利用大数据的人工智能头皮影像诊断分析系统及利用其的产品推荐系统的制作方法

1.本发明涉及一种利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统，尤其涉及一种利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统，即，可以利用诊断者所测定到的头皮影像通过人工智能(深度学习)图像分析实现准确的诊断功能，而且可以根据利用人工智能诊断的诊断结果推荐适合于头皮状态的产品。


背景技术：

2.目前如图1以及图2所示，是通过由诊断者利用肉眼对各个项目的标准影像与诊断影像进行比较并查找出类似影像而手动地选择诊断值。
3.即，在使用者利用诊断设备测定头皮影像之后无法实时地对各个诊断项目(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性)的诊断结果进行确认，而是需要在日后单独确认，而且需要在由专家进行肉眼比较之后输入对头皮测定数据的分析以及诊断结果才可以获得最终诊断结果(例如，各个项目中的炎症性)。
4.如上所述的现有技术具有获得诊断结果的速度较慢且准确度(不足70％)较低的问题。


技术实现要素：

5.技术问题
6.因此，本发明旨在解决如上所述的现有问题，本发明的目的在于提供一种可以利用诊断者所测定到的头皮影像通过人工智能(深度学习)图像分析实现准确的诊断功能、实时确认诊断结果并获得高准确度的诊断结果，而且可以根据利用人工智能诊断的诊断结果推荐适合于头皮状态的产品的利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统。
7.技术方案
8.作为用于达成如上所述的本发明之目的的第一实施例，包括：主处理器(main processor)，通过作为云服务的应用程序接口(api)(restful)接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像传送到人工智能处理器执行头皮诊断；人工智能处理器，执行利用数据库中累积的数据将从所述主处理器接收到的头皮影像图像分类成各个诊断项目中的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中一部分)的人工智能(ai)分析以及推荐服务；头皮诊断人工智能算法，从所述人工智能处理器接收被分类成各个诊断项目中的全部或一部分的信息，并通过深度学习(deep learning)算法执行学习以及读取，进而通过实施具体的精确诊断而推导出最终结果诊断；以及数据库，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以
执行自身头皮诊断以及推荐服务。
9.作为用于达成如上所述的本发明之目的的第二实施例，包括：主处理器，通过作为云服务的应用程序接口(restful)接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像利用在数据库中构建的大数据信息通过人工智能处理器的人工智能分析分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)，进而将所分类的信息利用头皮诊断人工智能算法提取出精确诊断之后将与其相关的诊断结果和基于问诊信息的诊断以及符合相应处方的推荐产品重新通过应用程序结构实时传送到诊断者的终端；人工智能处理器，执行利用数据库中累积的数据将从所述主处理器接收到的头皮影像图像分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的人工智能分析；头皮诊断人工智能算法，从所述人工智能处理器接收被分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的信息，并通过深度学习算法实施具体的精确诊断而推导出最终结果诊断；以及数据库，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以为了执行学习以及读取。
10.作为用于达成如上所述的本发明之目的的第三实施例，包括：人工智能处理器，通过作为云服务的应用程序接口(restful)接收诊断者通过头皮诊断设备或终端中的一个获取到的头皮影像图像，并执行将所接收到的问诊信息分类成各个诊断项目的全部或一部分的人工智能分析；以及头皮诊断人工智能算法，用于从所述人工智能处理器接收被分类成各个诊断项目中的全部或一部分的信息，并通过深度学习算法利用大数据信息执行学习以及读取，进而通过实施具体的精确诊断而推导出最终诊断结果。
11.发明的效果
12.本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”可以利用诊断者所测定到的头皮影像通过人工智能(深度学习)图像分析实现准确的诊断功能、实时确认诊断结果并获得高准确度的诊断结果，而且可以根据利用人工智能诊断的诊断结果推荐适合于头皮状态的产品。
附图说明
13.图1以及图2是对现有技术中利用肉眼手动地对头皮进行诊断的方法进行图示的示意图。
14.图3以及图4是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中基于人工智能(深度学习)图像分析的头皮诊断功能进行图示的整体块状结构图。
15.图5以及图6是对本发明的另一“利用大数据的人工智能头皮影像诊断分析系统”中基于人工智能(深度学习)图像分析的头皮诊断功能进行图示的整体块状图。
16.图7是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中作为深度学习算法的inception v3模型进行图示的例示图。
17.图8a至图8c是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利
用所述系统的产品推荐系统”中由诊断者通过头皮问诊以及头皮图像分析准确地做出头皮诊断的同时快速实时地获得诊断结果的过程进行图示的例示图。
18.图9是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中将基于头皮诊断结果的产品推荐定义为洗发水以及精华液并对其产品细分化以及算法进行图示的例示图。
19.图10是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中基于使用者问诊的第一次头皮类型确定以及通过头皮图像人工智能分析诊断的第二次确定具体头皮类型及其算法/系统进行图示的示意图。
20.图11是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中根据通过人工智能分析诊断确定的具体头皮类型推荐定制型头皮护理洗发水以及精华液产品时的匹配算法确定及其系统进行图示的示意图。
21.图12是对本发明的“利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统”中通过基于使用者头皮人工智能诊断结果的推荐产品细分化分别对定制型头皮护理洗发水、精华液进行定义的产品推荐算法系统进行图示的示意图。
具体实施方式
22.接下来，将参阅附图对较佳实施例进行详细的说明如下。
23.参阅图3以及图4对本发明的利用大数据的人工智能头皮影像诊断分析系统以及利用所述系统的产品推荐系统的实施例进行说明，并在说明过程中根据需要参阅其他附图进行说明。
24.作为本发明的第一实施例，包括：主处理器3，通过作为云服务的应用程序接口(restful)2接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像传送到人工智能处理器执行头皮诊断；人工智能处理器5，执行利用数据库4中累积的数据将从所述主处理器3接收到的头皮影像图像分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)的人工智能分析；头皮诊断人工智能算法6，从所述人工智能处理器5接收被分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)的信息，并通过深度学习算法执行学习以及读取，进而通过实施具体的精确诊断而推导出最终结果诊断；以及数据库4，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以执行自身头皮诊断以及推荐服务。
25.在所述主处理器3中，对于从诊断者接收到的问诊信息以及头皮影像图像中的所述问诊信息，将利用构建于主处理器3内的自身算法进行诊断。即，从数据库接收所构建的头皮信息数据，并利用自身算法对从诊断者接收到的问诊信息进行诊断。
26.此外，对于头皮影像图像，利用构建于数据库中的大数据信息通过人工智能分析分类成干性、敏感性、炎症性、脱发性、良好、油性、头屑性以及脂溢性等全部或其中的一部分，进而将所分类的信息利用头皮诊断人工智能算法提取出精确诊断之后将与其相关的诊断结果和基于问诊信息的诊断以及符合相应处方的推荐产品重新通过应用程序接口实时传送到诊断者的终端。
27.所述人工智能处理器5对所接收到的头皮影像图像利用大数据信息通过人工智能分析作为深度学习步骤对头皮进行学习并对数据进行采集，进而对所采集到的学习数据进行分类，接下来在将所采集到的数据利用学习数据以及测试数据(8：2)进行分类学习和验证之后推导出推理模型(cnn；convolutional neural network，卷积神经网络)。
28.所述头皮诊断人工智能算法6，从所述人工智能处理器5接收被分类成各个项目中的干性、敏感性、炎症性、脱发性、良好、油性、头屑性以及脂溢性等全部或其中一部分的信息，进而对于所接收到的分类信息利用数据库中的大数据信息作为深度学习算法利用inception v3模型(参阅图7)执行学习以及读取，并通过对头皮图像组的再训练(retraining)执行图像推理而作为具体的精确诊断推导出最终结果诊断。
29.接下来，作为本发明的第二实施例，包括：主处理器3，通过作为云服务的应用程序接口(restful)2接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像利用在数据库中构建的大数据信息通过人工智能处理器的人工智能分析分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)，进而将所分类的信息利用头皮诊断人工智能算法提取出精确诊断之后将与其相关的诊断结果和基于问诊信息的诊断以及符合相应处方的推荐产品重新通过应用程序结构实时传送到诊断者的终端。
30.并包括：人工智能处理器5，执行利用数据库4中累积的数据将从所述主处理器3接收到的头皮影像图像分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的人工智能分析以及推荐服务。
31.还包括：头皮诊断人工智能算法6，从所述人工智能处理器5接收被分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的信息，并通过深度学习算法实施具体的精确诊断而推导出最终结果诊断。
32.进而包括：数据库4，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以执行学习以及读取。
33.此外，作为本发明的第三实施例，如图5至图6所示，包括：人工智能处理器5-1，通过作为云服务的应用程序接口(restful)2接收诊断者通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，并执行将所接收到的头皮影像图像分类成各个诊断项目的全部或一部分的人工智能分析。
34.所述人工智能处理器5-1利用大数据信息通过人工智能分析作为深度学习步骤对头皮进行学习并对数据进行采集，进而对所采集到的学习数据进行分类，接下来在将所采集到的数据利用学习数据以及测试数据(8：2)进行分类学习和验证之后推导出推理模型(cnn；convolutional neural network，卷积神经网络)。
35.所述深度学习利用tensorflow并采用inception v3模型通过再训练进行头皮分类(cnn：object recognition，物体识别)，从而分类成各个诊断项目的全部或一部分。
36.还包括：头皮诊断人工智能算法6-1，用于从所述人工智能处理器5-1接收被分类成各个诊断项目中的全部或一部分的信息，并通过深度学习算法利用大数据信息执行学习
以及读取，进而通过实施具体的精确诊断而推导出最终诊断结果。
37.所述头皮诊断人工智能算法6-1，将按照各个项目分类的信息作为深度学习算法采用inception v3模型(参阅图7)对头皮图像组进行再训练，从而通过对图像执行推理而作为精确诊断推导出最终诊断结果。
38.接下来，将参阅附图对较佳实施例进行详细的说明如下。
39.在对本发明进行说明的过程中做出定义的术语是在考虑到在本发明中的功能或形态等的前提下做出定义，并不应该理解为是对本发明的技术构成要素做出的限定。
40.本发明可以进行各种变更并以多种形态实现，接下来将在正文中对实例(态样，aspect)(或实施例)进行详细的说明。但是，这并不是为了将本发明限定于特定的公开形态，而是应该理解为还包括本发明之思想以及技术范围内所包含的所有变更、均等物乃至替代物。
41.或者，各个附图中的构成要素可能会为了理解的便利等而将其大小或厚度以夸张的放大(或加厚)或缩小(或减薄)的方式表示或简化表示，但本发明的保护范围并不因此而受到限定。
42.在本说明书中所使用的术语只是为了特定的实例(或实施例)进行说明，并不是为了对本发明做出限定。
43.通常所使用的已在词典中做出定义的术语应该解释为与在相关技术的上下文中的含义一致的含义，除非在本技术中做出了明确的定义，否则不应该解释为理想化或过于形式化的含义。
44.接下来，将参阅附图对用于达成本发明之目的的实施例进行详细的说明。
45.首先，如图3至图4所示，包括：主处理器3，通过作为云服务的应用程序接口(restful)2接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像传送到人工智能处理器执行头皮诊断；人工智能处理器5，执行利用数据库4中累积的数据将从所述主处理器3接收到的头皮影像图像分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)的人工智能分析；头皮诊断人工智能算法6，从所述人工智能处理器5接收被分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)的信息，并通过深度学习算法执行学习以及读取，进而通过实施具体的精确诊断而推导出最终结果诊断；以及数据库4，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以执行自身头皮诊断以及推荐服务。
46.在所述主处理器3中，对于从诊断者接收到的问诊信息以及头皮影像图像中的所述问诊信息，将利用构建于主处理器3内的自身算法进行诊断。即，从数据库接收所构建的头皮信息数据，并利用自身算法对从诊断者接收到的问诊信息进行诊断。
47.此外，对于头皮影像图像，利用构建于数据库中的大数据信息通过人工智能分析分类成干性、敏感性、炎症性、脱发性、良好、油性、头屑性以及脂溢性等全部或其中的一部分，进而将所分类的信息利用头皮诊断人工智能算法提取出精确诊断之后将与其相关的诊断结果和基于问诊信息的诊断以及符合相应处方的推荐产品重新通过应用程序接口实时传送到诊断者的终端。
48.所述人工智能处理器5对所接收到的头皮影像图像利用大数据信息通过人工智能分析作为深度学习步骤对头皮进行学习并对数据进行采集，进而对所采集到的学习数据进行分类，接下来在将所采集到的数据利用学习数据以及测试数据(8：2)进行分类学习和验证之后推导出推理模型(cnn；convolutional neural network，卷积神经网络)。
49.例如，在使用谷歌(google)的深度学习模型的情况下，利用tensorflow并采用inception v3模型通过再训练执行头皮分类(cnn：object recognition，物体识别)，从而分类成各个诊断项目中的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的全部或一部分)。
50.所述头皮诊断人工智能算法6从所述人工智能处理器5接收被分类成各个项目中的干性、敏感性、炎症性、脱发性、良好、油性、头屑性以及脂溢性等全部或其中一部分的信息，进而对于所接收到的分类信息利用数据库中的大数据信息作为深度学习算法利用inception v3模型(参阅图7)执行学习以及读取，并通过对头皮图像组的再训练执行图像推理而作为具体的精确诊断推导出最终结果诊断。
51.所述诊断方法使用的是谷歌的深度学习模型，但是并不限定于此，也可以使用其他如ms等的深度学习模型。
52.所推导出的最终结果诊断将通过人工智能处理器5传送到主处理器3。
53.所述数据库4对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以执行学习以及读取。
54.接下来，作为本发明的第二实施例，包括：主处理器3，通过作为云服务的应用程序接口(restful)2接收诊断者通过问诊获得的问诊信息以及通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，将所接收到的问诊信息利用自身算法进行诊断，并将头皮影像图像利用在数据库中构建的大数据信息通过人工智能处理器的人工智能分析分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等中的一部分)，进而将所分类的信息利用头皮诊断人工智能算法提取出精确诊断之后将与其相关的诊断结果和基于问诊信息的诊断以及符合相应处方的推荐产品重新通过应用程序结构实时传送到诊断者的终端。
55.并包括：人工智能处理器5，执行利用数据库4中累积的数据将从所述主处理器3接收到的头皮影像图像分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的人工智能分析以及推荐服务。
56.还包括：头皮诊断人工智能算法6，从所述人工智能处理器5接收被分类成各个诊断项目的全部或一部分(例如干性、敏感性、炎症性、脱发性、良好、油性、皮鞋性以及脂溢性等全部或其中的一部分)的信息，并通过深度学习算法实施具体的精确诊断而推导出最终结果诊断。
57.进而包括：数据库4，对头皮测定、诊断以及推荐数据进行累积，并提供给主处理器，以执行学习以及读取器。
58.如图8a、图8b以及图8c所示，本发明可以由诊断者通过头皮问诊以及头皮图像分析准确地做出头皮诊断的同时快速实时地获得诊断结果。
59.即，在诊断者(使用者)通过终端输入头皮问诊信息以及头皮影像图像时，可以按
照如上所述的方法通过人工智能分析快速实时地获得最终分析结果。
60.在获得基于人工智能分析的头皮的最终分析结果之后，可以同时获得基于最终分析结果的处方以及诊断者(使用者)的定制型产品推荐信息。
61.即，可以通过基于头皮的最终分析结果的各种算法，获得诊断者(使用者)的定制型产品推荐信息。
62.例如，基于头皮诊断结果的产品推荐可以定义为洗发水以及头皮精华液，而产品细分化以及算法如图9所示。
63.表1
64.为了通过对使用者头皮测定图像的人工智能分析/诊断而推荐产品的针对不同使用者的定制型头皮护理的分类算法技术
[0065][0066]
图10是对基于使用者问诊的第一次确定头皮类型、通过头皮图像人工智能分析诊断的第二次确定具体头皮类型及其算法/系统进行图示的示意图。
[0067]
表2
[0068]
定义并确定可根据使用者的具体头皮类型推荐的定制型头皮洗发水11种以及精华液12种
[0069][0070]
图11是对根据通过人工智能分析诊断确定的具体头皮类型推荐定制型头皮护理洗发水以及精华液产品时的匹配算法确定及其系统进行图示的示意图。
[0071]
图12是对通过基于使用者头皮人工智能诊断结果的推荐产品细分化分别对定制型头皮护理洗发水、精华液进行定义的产品推荐算法系统进行图示的示意图。
[0072]
此外，作为本发明的第三实施例，如图5至图6所示，包括：人工智能处理器5-1，通过作为云服务的应用程序接口(restful)2接收诊断者通过头皮诊断设备或终端1中的一个获取到的头皮影像图像，并执行将所接收到的头皮影像图像分类成各个诊断项目的全部或一部分的人工智能分析。
[0073]
所述人工智能处理器5-1利用大数据信息通过人工智能分析作为深度学习步骤对头皮进行学习并对数据进行采集，进而对所采集到的学习数据进行分类，接下来在将所采集到的数据利用学习数据以及测试数据(8：2)进行分类学习和验证之后推导出推理模型(cnn；convolutional neural network，卷积神经网络)。
[0074]
所述深度学习利用tensorflow并采用inception v3模型通过再训练进行头皮分类(cnn：object recognition，物体识别)，从而分类成各个诊断项目的全部或一部分。
[0075]
还包括：头皮诊断人工智能算法6-1，用于从所述人工智能处理器5-1接收被分类成各个诊断项目中的全部或一部分的信息，并通过深度学习算法利用大数据信息执行学习以及读取，进而通过实施具体的精确诊断而推导出最终诊断结果。
[0076]
所述头皮诊断人工智能算法6-1，将按照各个项目分类的信息作为深度学习算法采用inception v3模型(参阅图7)对头皮图像组进行再训练，从而通过对图像执行推理而作为精确诊断推导出最终诊断结果。
[0077]
所述诊断方法使用的是谷歌的深度学习模型，但是并不限定于此，也可以使用其他如ms等的深度学习模型。
[0078]
所述各个诊断项目的整体或一部分，是指干性、敏感性、炎症性、脱发性、良好、油性、头屑性以及脂溢性等全部或其中的一部分。
[0079]
如上所述的本发明可以利用诊断者所测定到的头皮影像通过人工智能(深度学习)图像分析实现准确的诊断功能、实时确认诊断结果并获得高准确度的诊断结果，而且可以根据利用人工智能诊断的诊断结果推荐适合于头皮状态的产品。
[0080]
产业上的可利用性
[0081]
本发明可以利用诊断者所测定到的头皮影像通过人工智能(深度学习)图像分析实现准确的诊断功能，而且可以根据利用人工智能诊断的诊断结果推荐适合于头皮状态的产品。