一种皮肤改善方法

技术领域

本发明涉及皮肤改善技术领域，特别涉及一种皮肤改善方法。

背景技术

皮肤指身体表面包在肌肉外面的组织，是人体最大的器官。皮肤的好坏不仅决定人的外貌，还与人体皮肤健康有很大的联系，皮肤表面的综合能力较差极容易造成皮肤的衰老的损坏，因此，保持肌肤健康非常重要，在改善人体皮肤时，通常需要医生根据皮肤当前的状态然后匹配相应的处理方案，因此医生在繁多的皮肤状态中找出对应的皮肤类型才能进行皮肤处理，这导致皮肤改善存在以下两种问题:1、需要极高的医师素养；2、医生判断过程中误差较多。

发明内容

为了至少解决或部分解决上述问题，提供一种皮肤改善方法。

为了达到上述目的，本发明提供了如下的技术方案：

本发明一种皮肤改善方法，包括以下步骤：

S1:建立数据库，所述数据库中具有皮肤状态和处理方案的数据样本，选取其中的数据样本利用皮肤状态与症状之间的逻辑关系建立询问模块，利用双向长短期时间记忆网络进行训练，得到问询逻辑；

S2:根据问询逻辑采用对话形式得到该患者的皮肤状态，将当前得到的皮肤状态与数据库中的数据进行聚类，得到与数据库中相似的皮肤状态数据，并根据该皮肤状态的数据输出相应的皮肤改善的处理方案。

作为本发明的一种优选技术方案，所述询问模块以皮肤状态与症状的条件关系为权重，计算皮肤状态到症状的条件概率以及症状到皮肤状态的条件概率，将两个条件概率相除得到皮肤状态与症状之间的逻辑关系，再利用双向长短期时间记忆网络进行训练，得到问询逻辑。

作为本发明的一种优选技术方案，所述步骤S2中，采用自然语言技术进行对话，利用特征提取的方式提取与皮肤状态相关联的关键信息。

作为本发明的一种优选技术方案，所述步骤S2中的聚类算法采用kmeans算法，将当前的皮肤状态输入至数据库中，作为训练样本集，设定好k个类和每个类的质心，计算得到k个类最相近的类别。

作为本发明的一种优选技术方案，所述步骤S1中，得到问询逻辑后，对问询逻辑进行修正，采用强化学习模型对生成的问询逻辑设置奖励值，并根据强化学习模型得到最终的问询逻辑结果。

与现有技术相比，本发明的有益效果如下：

本发明建立皮肤与症状之间的逻辑关系来提高皮肤状态识别的推断能力，可以极大的辅助医生进行皮肤状态识别，并利用聚类算法进行聚类从而极大的提高了医生在皮肤分类的效率，有利于快速做出皮肤处理方案，并利用强化学习、自然语言生成进一步提高皮肤改善的效率和准确率。

具体实施方式

以下对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

此外，如果已知技术的详细描述对于示出本发明的特征是不必要的，则将其省略。

实施例1

本发明提供一种皮肤改善方法，包括以下步骤：

S1:建立数据库，所述数据库中具有皮肤状态和处理方案的数据样本，选取其中的数据样本利用皮肤状态与症状之间的逻辑关系建立询问模块，利用双向长短期时间记忆网络进行训练，得到问询逻辑；

S2:根据问询逻辑采用对话形式得到该患者的皮肤状态，将当前得到的皮肤状态与数据库中的数据进行聚类，得到与数据库中相似的皮肤状态数据，并根据该皮肤状态的数据输出相应的皮肤改善的处理方案。

具体的，本发明主要由两个部分组成，分析皮肤状态和皮肤归类，并根据归类结果得到相应的皮肤改善方案，分析皮肤状态主要是采用询问的模式，通过计算找到皮肤状态和症状之间的联系，根据计算的结果提出针对性问题。

所述询问模块以皮肤状态与症状的条件关系为权重，计算皮肤状态到症状的条件概率以及症状到皮肤状态的条件概率，将两个条件概率相除得到皮肤状态与症状之间的逻辑关系，再利用双向长短期时间记忆网络进行训练，得到问询逻辑，根据问询逻辑采用对话形式得到该患者的皮肤状态，为了实现自动化问询，减少人工的依赖，根据问询逻辑采用自然语言技术进行对话，利用特征提取的方式提取与皮肤状态相关联的关键信息，所述特征提取采用卷积神经网络单元完成，所述卷积神经网络单元由卷积到批标准化到激活Relu函数的卷积单元形式的网络结构组成，利用自然语言自动生成的方式进行问询，从而提高目前分析皮肤状态的效率。

为了进一步提高分析皮肤状态的准确性，在得到问询逻辑后，对问询逻辑进行修正，采用强化学习模型对生成的问询逻辑设置奖励值，并根据强化学习模型得到最终的问询逻辑结果，所述强化学习模型采用q学习模型，将数据处理为状态、决策、决策评价值三元组，所述决策评价值为设定的奖励值，决策的迭代次数k＝500，学习因子c1＝2，加权因子w＝1。

皮肤归类主要采用与数据库聚类的方式进行计算，所述聚类算法采用kmeans算法，将当前的皮肤状态输入至数据库中，作为训练样本集，设定好k个类和每个类的质心，计算得到k个类最相近的类别，计算方法如下:

将当前的皮肤状态的属性数据作为x

对于每一个样例i，计算其应该属于的类

对于每一个类j，重新计算该类的质心

x

由上述计算可以得到C

本发明建立皮肤与症状之间的逻辑关系来提高皮肤状态识别的推断能力，可以极大的辅助医生进行皮肤状态识别，并利用聚类算法进行聚类从而极大的提高了医生在皮肤分类的效率，有利于快速做出皮肤处理方案，并利用强化学习、自然语言生成进一步提高皮肤改善的效率和准确率。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。