[发明专利]一种新微针技术植发效果的智能评价方法及系统有效

专利信息
申请号: 202210217190.7 申请日: 2022-03-07
公开(公告)号: CN114580915B 公开(公告)日: 2023-06-23
发明(设计)人: 林凤飞;陈斌;张通;郑俊河 申请(专利权)人: 上海晨希医疗美容门诊部有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G16H50/70;G16H20/40
代理公司: 北京鼎德宝专利代理事务所(特殊普通合伙) 11823 代理人: 马冠群
地址: 200001 上海市黄浦区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 新微针 技术 效果 智能 评价 方法 系统
【权利要求书】:

1.一种新微针技术植发效果的智能评价方法,其特征在于,所述方法应用于一种新微针技术植发效果的智能评价系统,所述系统与第一微针装置通信连接,所述方法包括:

根据所述第一微针装置,获得第一用户的第一微针种植数据,其中,所述第一微针种植数据为预设植发设计数据;

通过对所述第一微针种植数据进行属性分析,获得第一监测要素集合,其中,所述第一监测要素集合为微针植发过程中的监测参数种类集合;

搭建双维效果评价模型,其中所述双维效果评价模型包括客观效果评价模型和主观效果评价模型,首先按照第一监测要素集合中的监测要素种类搭建客观效果评价模型,进而基于客观效果评价模型的数学模型基础框架进行模型迁移学习,获得搭建主观效果评价模型的模型数据,再根据多用户的评价指标进行输入和模型更新,从而搭建所述主观效果评价模型,且所述客观效果评价模型和所述主观效果评价模型数据可交互;

根据所述第一监测要素集合,获得第二微针种植数据,其中,所述第二微针种植数据为实时监测的植发操作数据;

获得所述第一用户的关联用户集;

基于主观指标矩阵,获得所述第一用户的第一植发反馈信息和所述关联用户集的第二植发反馈信息;

将所述第二微针种植数据、所述第一植发反馈信息和所述第二植发反馈信息输入所述双维效果评价模型中,获得第一输出结果,其中,所述第一输出结果为植发综合评价结果,包括:将所述第二微针种植数据输入所述客观效果评价模型中,获得第一客观评价结果;将所述第一植发反馈信息和所述第二植发反馈信息输入所述主观效果评价模型中,获得第一主观评价结果;根据所述第一客观评价结果和所述第一主观评价结果,生成所述综合评价结果进行输出。

2.如权利要求1所述的方法,其特征在于,所述获得所述第一用户的关联用户集之后,所述方法还包括:

通过对所述关联用户集进行等级划分,获得第一关联等级;

根据所述第一关联等级,对同一等级内的关联用户进行顺承关系分析,获得第一顺承排序;

按照所述第一顺承排序对同一等级内的关联用户进行错位评价,获得第一错位评价信息;

将所述第一错位评价信息进行级别权重处理后输出所述第二植发反馈信息。

3.如权利要求2所述的方法,其特征在于,所述方法还包括:

根据所述第一错位评价信息进行离散度分析,获得第一评价离散度;

若所述第一评价离散度大于预设评价离散度,获得第一异常指标;

根据所述第一异常指标,获得所述第一监测要素集合中第一类比指标的类比评价信息;

根据所述第一异常指标在所述第一顺承排序中的定位,获得邻域评价信息;

根据所述类比评价信息和所述邻域评价信息,获得第一修正评价信息,其中,所述第一修正评价信息用于对所述第一错位评价信息进行异常评价修正。

4.如权利要求1所述的方法,其特征在于,所述根据所述第一监测要素集合,获得第二微针种植数据,包括:

通过对所述第一监测要素集合中的所有监测要素进行信息熵计算,获得信息熵计算结果;

根据所述信息熵计算结果,获得信息熵大于预设信息熵的N个监测要素;

将所述N个监测要素作为优选监测要素进行微针种植数据采集,获得所述第二微针种植数据。

5.如权利要求1所述的方法,其特征在于,所述方法还包括:

获得所述第一用户的评价分布信息,包括评价指标和评价分值;

获得所述关联用户集的评价分布信息;

根据所述第一用户的评价分布信息和所述关联用户集的评价分布信息,判断是否存在指标交集,若存在指标交集,获得第一标记指标集;

根据所述第一标记指标集的占比进行权重分配和标准化处理,获得所述第一主观评价结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海晨希医疗美容门诊部有限公司,未经上海晨希医疗美容门诊部有限公司许可,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/202210217190.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top