[发明专利]一种确定皮肤粗糙度变化的年龄拐点的方法在审
| 申请号: | 201810130285.9 | 申请日: | 2018-02-08 |
| 公开(公告)号: | CN108320809A | 公开(公告)日: | 2018-07-24 |
| 发明(设计)人: | 何一凡;孟宏;董银卯 | 申请(专利权)人: | 北京工商大学 |
| 主分类号: | G16H50/70 | 分类号: | G16H50/70;G06F17/18;A61B5/00 |
| 代理公司: | 北京精金石专利代理事务所(普通合伙) 11470 | 代理人: | 黄福伟 |
| 地址: | 100048 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 皮肤粗糙度 制备 保湿化妆品 化妆品 拐点 护肤品 化妆品原料 变化规律 成分选择 含量控制 年龄变化 外用药品 影响皮肤 制备过程 粗糙度 研发 人群 | ||
1.一种保湿化妆品的制备方法,其特征在于,需要根据皮肤粗糙度变化的年龄拐点指导所述保湿化妆品的制备。
2.确定如权利要求1所述的皮肤粗糙度变化的年龄拐点的方法,其特征在于,包括下述步骤:
1)选择测试人群,确定受试者;
2)采集样本数据:对受试者身体同一部位的皮肤粗糙度进行数据采集,并同时记录受试者的年龄、性别及所处地区、季节;
3)通过最小二乘回归法处理所述样本数据,确定皮肤粗糙度变化的年龄拐点;
其中,所述步骤3)包括:
a)对采集到的样本数据进行预处理;
b)将皮肤粗糙度作为因变量,年龄、性别、地区、季节作为自变量,建立数学模型并在最小二乘回归法的假设条件下展开;
c)利用全子集回归法为已经建立的数学模型筛选变量并进行多元回归;
d)对回归结果进行回归诊断,检验系数和方程的线性关系是否显著;
e)将年龄的多次方项及年龄与其它变量的交互项纳入多元回归中并对其做出回归诊断;
f)对回归方程的残差做出正态检验以确保正态假定的成立;
g)以回归方程一阶导数为0处的年龄作为皮肤粗糙度变化的年龄拐点;
h)若步骤f)中所述回归方程不能通过正态假定,则利用box-cox方法转换因变量并进行多元回归,对回归结果进行回归诊断,并继续重复步骤f)至步骤g)。
3.如权利要求2所述的方法,其特征在于,步骤a)中所述对样本数据进行预处理的方法为利用箱线图剔除所述样本数据中每一个年龄的异常值。
4.如权利要求2所述的方法,其特征在于,步骤b)具体包括:
建立基于4个自变量的皮肤粗糙度数学模型,
Y=F(x1,x2,x3,x4)+ε
并且,在最小二乘回归法的假设条件下,将所述数学模型展开为,
Y=β0+β1x1+β2x2+β3x3+β4x4+ε
其中,Y为因变量,代表皮肤粗糙度;
其中,x1为分类变量,代表地区,取值为1-n,其中n≥5;
x2为分类变量,代表性别,取值为0-1;
x3为分类变量,代表季节,取值为1-4;
x4为自变量,代表年龄;
ε代表误差项;
β0、β1、β2、β3、β4代表回归参数。
5.如权利要求2所述的方法,其特征在于,步骤c)中所述筛选变量是指筛选对步骤b)中所述数学模型影响更大的自变量。
6.如权利要求2所述的方法,其特征在于,步骤d)中所述回归诊断包括对拟合函数的F检验和对各变量回归系数的T检验;
其中,所述F检验是判断因变量是否与所有自变量具有显著的线性关系;
所述T检验是判断控制其他变量后该变量是否与因变量间具备显著线性关系。
7.一种确定皮肤粗糙度变化的年龄拐点的方法,其特征在于,包括下述步骤:
1)选择测试人群,确定受试者;
2)采集样本数据:测试受试者身体同一部位的皮肤粗糙度,并同时记录受试者的年龄;
3)通过非参数检验方法中的秩和检验法处理所述样本数据,确定皮肤粗糙度变化的年龄拐点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工商大学,未经北京工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810130285.9/1.html,转载请声明来源钻瓜专利网。





