基于距离的整合方法用于人类皮肤类型识别
Wanus Srimaharaj1, Supansa Chaising2
1The International College, Payap University, Chiang Mai, 50000, Thailand.
Computers in biology and medicine
|June 11, 2024
概括
这项研究引入了一种基于距离的新方法,用于使用菲茨帕特里克皮肤尺度准确地分类人类皮肤类型. 该方法实现了高准确性,改进了传统的主观评估.
科学领域:
- 皮肤病学和化学
- 计算机视觉和图像分析
- 生物识别信息 生物识别信息
背景情况:
- 准确识别人类皮肤类型对于皮肤病学,美容学和面部识别至关重要.
- 传统方法依赖于主观评估,导致皮肤类型分类不一致和不准确.
- 皮肤特征的复杂性和变化,受外部因素的影响,对客观分类构成挑战.
研究的目的:
- 提出和评估一种新的,客观的基于距离的整合方法,用于人类皮肤类型的识别.
- 根据建立的菲茨帕特里克皮肤尺度来分类皮肤类型.
- 克服主观评估方法在皮肤类型确定方面的局限性.
主要方法:
- 开发了一种基于距离的整合方法,利用客观距离测量.
- 来自临床图像的HEX颜色代码与目标皮肤类型进行了比较.
- 模糊分析层次过程 (AHP) 算法用于计算每个皮肤类型类别的总得分.
主要成果:
- 拟议的方法实现了93%的高平均精度.
- 该系统的精度为80%,特异性为96%.
- 实验使用了1022张人体皮肤图像的数据集进行.
结论:
- 这种基于距离的新型整合方法为人类皮肤类型的分类提供了可靠和客观的方法.
- 该方法显示了在皮肤和化品应用中提高准确性的巨大潜力.
- 与Fuzzy AHP集成的客观测量为自动皮肤类型识别提供了强大的框架.
