申请/专利权人：特里纳米克斯股份有限公司

申请日：2022-10-31

公开（公告）日：2024-06-21

公开（公告）号：CN118234426A

主分类号：A61B5/00

分类号：A61B5/00;G16H20/10;G16H20/30;G16H20/70;G16H40/63;G16H50/20;G16H50/30;G16H50/70

优先权：["20211102 EP 21205984.4"]

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：提出了一种以光学方式确定生物体、具体是人的皮肤112的估计年龄的计算机实施的方法。该方法包括：i.使用该生物体的皮肤112的至少一部分在光谱测量范围上的至少一个样本反射光谱，该光谱测量范围包括1μm至2.5μm的波长范围的至少一部分；以及ii.通过对该样本反射光谱应用至少一个经过训练的可训练模型来确定该生物体的皮肤112的估计年龄。在包括多个经标记的参考反射光谱的训练数据集上训练该可训练模型。这些参考反射光谱中的每一个是在与步骤i.的样本反射光谱的光谱测量范围至少部分地重叠的光谱范围上获得的。这些参考反射光谱中的每一个是具有已知年龄的生物测试体的皮肤112的至少一部分的反射光谱。这些参考反射光谱至少部分地标记有对应生物测试体的至少已知年龄。

主权项：1.一种以光学方式确定生物体、具体是人的皮肤112的估计年龄的计算机实施的方法，该方法包括：i.使用该生物体的皮肤112的至少一部分在光谱测量范围上的至少一个样本反射光谱，该光谱测量范围包括1μm至2.5μm的波长范围的至少一部分；以及ii.通过对该样本反射光谱应用至少一个经过训练的可训练模型来确定该生物体的皮肤112的估计年龄，-其中，在包括多个经标记的参考反射光谱的训练数据集上训练该可训练模型，这些参考反射光谱中的每一个是在与步骤i.的样本反射光谱的光谱测量范围至少部分地重叠的光谱范围上获取的，-其中，这些参考反射光谱中的每一个是具有已知年龄的生物测试体的皮肤112的至少一部分的反射光谱，-其中，这些参考反射光谱至少部分地标记有对应生物测试体的至少已知年龄，-其中，该可训练模型选自由以下各项组成的组：主成分分析模型；回归模型，具体是偏最小二乘回归模型；主成分回归模型；套索回归模型；最近邻模型；人工神经网络，具体是选自由深度神经网络、卷积神经网络、递归神经网络、长短期神经网络组成的组的人工神经网络；支持向量机模型；决策树分类器模型；决策树分类器，具体是随机Forrest分类器和增强决策树分类器中的至少一个，该方法进一步包括用于训练用于在步骤ii.中使用的该可训练模型的至少一个训练步骤，该训练步骤包括提供如步骤ii.中所定义的这些经标记的参考反射光谱，该方法进一步包括使用监督式和半监督式学习架构中的至少一种。

全文数据：

权利要求：

百度查询： 特里纳米克斯股份有限公司 通过近红外光谱法测量人皮肤年龄

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD