基于近红外光谱技术的皮肤油脂含量检测方法技术

基于近红外光谱技术的皮肤油脂含量检测方法，属于近红外光谱技术研究领域，为了解决现有技术中测量速度较慢，测试项目单一的问题，以实现对皮肤油脂含量更快速、精确，多成分同时进行的测量，该方法包括：第一步，采集皮肤油脂样品的近红外光谱信息，第二步，应用SEBUMETER测量相应皮肤油脂含量，第三步，对步骤一获得的光谱信息进行处理，第四步，建立皮肤油脂预测模型，第五步，预测模型建立后，利用该模型对模型样品以外其他人的皮肤油脂检测；随着本发明专利技术方法的实现，基于该原理的皮肤检测仪器将可应运而生，从而带动开创新的皮肤检测仪器市场。

【技术实现步骤摘要】

本专利技术涉及基于近红外光谱技术的皮肤油脂含量检测方法，属于近红外光谱技术研究领域。
技术介绍
皮肤皮脂腺所分泌的油脂(即皮脂)，具有滋润皮肤、毛发，防止皮肤水分蒸发，抑制和杀灭皮肤表面的细菌等功效。通过分析皮肤表面皮脂含量，除了可以判断皮肤类型外，还可以通过皮脂含量的变化，推断人体代谢情况，并做出相应调理；与此同时，皮脂异常分泌或分泌成分改变将会导致许多皮肤病(如痤疮等)的发生，为研究皮脂异常与疾病的关系，也需要先实现皮脂含量的测定。因此，皮脂含量检测具有重要意义。现阶段皮肤油脂测量的方法中，国际上认可的测量方式是应用皮肤油脂测试仪器(SEBUMETER)进行测量。该仪器是基于光度计原理，一种0.1mm厚的特殊消光胶带吸收人体皮肤上的油脂后，就会变成一种透明的胶带，它的透光量就会发生变化，吸收的油脂越多，透光量就会越大，这样就可以测量皮肤油脂的含量。该检测方法虽被广泛使用，但仍存在着测量速度慢，测试项目单一等不足。
技术实现思路
本专利技术为了解决现有技术中测量速度较慢，测试项目单一的问题，以实现对皮肤油脂含量更快速、精确，多成分同时进行的测量，提出了基于近红外光谱技术的皮肤皮脂检测方法。本专利技术要解决技术问题的方案是：基于近红外光谱技术的皮肤皮脂检测方法，包括以下步骤：步骤一，采集皮肤油脂样品的近红外光谱信息：使用近红外光谱仪器采集皮肤光谱信息，光谱波段选择油脂吸收显著的范围，采集样品人数大于100，并记录数据；步骤二，应用SEBUMETER测量相应皮肤油脂含量：应用SEBUMETER方法测量各样品步骤一所获得的光谱相对应皮肤油脂含量，该数据作为真实值为后期建模工作备用；步骤三，对步骤一获得的光谱信息进行处理：采用多元散射校正法对光谱信息进行预处理，同时应用马氏距离算法，判断样品当中的异常并予以剔除，从而获得建模所需的光谱信息；步骤四，建立皮肤油脂预测模型：利用步骤三处理后的光谱信息和步骤二获得的油脂测量值数据，通过人工神经网络算法建立预测能力良好、预测结果稳定的皮肤油脂检测模型；步骤五，预测模型建立后，利用该模型对模型样品以外其他人的皮肤油脂检测。步骤三中，多元散射校正法用直接正交信号校正算法替换。步骤四中，人工神经网络算法用偏最小二乘或拓扑方法替换。本专利技术的有益效果：该方法改变传统皮肤油脂SEBUMETER检测方式，通过使用近红外光谱技术实现对皮肤油脂含量的测量，测试方法更简易便捷，测试结果更准确可靠。且当调整光谱波段后，近红外多组分同时测量的优势还可实现对皮肤当中其他物质成分(如水分、黑色素等)含量的同步检测，更能全面了解皮肤状况。与此同时，近红外光谱具有良好的穿透能力，无论是位于皮肤表面还是皮肤内部的油脂，都能被检测，从而确保检测结果的准确性。随着本专利技术方法的实现，基于该原理的皮肤检测仪器将可应运而生，从而带动开创新的皮肤检测仪器市场。附图说明图1：基于近红外光谱技术的皮肤油脂含量检测方法流程图说明。具体实施方式下面结合附图对本专利技术作进一步详细说明。如图1所示，基于近红外光谱技术的皮肤皮脂检测方法，包括以下步骤：步骤一，采集皮肤油脂样品的近红外光谱信息：为确保后期所建皮肤油脂预测模型的精确性和稳定性，需要采集大量皮肤油脂近红外光谱信息。该过程需要邀请众多(人数>100位)实验志愿者。使用近红外光谱仪器，采集各位皮肤光谱信息，光谱波段选择油脂吸收显著的范围，留档备存。步骤二，应用皮肤油脂测试仪(SEBUMETER)测量相应皮肤油脂含量：每位志愿者，当采集其皮肤近红外光谱信息后，便应用SEBUMETER测量其与步骤一所获得的光谱相对应的皮肤油脂含量，该数据作为真实值为后期建模工作备用。步骤三，对步骤一获得的光谱信息进行处理：在获得大量的皮肤油脂光谱信息和相应的含量值后，会在建模之前对所采集的光谱信息进行预处理，以排除仪器噪声，杂散光等干扰，可以采用的预处理方法诸如：多元散射校正法(MSC)、直接正交信号校正法(DOSC)等。同时应用马氏距离算法，判断样品当中的异常并予以剔除，从而获得建模所需要的“纯净”光谱，最大程度的提升所建模型的预测质量。步骤四，建立皮肤油脂预测模型：利用处理后的光谱信息和油脂测量值数据，通过选择合适的算法建立预测能力良好、预测结果稳定的皮肤油脂检测模型。可以采用的建模方法诸多，如人工神经网络(ANN)、偏最小二乘法(PLS)或拓扑方法等。步骤五，预测模型建立后，如果结果证实该模型预测精度良好，稳定性极佳，便可广泛应用于对模型样品以外其他人的皮肤油脂检测工作中。本文档来自技高网...

【技术保护点】
基于近红外光谱技术的皮肤皮脂检测方法，其特征是，包括以下步骤：步骤一，采集皮肤油脂样品的近红外光谱信息：使用近红外光谱仪器采集皮肤光谱信息，光谱波段选择油脂吸收显著的范围，采集样品人数大于100，并记录数据；步骤二，应用SEBUMETER测量相应皮肤油脂含量：应用SEBUMETER方法测量各样品步骤一所获得的光谱相对应皮肤油脂含量，该数据作为真实值为后期建模工作备用；步骤三，对步骤一获得的光谱信息进行处理：采用多元散射校正法对光谱信息进行预处理，同时应用马氏距离算法，判断样品当中的异常并予以剔除，从而获得建模所需的光谱信息；步骤四，建立皮肤油脂预测模型：利用步骤三处理后的光谱信息和步骤二获得的油脂测量值数据，通过人工神经网络算法建立预测能力良好、预测结果稳定的皮肤油脂检测模型；步骤五，预测模型建立后，利用该模型对模型样品以外其他人的皮肤油脂检测。

【技术特征摘要】
1.基于近红外光谱技术的皮肤皮脂检测方法，其特征是，包括以下步骤：
步骤一，采集皮肤油脂样品的近红外光谱信息：使用近红外光谱仪器采集
皮肤光谱信息，光谱波段选择油脂吸收显著的范围，采集样品人数大于100，并
记录数据；
步骤二，应用SEBUMETER测量相应皮肤油脂含量：应用SEBUMETER
方法测量各样品步骤一所获得的光谱相对应皮肤油脂含量，该数据作为真实值
为后期建模工作备用；
步骤三，对步骤一获得的光谱信息进行处理：采用多元散射校正法对光谱
信息进行预处理，同时应用马氏距离算法，判断样品当中的异常并予以剔除，
从而...

【专利技术属性】
技术研发人员：卢启鹏，袁境泽，丁海泉，高洪智，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林;22