的操作系统,例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种头皮健康状况评估方法,其特征在于,所述方法包括:
将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值;
将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值;
基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,并依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估。
2.根据权利要求1所述的方法,其特征在于,所述头皮健康状态检测模型包括头皮水油状态检测模型、头皮质地状态检测模型、头屑状态检测模型、毛囊状态检测模型、头皮微环境检测模型和头发状态检测模型;
所述将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值,包括:
将目标人员的头皮健康状态信息分别输入到所述头皮水油状态检测模型、所述头皮质地状态检测模型、所述头屑状态检测模型、所述毛囊状态检测模型、所述头皮微环境检测模型和所述头发状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值、所述头皮质地状态检测模型输出的头皮质地状态检测值、所述头屑状态检测模型输出的头屑状态检测值、所述毛囊状态检测模型输出的毛囊状态检测值、所述头皮微环境检测模型输出的头皮微环境检测值,以及所述头发状态检测模型输出的头发状态检测值;
将所述头皮水油状态检测值、所述头皮质地状态检测值、所述头屑状态检测值、所述毛囊状态检测值、所述头皮微环境检测值,以及所述头发状态检测值进行加权求和,得到头皮健康状态检测值。
3.根据权利要求2所述的方法,其特征在于,所述头皮水油状态检测模型包括头皮水分含量检测模型、头皮油脂含量检测模型和头皮水油比例检测模型;
所述将目标人员的头皮健康状态信息输入到所述头皮水油状态检测模型中,得到所述头皮水油状态检测模型输出的头皮水油状态检测值,包括:
将目标人员的头皮水油状态信息分别输入到所述头皮水分含量检测模型、所述头皮油脂含量检测模型和所述头皮水油比例检测模型中,得到所述头皮水分含量检测模型输出的头皮水分含量检测值、所述头皮油脂含量检测模型输出的头皮油脂含量检测值,以及所述头皮水油比例检测模型输出的头皮水油比例检测值;
将所述头皮水分含量检测值、所述头皮油脂含量检测值和所述头皮水油比例检测值进行加权求和,得到头皮水油状态检测值。
4.根据权利要求2所述的方法,其特征在于,所述头皮质地状态检测模型包括头皮弹性状态检测模型、头皮L值状态检测模型、头皮a值状态检测模型、头皮b值状态检测模型和头皮感觉检测模型;
所述将目标人员的头皮健康状态信息输入到所述头皮质地状态检测模型中,得到所述头皮质地状态检测模型输出的头皮质地状态检测值,包括:
将目标人员的头皮质地状态信息分别输入到所述头皮弹性状态检测模型、所述头皮L值状态检测模型、所述头皮a值状态检测模型、所述头皮b值状态检测模型和所述头皮感觉检测模型中,得到所述头皮弹性状态检测模型输出的头皮弹性状态检测值、所述头皮L值状态检测模型输出的头皮L值状态检测值、所述头皮a值状态检测模型输出的头皮a值状态检测值、所述头皮b值状态检测模型输出的头皮b值状态检测值,以及所述头皮感觉检测模型输出的头皮感觉检测值;
将所述头皮弹性状态检测值、所述头皮L值状态检测值、所述头皮a值状态检测值、所述头皮b值状态检测值和所述头皮感觉检测值进行加权求和,得到头皮质地状态检测值。
5.根据权利要求1所述的方法,其特征在于,所述头皮气血状态检测模型包括头皮局部血氧饱和度指标检测模型、头皮局部温度指标检测模型和头皮氢化可的松水平指标检测模型;
所述将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值,包括:
将所述目标人员的头皮气血状态信息分别输入到所述头皮局部血氧饱和度指标检测模型、所述头皮局部温度指标检测模型和所述头皮氢化可的松水平指标检测模型中,得到所述头皮局部血氧饱和度指标检测模型输出的头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测模型输出的头皮局部温度指标检测值,以及所述头皮氢化可的松水平指标检测模型输出的头皮氢化可的松水平指标检测值;
将所述头皮局部血氧饱和度指标检测值、所述头皮局部温度指标检测值和所述头皮氢化可的松水平指标检测值进行加权求和,得到头皮气血状态检测值。
6.根据权利要求1所述的方法,其特征在于,所述基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,包括:
确定与所述头皮健康状态检测值对应的第一权重系数,以及与所述头皮气血状态检测值对应的第二权重系数;
根据所述头皮健康状态检测值和所述第一权重系数,以及所述头皮气血状态检测值和所述第二权重系数,计算所述目标人员的头皮健康指数。
7.根据权利要求1所述的方法,其特征在于,所述依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估,包括:
将所述头皮健康指数映射为头皮健康指数评分;
将所述头皮健康指数评分与各个预设的评分阈值进行匹配,确定所述头皮健康指数评分的评分阈值,其中,每一评分阈值设置有对应的头皮健康状况评估结果;
根据所述头皮健康指数评分的评分阈值对应的头皮健康状况评估结果,对所述目标人员的头皮健康状况进行评估。
8.一种头皮健康状况评估装置,其特征在于,包括:
头皮健康状态检测模块,用于将目标人员的头皮健康状态信息输入到预先配置的头皮健康状态检测模型中,得到所述头皮健康状态检测模型输出的头皮健康状态检测值;
头皮气血状态检测模块,用于将所述目标人员的头皮气血状态信息输入到预先配置的头皮气血状态检测模型中,得到所述头皮气血状态检测模型输出的头皮气血状态检测值;
头皮健康状况评估模块,用于基于所述头皮健康状态检测值和所述头皮气血状态检测值,确定所述目标人员的头皮健康指数,并依据所述头皮健康指数对所述目标人员的头皮健康状况进行评估。
9.一种存储介质,其特征在于:所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述头皮健康状况评估方法的步骤。
10.一种计算机设备,其特征在于,包括:一个或多个处理器,以及存储器;
所述存储器中存储有计算机可读指令,所述计算机可读指令被所述一个或多个处理器执行时,执行如权利要求1至7中任一项所述头皮健康状况评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210264326.XA CN114741849A (zh) | 2022-03-17 | 2022-03-17 | 头皮健康状况评估方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210264326.XA CN114741849A (zh) | 2022-03-17 | 2022-03-17 | 头皮健康状况评估方法、装置、存储介质及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114741849A true CN114741849A (zh) | 2022-07-12 |
Family
ID=82277594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210264326.XA Pending CN114741849A (zh) | 2022-03-17 | 2022-03-17 | 头皮健康状况评估方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114741849A (zh) |
-
2022
- 2022-03-17 CN CN202210264326.XA patent/CN114741849A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cundiff et al. | Is subjective social status a unique correlate of physical health? A meta-analysis. | |
Altman et al. | Measurement in medicine: the analysis of method comparison studies | |
Jensen et al. | Increasing the reliability and validity of pain intensity measurement in chronic pain patients | |
Russell et al. | The relationship between variability and sensitivity in large-scale longitudinal visual field data | |
O'brien et al. | Procedures for setting normal values | |
Dinca-Panaitescu et al. | The dynamics of the relationship between diabetes incidence and low income: longitudinal results from Canada's National Population Health Survey | |
KR20180074597A (ko) | 제지방지수에 기초하여 근감소증을 진단하는 장치 및 방법 | |
Harris | Some theory of reference values. I. Stratified (categorized) normal ranges and a method for following an individual's clinical laboratory values | |
US20160292380A1 (en) | Device and method for predicting skin age by using quantifying means | |
Sadatsafavi et al. | Quality of life and asthma symptom control: room for improvement in care and measurement | |
da Silva et al. | Male body dissatisfaction scale (MBDS): proposal for a reduced model | |
CN109102888A (zh) | 一种人体健康评分方法 | |
Austin | Bayesian extensions of the Tobit model for analyzing measures of health status | |
Minkin | Calculation of Psychophysiological Responses to Multifactorial Stimuli in the Adaptive Questionnaire of Personality Characteristics Dispersion into Independent Components. Kuleshov Effect Comeback to Psychophysiology | |
CN106295202B (zh) | 基于Hale指数的青少年健康状况动态分析方法 | |
CN114741849A (zh) | 头皮健康状况评估方法、装置、存储介质及计算机设备 | |
CN112768074A (zh) | 一种基于人工智能的重疾风险预测方法及系统 | |
Tladi et al. | Determination of optimal cut-off values for waist circumferences used for the diagnosis of the metabolic syndrome among Batswana adults (ELS 32) | |
Minkin et al. | Patterns of Psychophysiological Responses to Multifactor Stimuli Associated with Multiple Intelligences and Personality Vices | |
Lee et al. | Comparison of regression models for serial visual field analysis | |
Biers et al. | Alternative approaches to analyzing SWAT data | |
Heimendinger et al. | Growth changes: Measuring the effect of an intervention | |
Bintig | The efficiency of various estimations of reliability of rating scales | |
CN113488173B (zh) | 一种人体免疫系统生理年龄的确定方法及装置 | |
Segedi et al. | Cardiorespiratory fitness assessment among firefighters: Is the non-exercise estimate accurate? |
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 |