本發(fā)明涉及皮膚數(shù)據(jù)管理，更具體地說(shuō)，它涉及一種皮膚舒緩功效數(shù)據(jù)智能管理方法、系統(tǒng)及介質(zhì)。
背景技術(shù)：
1、隨著人們生活水平的提高，對(duì)皮膚健康與舒緩管理的需求日益增強(qiáng)。目前市場(chǎng)上存在一些皮膚檢測(cè)設(shè)備，如ai-face等，能夠基于機(jī)器學(xué)習(xí)與cnn神經(jīng)網(wǎng)絡(luò)技術(shù)，對(duì)毛孔、色斑、皺紋、紅色區(qū)、痤瘡等多種皮膚參數(shù)進(jìn)行量化分析。傳統(tǒng)的皮膚管理方法雖然在基礎(chǔ)皮膚參數(shù)采集與可視化展示方面取得了一定進(jìn)展，但尚未系統(tǒng)性地整合多維度皮膚數(shù)據(jù)以支持舒緩過(guò)程的動(dòng)態(tài)追蹤、功效量化評(píng)估及智能決策優(yōu)化，尚不能充分滿足用戶在不同階段對(duì)個(gè)性化、持續(xù)性皮膚舒緩方案與效果反饋的需求。
2、因此，如何有效融合多源皮膚參數(shù)、構(gòu)建可迭代的舒緩功效評(píng)估模型、實(shí)現(xiàn)個(gè)性化方案生成與長(zhǎng)期效果跟蹤，并具備良好適應(yīng)性的皮膚舒緩數(shù)據(jù)智能管理方法，成為當(dāng)前亟須解決的技術(shù)問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提供一種皮膚舒緩功效數(shù)據(jù)智能管理方法、系統(tǒng)及介質(zhì)，解決現(xiàn)有技術(shù)中無(wú)法有效預(yù)測(cè)自身免疫疾病超早期風(fēng)險(xiǎn)的技術(shù)問(wèn)題。
2、本發(fā)明提供了一種皮膚舒緩功效數(shù)據(jù)智能管理方法、系統(tǒng)及介質(zhì)，包括：
3、第一方面，一種皮膚舒緩功效數(shù)據(jù)智能管理方法，包括：
4、采集多時(shí)間點(diǎn)的多維度皮膚參數(shù)與環(huán)境變量數(shù)據(jù)，經(jīng)預(yù)處理后形成皮膚狀態(tài)的時(shí)序數(shù)據(jù)集；
5、構(gòu)建皮膚舒緩功效的動(dòng)態(tài)評(píng)估模型，基于時(shí)序數(shù)據(jù)集輸出皮膚狀態(tài)的量化評(píng)估結(jié)果；
6、基于所述量化評(píng)估結(jié)果，設(shè)定舒緩效果的量化指標(biāo)，并設(shè)定皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)；
7、基于皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)用戶的皮膚舒緩響應(yīng)特征，將用戶皮膚狀態(tài)劃分為多個(gè)子類狀態(tài)簇；
8、根據(jù)皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)建立異常識(shí)別機(jī)制，對(duì)多個(gè)子類狀態(tài)簇進(jìn)行異常識(shí)別，得到異常識(shí)別結(jié)果；
9、針對(duì)異常識(shí)別結(jié)果，生成并執(zhí)行差異化的舒緩干預(yù)分配策略；
10、獲取各子類狀態(tài)簇在執(zhí)行所述差異化的舒緩干預(yù)分配策略后的舒緩響應(yīng)特征，并進(jìn)行回溯分析與因果推斷，得到綜合分析結(jié)果；
11、根據(jù)綜合分析結(jié)果剔除偽關(guān)聯(lián)因子，提取真實(shí)有效的舒緩影響因子，并利用所述舒緩影響因子迭代優(yōu)化所述動(dòng)態(tài)評(píng)估模型進(jìn)行下一輪皮膚狀態(tài)的迭代評(píng)估。
12、進(jìn)一步地，所述動(dòng)態(tài)評(píng)估模型采用門控循環(huán)單元與注意力機(jī)制融合的神經(jīng)網(wǎng)絡(luò)架構(gòu)，輸入滑動(dòng)窗口長(zhǎng)度為7天的歷史皮膚狀態(tài)與環(huán)境變量拼接向量，輸出為未來(lái)3天內(nèi)各時(shí)間步的皮膚狀態(tài)預(yù)測(cè)值，其中，所述動(dòng)態(tài)評(píng)估模型的損失函數(shù)為加權(quán)均方誤差，且權(quán)重根據(jù)皮膚參數(shù)臨床重要性設(shè)定；
13、所述舒緩效果的量化指標(biāo)，包括：
14、從量化評(píng)估結(jié)果中提取皮膚參數(shù)變化趨勢(shì)，計(jì)算單皮膚參數(shù)改善幅度、多皮膚參數(shù)協(xié)同改善度、皮膚狀態(tài)恢復(fù)速度及皮膚狀態(tài)穩(wěn)定性系數(shù)；
15、將各量化指標(biāo)按臨床重要性賦予不同權(quán)重后歸一化至0-100分，并設(shè)定分級(jí)評(píng)價(jià)標(biāo)準(zhǔn)，得到五個(gè)評(píng)分等級(jí)，包含優(yōu)秀85-100分、良好70-84分、中等55-69分、較差40-54分、無(wú)效0-39分。
16、進(jìn)一步地，基于皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)用戶的皮膚舒緩響應(yīng)特征，將用戶皮膚狀態(tài)劃分為多個(gè)子類狀態(tài)簇，包括：
17、從量化指標(biāo)中提取用戶的皮膚參數(shù)改善幅度、恢復(fù)速度、穩(wěn)定性系數(shù)及協(xié)同改善度的評(píng)分?jǐn)?shù)據(jù)；
18、提取舒緩響應(yīng)特征參數(shù)，包括修復(fù)速率、炎癥消退斜率、屏障重建穩(wěn)定性、色素代謝效率；
19、將舒緩響應(yīng)特征參數(shù)作為四維坐標(biāo)，在四維響應(yīng)空間中定位用戶皮膚狀態(tài)；
20、采用dbscan聚類算法識(shí)別具有相似舒緩動(dòng)力學(xué)特征的皮膚狀態(tài)點(diǎn)集，將用戶按舒緩響應(yīng)模式劃分為上升響應(yīng)型、遲滯響應(yīng)型、波動(dòng)響應(yīng)型與穩(wěn)定響應(yīng)型四類子類狀態(tài)簇；
21、每隔7天根據(jù)更新的量化指標(biāo)重新計(jì)算用戶所屬子類狀態(tài)簇進(jìn)行動(dòng)態(tài)調(diào)整，并支持跨簇遷移。
22、進(jìn)一步地，根據(jù)皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)建立異常識(shí)別機(jī)制，對(duì)多個(gè)子類狀態(tài)簇進(jìn)行異常識(shí)別，包括：
23、基于量化指標(biāo)設(shè)定多級(jí)皮膚狀態(tài)偏離閾值區(qū)間，針對(duì)不同子類狀態(tài)簇設(shè)定差異化的異常判定標(biāo)準(zhǔn)；
24、通過(guò)計(jì)算當(dāng)前皮膚參數(shù)與預(yù)測(cè)軌跡之間的歐氏距離，生成偏離評(píng)分；
25、將偏離評(píng)分與對(duì)應(yīng)子類狀態(tài)簇的偏離閾值區(qū)間進(jìn)行比對(duì)，確定當(dāng)前用戶在所屬子類狀態(tài)簇中的皮膚狀態(tài)異常等級(jí)；
26、構(gòu)建三層遞進(jìn)式異常識(shí)別架構(gòu)，區(qū)分生理性波動(dòng)、產(chǎn)品無(wú)效反應(yīng)與外部干擾事件；
27、基于三層遞進(jìn)式異常識(shí)別架構(gòu)，輸出各子類狀態(tài)簇的異常識(shí)別結(jié)果。
28、進(jìn)一步地，針對(duì)異常識(shí)別結(jié)果，生成并執(zhí)行差異化的舒緩干預(yù)分配策略，包括：
29、基于異常識(shí)別結(jié)果，分析各子類狀態(tài)簇的特征參數(shù)與異常等級(jí)，識(shí)別不同舒緩響應(yīng)類型及干預(yù)需求；
30、根據(jù)識(shí)別出的舒緩響應(yīng)類型及干預(yù)需求，針對(duì)上升響應(yīng)型、遲滯響應(yīng)型、波動(dòng)響應(yīng)型與穩(wěn)定響應(yīng)型四類狀態(tài)簇，分別生成對(duì)應(yīng)的舒緩干預(yù)方案；
31、基于所述舒緩干預(yù)方案，執(zhí)行差異化的舒緩干預(yù)分配策略，對(duì)各子類狀態(tài)簇用戶實(shí)施對(duì)應(yīng)的舒緩干預(yù)方案，并記錄干預(yù)操作的時(shí)間戳、產(chǎn)品成分編碼、使用劑量、作用部位及關(guān)聯(lián)的異常等級(jí)；
32、在執(zhí)行干預(yù)方案的過(guò)程中持續(xù)采集干預(yù)前后的皮膚參數(shù)快照，獲取各子類狀態(tài)簇在執(zhí)行差異化的舒緩干預(yù)分配策略后的舒緩響應(yīng)特征。
33、進(jìn)一步地，差異化的舒緩干預(yù)分配策略，包括：
34、針對(duì)上升響應(yīng)型狀態(tài)簇，該簇特征表現(xiàn)為修復(fù)速率高、炎癥消退斜率陡峭，生成舒緩干預(yù)方案：配置高活性成分優(yōu)先供給策略，包括高濃度煙酰胺、積雪草提取物等快速修護(hù)成分，縮短產(chǎn)品迭代測(cè)試周期，提升新品試用權(quán)重；
35、針對(duì)遲滯響應(yīng)型狀態(tài)簇，該簇特征表現(xiàn)為修復(fù)速率低、屏障重建緩慢，生成舒緩干預(yù)方案：?jiǎn)⒂幂o助刺激模塊，結(jié)合微電流或光療設(shè)備提高產(chǎn)品滲透效率，配置滲透促進(jìn)劑與長(zhǎng)效保濕成分，并延長(zhǎng)單次干預(yù)觀察窗口時(shí)間；
36、針對(duì)波動(dòng)響應(yīng)型狀態(tài)簇，該簇特征表現(xiàn)為穩(wěn)定性系數(shù)低、參數(shù)波動(dòng)方差大，生成舒緩干預(yù)方案：采用滑動(dòng)窗口機(jī)制動(dòng)態(tài)調(diào)整干預(yù)頻率，設(shè)置彈性響應(yīng)閾值，配置溫和抗炎成分與屏障修護(hù)成分；
37、針對(duì)穩(wěn)定響應(yīng)型狀態(tài)簇，該簇特征表現(xiàn)為修復(fù)速率穩(wěn)定、色素代謝效率均衡，生成舒緩干預(yù)方案：維持基礎(chǔ)護(hù)理方案，配置維穩(wěn)類成分與日常保濕成分，僅在季節(jié)更替或環(huán)境突變時(shí)觸發(fā)方案微調(diào)；
38、所述成分聯(lián)動(dòng)矩陣在上升響應(yīng)型狀態(tài)簇的舒緩干預(yù)方案中，當(dāng)核心修護(hù)成分表現(xiàn)優(yōu)異時(shí)，同步激活協(xié)同抗氧化成分的推薦權(quán)重，形成組合干預(yù)方案；
39、在遲滯響應(yīng)型狀態(tài)簇的舒緩干預(yù)方案中，當(dāng)主效成分響應(yīng)不足時(shí)，從成分聯(lián)動(dòng)矩陣中檢索結(jié)構(gòu)類似但透皮效率更高的衍生成分，替換原有方案并推送至用戶終端；
40、基于成分聯(lián)動(dòng)矩陣，建立跨狀態(tài)簇成分預(yù)警機(jī)制，當(dāng)某一舒緩響應(yīng)類型的干預(yù)方案出現(xiàn)成分致敏信號(hào)時(shí)，立即凍結(jié)其他響應(yīng)類型干預(yù)方案中含相同致敏基團(tuán)的成分推薦，并生成交叉風(fēng)險(xiǎn)報(bào)告；
41、所述差異化的舒緩干預(yù)分配策略實(shí)時(shí)響應(yīng)各子類狀態(tài)簇的動(dòng)態(tài)變化，當(dāng)用戶跨簇遷移時(shí)自動(dòng)調(diào)整舒緩干預(yù)方案。
42、進(jìn)一步地，獲取各子類狀態(tài)簇在執(zhí)行差異化的舒緩干預(yù)分配策略后的舒緩響應(yīng)特征，并進(jìn)行回溯分析與因果推斷，包括：
43、從執(zhí)行差異化的舒緩干預(yù)分配策略后的響應(yīng)數(shù)據(jù)中提取各子類狀態(tài)簇的舒緩響應(yīng)特征；
44、所述舒緩響應(yīng)特征包含皮膚參數(shù)改善率、干預(yù)響應(yīng)延遲時(shí)長(zhǎng)、反彈發(fā)生頻率、多皮膚參數(shù)耦合度、環(huán)境敏感系數(shù)、產(chǎn)品耐受閾值；
45、將所述舒緩響應(yīng)特征與動(dòng)態(tài)評(píng)估模型的預(yù)測(cè)值進(jìn)行比對(duì)，識(shí)別預(yù)測(cè)偏差超出預(yù)設(shè)偏差值的子類狀態(tài)簇；
46、對(duì)識(shí)別出的預(yù)測(cè)偏差超出預(yù)設(shè)偏差值的子類狀態(tài)簇進(jìn)行回溯分析，追溯該狀態(tài)簇用戶的歷史舒緩干預(yù)記錄，獲取用戶生活日志、地域氣候數(shù)據(jù)、產(chǎn)品批次信息、使用依從性記錄，形成多源數(shù)據(jù)集；
47、基于所述多源數(shù)據(jù)集進(jìn)行因果推斷，采用圖神經(jīng)網(wǎng)絡(luò)挖掘不同舒緩響應(yīng)類型下影響因子間的傳導(dǎo)路徑，識(shí)別針對(duì)子類狀態(tài)簇的舒緩影響因子及作用網(wǎng)絡(luò)；
48、獲取各子類狀態(tài)簇的皮膚參數(shù)預(yù)測(cè)值與實(shí)測(cè)值的偏差，繪制偏差熱力圖，并采用相關(guān)系數(shù)計(jì)算不同皮膚參數(shù)間的時(shí)變相關(guān)性，構(gòu)建動(dòng)態(tài)相關(guān)網(wǎng)絡(luò)；
49、基于所述動(dòng)態(tài)相關(guān)網(wǎng)絡(luò)，利用因果檢驗(yàn)推斷皮膚參數(shù)變化的驅(qū)動(dòng)方向，區(qū)分不同舒緩響應(yīng)類型的因果傳導(dǎo)模式；
50、整合偏差熱力圖、動(dòng)態(tài)相關(guān)網(wǎng)絡(luò)、因果傳導(dǎo)模式與影響因子作用網(wǎng)絡(luò)，生成包含異常根源定位、舒緩干預(yù)失效路徑、外部干擾源識(shí)別的綜合分析結(jié)果。
51、進(jìn)一步地，根據(jù)綜合分析結(jié)果剔除偽關(guān)聯(lián)因子，提取真實(shí)有效的舒緩影響因子，包括：
52、從綜合分析結(jié)果中獲取與各子類狀態(tài)簇預(yù)測(cè)偏差相關(guān)的候選因子，得到候選因子集；
53、構(gòu)建三維權(quán)重評(píng)估框架，對(duì)候選因子集從因子貢獻(xiàn)度、時(shí)效敏感性、跨用戶一致性三個(gè)維度進(jìn)行定量評(píng)分，識(shí)別出偽關(guān)聯(lián)因子；
54、建立偽關(guān)聯(lián)因子篩除流水線，執(zhí)行異常值過(guò)濾、冗余檢測(cè)、低信息量剔除及非平穩(wěn)性檢驗(yàn)，以篩除候選因子集中的偽關(guān)聯(lián)因子，得到凈化后的因子集；
55、將所述凈化后的因子集重新輸入動(dòng)態(tài)評(píng)估模型進(jìn)行驗(yàn)證，比較剔除前后的預(yù)測(cè)誤差變化，得到驗(yàn)證結(jié)果；若誤差下降則確認(rèn)偽關(guān)聯(lián)因子篩除有效；
56、基于所述驗(yàn)證結(jié)果，提取經(jīng)過(guò)驗(yàn)證且真實(shí)有效的因子作為舒緩影響因子，用于后續(xù)動(dòng)態(tài)評(píng)估模型的迭代優(yōu)化。
57、第二方面，一種皮膚舒緩功效數(shù)據(jù)智能管理系統(tǒng)，包括：
58、數(shù)據(jù)采集模塊：用于采集多時(shí)間點(diǎn)的多維度皮膚參數(shù)與環(huán)境變量數(shù)據(jù)，經(jīng)預(yù)處理后形成皮膚狀態(tài)的時(shí)序數(shù)據(jù)集；
59、評(píng)估模塊：用于構(gòu)建皮膚舒緩功效的動(dòng)態(tài)評(píng)估模型，基于時(shí)序數(shù)據(jù)集輸出皮膚狀態(tài)的量化評(píng)估結(jié)果；基于所述量化評(píng)估結(jié)果，設(shè)定舒緩效果的量化指標(biāo)，并設(shè)定皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)；
60、異常識(shí)別模塊：用于基于皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)用戶的皮膚舒緩響應(yīng)特征，將用戶皮膚狀態(tài)劃分為多個(gè)子類狀態(tài)簇；根據(jù)皮膚狀態(tài)評(píng)價(jià)標(biāo)準(zhǔn)建立異常識(shí)別機(jī)制，對(duì)多個(gè)子類狀態(tài)簇進(jìn)行異常識(shí)別，得到異常識(shí)別結(jié)果；
61、策略生成模塊：用于針對(duì)異常識(shí)別結(jié)果，生成并執(zhí)行差異化的舒緩干預(yù)分配策略；
62、偏差分析模塊：用于獲取各子類狀態(tài)簇在執(zhí)行所述差異化的舒緩干預(yù)分配策略后的舒緩響應(yīng)特征，并進(jìn)行回溯分析與因果推斷，得到綜合分析結(jié)果。
63、迭代優(yōu)化模塊：用于根據(jù)綜合分析結(jié)果剔除偽關(guān)聯(lián)因子，提取真實(shí)有效的舒緩影響因子，并利用所述舒緩影響因子迭代優(yōu)化所述動(dòng)態(tài)評(píng)估模型進(jìn)行下一輪皮膚狀態(tài)的迭代評(píng)估。
64、第三方面，一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)可讀指令，當(dāng)所述計(jì)算機(jī)可讀指令被計(jì)算機(jī)讀取時(shí)能夠運(yùn)行所述的一種皮膚舒緩功效數(shù)據(jù)智能管理方法。
65、本發(fā)明的有益效果在于：本發(fā)明通過(guò)采集多時(shí)間點(diǎn)的多維度皮膚參數(shù)與環(huán)境變量數(shù)據(jù)構(gòu)建時(shí)序數(shù)據(jù)集，基于動(dòng)態(tài)評(píng)估模型進(jìn)行量化評(píng)估，建立異常識(shí)別機(jī)制，生成差異化干預(yù)策略，并通過(guò)回溯分析與因果推斷實(shí)現(xiàn)模型迭代優(yōu)化，解決了傳統(tǒng)皮膚舒緩管理中存在的評(píng)估主觀性強(qiáng)、干預(yù)針對(duì)性差、效果追蹤困難、模型缺乏自適應(yīng)能力等問(wèn)題。通過(guò)構(gòu)建完整的數(shù)據(jù)驅(qū)動(dòng)、模型預(yù)測(cè)、精準(zhǔn)干預(yù)、深度分析、持續(xù)優(yōu)化的智能管理體系，顯著提升了皮膚舒緩功效評(píng)估的準(zhǔn)確性、干預(yù)的有效性和管理的智能化水平，為皮膚管理領(lǐng)域提供了一套科學(xué)、系統(tǒng)、可持續(xù)優(yōu)化的創(chuàng)新解決方案，具有重要的臨床應(yīng)用價(jià)值和推廣前景。