论文部分内容阅读
目的：建立基于VISIA-CR图像提取中国人群面部肤色表型的方法，比较VISIA-CR图像提取的肤色参数与ColorMeter肤色仪测量值的一致性，为利用面部图像数据提取肤色表型建立参考方法。方法：基于机器学习模型自建算法自动批量提取VISIA-CR图像的肤色参数，并比较提取面积、位置和光源模式对结果的影响；随后利用256例健康人群面部VISIA-CR图像提取的肤色参数与ColorMeter肤色仪测量值进行了Pearson相关性分析。结果：VISIA-CR标准光和交叉偏振光两种模式下提取的肤色参数强相关（L*,R=0.86;a*,R=0.90;b*,R=0.85;P＜0.05），相邻或对称位置下不同面积的肤色参数也强相关（R＞0.82,P＜0.05），提示光源模式、相邻或对称位置和测量面积对VISIA-CR图像提取结果的影响不大。VISIA-CR图像提取的肤色参数与ColorMeter测量值有相关性（P＜0.05），其中交叉偏振光模式下，较大提取面积的肤色参数L*值与仪器测量值强相关（R＞0.73）。结论：该方法可从VISIA-CR图像中准确提取肤色参数且能较好解决肤色不均的测量偏差问题，交叉偏振光模式和较大提取面积下的肤色参数L*值更接近ColorMeter仪器测量结果，推荐用于肤色表型的提取。