基于机器视觉下的皮肤老化分级研究EI北大核心CSCD

皮肤老化是人体衰老进程中最明显的标志,对其进行定性或定量评价具有重要意义,并可广泛应用于人体衰老程度研究以及抗衰老措施功效评价等领域。针对传统人为皮肤老化分级的主观性,本文探索用自组织映射(SOM)神经网络实现对皮肤老化程度的自动分级。首先,采用便携式数码显微镜获取人体前臂腹侧皮肤图像,经图像处理分析,提取皮肤纹理参数:皮沟平均宽度和交点个数,用于表征皮肤纹理老化的变化情况;其次,将纹理参数值输入SOM神经网络,用于网络训练学习及分级。结果显示,本文所设计的基于机器视觉下的皮肤老化评价方法,与人工方法相比较,分类一致率达80.8%,可实现较为客观且快速的皮肤老化分级。