皮肤:一种新的手持物联网设备,用于验证皮肤的生物物理特征

科学领域:

• 皮肤病学 皮肤病学
• 人工智能的人工智能
• 医疗器械 医疗器械

背景情况:

• 人工智能 (AI),特别是机器学习 (ML) 和深度学习 (DL),正在改变皮肤病诊断.
• 人工智能驱动系统的诊断准确度与黑色素瘤等疾病的人类专家相当或超过.
• 整合ML/DL使得开发可行的家庭皮肤分析设备成为可能.

研究的目的:

• 介绍Skinly系统,这是一个用于非侵入性个人皮肤特征评估的手持设备.
• 评估Skinly系统在测量各种皮肤参数方面的有效性.
• 在实验室和家庭环境中验证Skinly系统的性能.

主要方法:

• 斯金利设备配备了一个湿度传感器和一个多光源摄像头.
• 最先进的深度学习 (DL) 算法被用于高效的图像处理.
• 在实验室和家庭研究中,有效性与已建立的"黄金标准"方法进行了验证.

主要成果:

• 皮肤精确地测量了与年龄相关的参数:面部年龄,皮肤平坦度和纹.
• 与已建立的光泽度,皮肤色调,红色和氨酸水平的设备相一致的数据生成.
• 一项研究使用Skinly和标准仪器评估了保湿配方对皮肤水分的作用.

结论:

• 斯金利设备,其多参数测量功能和智能手机应用程序,有可能取代昂贵和耗时的诊断工具.
• 皮肤为全面的皮肤分析提供了可靠和多功能工具,为皮肤学研究开辟了新的途径.