CN113316819B - 基于生物标志物分析可视化未来皮肤趋势的系统和方法 - Google Patents
基于生物标志物分析可视化未来皮肤趋势的系统和方法 Download PDFInfo
- Publication number
- CN113316819B CN113316819B CN202080009888.9A CN202080009888A CN113316819B CN 113316819 B CN113316819 B CN 113316819B CN 202080009888 A CN202080009888 A CN 202080009888A CN 113316819 B CN113316819 B CN 113316819B
- Authority
- CN
- China
- Prior art keywords
- biomarker
- aging
- predicted future
- clinical symptom
- concentration information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000090 biomarker Substances 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 title description 16
- 238000012800 visualization Methods 0.000 claims abstract description 68
- 102000004169 proteins and genes Human genes 0.000 claims abstract description 51
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 51
- 230000032683 aging Effects 0.000 claims abstract description 45
- 230000001815 facial effect Effects 0.000 claims abstract description 24
- 238000003018 immunoassay Methods 0.000 claims abstract description 14
- 241000239290 Araneae Species 0.000 claims abstract description 10
- 230000037303 wrinkles Effects 0.000 claims abstract description 8
- 206010051246 Photodermatosis Diseases 0.000 claims abstract description 5
- 230000008845 photoaging Effects 0.000 claims abstract description 5
- 239000011148 porous material Substances 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims abstract 3
- 208000024891 symptom Diseases 0.000 claims description 18
- 102100038196 Chitinase-3-like protein 1 Human genes 0.000 claims description 7
- 101000883515 Homo sapiens Chitinase-3-like protein 1 Proteins 0.000 claims description 7
- 102100037009 Filaggrin-2 Human genes 0.000 claims description 5
- 101000878281 Homo sapiens Filaggrin-2 Proteins 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 3
- 210000003491 skin Anatomy 0.000 description 49
- 238000005070 sampling Methods 0.000 description 25
- 238000012360 testing method Methods 0.000 description 10
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 description 8
- 238000000751 protein extraction Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 239000000853 adhesive Substances 0.000 description 6
- 230000001070 adhesive effect Effects 0.000 description 6
- 230000009257 reactivity Effects 0.000 description 5
- FPIPGXGPPPQFEQ-UHFFFAOYSA-N 13-cis retinol Natural products OCC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 229960003471 retinol Drugs 0.000 description 4
- 235000020944 retinol Nutrition 0.000 description 4
- 239000011607 retinol Substances 0.000 description 4
- 210000004927 skin cell Anatomy 0.000 description 4
- 206010013786 Dry skin Diseases 0.000 description 3
- 101000946124 Homo sapiens Lipocalin-1 Proteins 0.000 description 3
- 102100034724 Lipocalin-1 Human genes 0.000 description 3
- 239000011324 bead Substances 0.000 description 3
- 239000007853 buffer solution Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011269 treatment regimen Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000018044 dehydration Effects 0.000 description 2
- 238000006297 dehydration reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000028327 secretion Effects 0.000 description 2
- KOGFZZYPPGQZFZ-QVAPDBTGSA-N (2s,3r,4s,5r)-2-(2-hydroxypropyl)oxane-3,4,5-triol Chemical compound CC(O)C[C@@H]1OC[C@@H](O)[C@H](O)[C@H]1O KOGFZZYPPGQZFZ-QVAPDBTGSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 101001044342 Homo sapiens Insulin-degrading enzyme Proteins 0.000 description 1
- 102100021496 Insulin-degrading enzyme Human genes 0.000 description 1
- -1 TG3 Proteins 0.000 description 1
- 102100035140 Vitronectin Human genes 0.000 description 1
- 108010031318 Vitronectin Proteins 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000575 proteomic method Methods 0.000 description 1
- 210000002374 sebum Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/442—Evaluating skin mechanical properties, e.g. elasticity, hardness, texture, wrinkle assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Dermatology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供了根据蛋白质生物标志物浓度信息来生成面部衰老趋势的可视化的系统、方法和装置。蛋白质生物标志物浓度信息是由免疫分析装置产生的。蛋白质生物标志物浓度信息用于预测一个或多个面部衰老趋势，如有光泽的皮肤、粗糙的皮肤、不均匀的肤色、眼部皱纹、光老化、弹性丧失或扩张的毛孔。生成并展示可视化，如蜘蛛图或面部衰老模拟。
Description
相关申请的交叉引用
本申请要求2019年1月31日提交的第16/264,181号美国申请的利益，该美国申请的内容在此通过引用全部纳入。
发明内容
提供本发明内容是为了以简化的形式介绍一些概念，这些概念将在下文的具体实施方式中进一步描述。本发明内容无意于确定所请求保护的主题的关键特征，也无意于作为确定所请求保护的主题的范围的帮助。
在一些实施例中，提供了一种由一个或多个机器指令编程的至少一个计算机处理器实施的生成面部衰老可视化的方法。根据接收到蛋白质生物标志物浓度信息来确定预测的面部衰老趋势的至少一个实例。在电子显示器上生成指示预测的面部衰老趋势的虚拟表示。
在一些实施例中，提供了一种用于生成面部衰老可视化的系统。该系统包括基于接收到蛋白质生物标志物浓度信息来确定预测的面部衰老趋势的至少一个实例的电路；以及用于在电子显示器上生成指示预测的面部衰老趋势的虚拟表示的电路。
在一些实施例中，提供了一种计算装置。该计算装置被配置为根据接收到蛋白质生物标志物浓度信息来确定预测的面部衰老趋势的至少一个实例；并在电子显示器上生成指示预测的面部衰老趋势的虚拟表示。
附图说明
通过在结合附图时参照下面的详细描述，本发明的上述方面和许多附带的优点将变得更容易理解。
图1是高层次的示意图，其示出根据本公开的各个方面的系统的示例性实施例的各种组件。
图2是框图，其示出根据本公开的各个方面的生物标志物分析系统的示例性实施例和趋势可视化计算装置的示例性实施例的更多细节。
图3示出根据本公开内容的各方面而创建的虚拟表示法的示例性实施例。
图4是流程图，其示出根据本公开内容的各个方面呈现面部衰老趋势的可视化的方法的示例性实施例；以及
图5是流程图，其示出根据本公开内容的各个方面的用于获得蛋白质生物标志物浓度信息的程序的示例性实施例。
具体实施方式
医学领域目前正通过生物标志物分析系统的日益增长的可用性而得到进步。这些系统可以在门诊或临床环境下运行，可以提供对各种蛋白质浓度的无创测量。然后这些蛋白质浓度可用于各种与治疗有关的目的。通过临床研究，可以通过这些生物标志物分析系统检测到的某些蛋白质已被确定与衰老的临床症状以及对护肤品的各种活性成分的反应性/非反应性有关。例如，初步研究表明，YKL40、TG3、LCN1、IDE和FLG2等生物标志物可能与衰老的临床症状和反应性相关，如有光泽的皮肤、皮肤粗糙、不均匀的肤色、眼部皱纹、光老化、失去弹性、扩张的毛孔、对视黄醇的反应性和对玻色因的反应性。
即使已经提出了这些相关性，但生物标志物分析系统只提供原始蛋白质浓度信息，而没有使用这些相关性。所需要的是根据生物标志物浓度信息来可视化未来皮肤趋势的系统和方法，以提高生物标志物分析系统收集的信息的效用，特别是在确定推荐的护肤方案以解决基于检测的生物标志物而预测的未来趋势时。
图1是高层次的示意图，其示出根据本公开内容的各个方面的系统的示例性实施例的各种组件。该系统用于从用户90获得样本，并基于该样本生成皮肤趋势可视化。如图所示，一个或多个采样盘102、104被用来从用户90获得样本。然后，采样盘104被蛋白质提取装置208处理，收集的样本被应用于测试盒108。测试盒108被插入免疫分析装置106中。免疫分析装置106确定与各种皮肤趋势相关联的各种蛋白质生物标志物的浓度。然后，蛋白质生物标志物浓度信息被提供给趋势可视化计算装置110，该趋势可视化计算装置110根据蛋白质生物标志物浓度信息来生成并呈现皮肤趋势可视化。
图2是框图，其示出根据本公开的各个方面的生物标志物分析系统的示例性实施例和趋势可视化计算装置的示例性实施例的进一步细节。
在一些实施例中，生物标志物分析系统202包括一个或多个装置，该装置提供从受试者采样的生物标志物的测量。在一些实施例中，这种采样是快速和非侵入性地完成的，从而使生物标志物采样在门诊临床或零售环境中进行。在图示的实施例中，生物标志物分析系统202包括：采样盘204、测试盒206、蛋白质提取装置208和免疫分析装置210。
在一些实施例中，采样盘204包括基底和粘合剂。粘合剂适用于将采样盘204可拆卸地附着到受试者的皮肤，并从皮肤获得皮肤细胞的样本。虽然描述了采样盘204，但在一些实施例中，可以使用另一形状(包括但不限于矩形或带状)的粘合剂装置。在一些实施例中，可以使用棉签、抹布或可用于收集皮肤细胞样本的另一装置来代替粘附装置。适合用作采样盘204的装置的一个非限制性例子是CuDerm公司生产的采样盘，当然也可以使用其他装置。
在一些实施例中，蛋白质提取装置208被配置为从采样盘204取出样本，并将该样本转换为可提供给测试盒206的形式以进行处理。在一些实施例中，蛋白质提取装置208可包括容器，在该容器中采样盘204可与缓冲溶液一起放置。蛋白质提取装置208还可以包括用于搅拌、离心或以其他方式处理容器的装置，从而使收集的皮肤样本中的蛋白质从采样盘204中释放出来，并溶解在缓冲溶液中。
在一些实施例中，测试盒206大约是信用卡的大小且包括入口，可将含有来自收集的皮肤样本的蛋白质在内的溶液滴(大约30μl)放入该入口中。入口可与一个或多个微流体通道联接，溶液将自动流过这些通道。在一些实施例中，抗体可以沉积在一个或多个微流体通道内，样本中的抗原可以与抗体反应。这种反应可能使与抗体相关联的荧光珠根据被测量的蛋白质的浓度而发荧光。免疫分析装置210可以接受测试盒206，并可以测量样本中感兴趣的蛋白质的浓度。在一些实施例中，免疫分析装置210可以通过使用激光来确定哪些荧光珠正在发荧光而这么做。一旦测量，免疫分析装置210可以使用任何合适的技术将确定的蛋白质浓度提供给系统的其他组件，该技术包括但不限于在显示器上呈现蛋白质浓度，在纸质收据上打印蛋白质浓度，以及以电子方式将确定的蛋白质浓度传输给另一装置。免疫分析装置210(及其相关联的测试盒206)的一个非限制性例子是NanoEnTek公司提供的FRENDTM系统。在一些实施例中，确定的蛋白质浓度是通过电子方式传输的，电子传输可以是加密的和/或匿名的，以保护信息的隐私性。
趋势可视化计算装置212是计算装置，该计算装置被配置为从生物标志物分析系统202接收蛋白质浓度信息，且根据蛋白质浓度信息来确定一个或多个皮肤趋势，并根据一个或多个皮肤趋势来呈现可视化。在一些实施例中，趋势可视化计算装置212可以是移动计算装置，如智能手机或平板电脑计算装置。在一些实施例中，趋势可视化计算装置212可以是桌面计算装置或笔记本电脑计算装置。在一些实施例中，趋势可视化计算装置212可以包括多于一个的计算装置，例如被配置为提供用户界面的用户计算装置和被配置为提供计算功能(例如下文所述的趋势确定引擎214和/或趋势可视化引擎216的功能)的一个或多个服务器计算装置。在这样的实施例中，用户计算装置和一个或多个服务器计算装置可以通过任何合适的通信技术或技术来进行通信，例如有线技术(包括但不限于以太网、USB或互联网)或无线技术(包括但不限于WiFi、WiMAX、3G、4G、LTE或蓝牙)。
如图所示，趋势可视化计算装置212包括：趋势确定引擎214；趋势可视化引擎216；和显示装置218。
在一些实施例中，趋势确定引擎214被配置为从生物标志物分析系统接收蛋白质生物标志物浓度信息，并使用已在临床上确定的相关信息来确定皮肤趋势。在一些实施例中，趋势可视化引擎216被配置为根据由趋势确定引擎214确定的皮肤趋势来生成皮肤趋势的虚拟表示。在一些实施例中，显示装置218被用来呈现由趋势可视化引擎216生成的皮肤趋势的虚拟表示。在一些实施例中，显示装置218可以是触摸感应显示器，也可以用来接受用户对用户界面的输入。下面将提供趋势可视化计算装置212的组件的功能的更多细节。
一般而言，本文所用的”引擎”一词是指实施在硬件或软件指令中的逻辑，可以用编程语言编写，如C、C++、COBOL、JAVATM、PHP、Perl、HTML、CSS、JavaScript、VBScript、ASPX、Microsoft.NETTM等。引擎可以被编译成可执行的程序或用解译的编程语言编写。软件引擎可以从其他引擎或从自身调用。一般而言，这里描述的引擎指的是可以与其他引擎合并或者可以被划分为子-引擎的逻辑模框。引擎可以存储在任何类型的计算机-可读介质或计算机存储装置中，并存储在一台或多台通用计算机上并由其执行，从而创建被配置为提供引擎或其功能的专用计算机。
图3是根据本公开内容的各方面创建的虚拟表示法的示例性实施例的例示。在该例示中，显示了蜘蛛图302，其示出了一组皮肤状况的可能性。如图所示，蜘蛛图302包括用于光泽度、脱水、可见斑点、皱纹/细纹、不可见斑点/光老化、发红和毛孔的标尺(scales)。每个标尺上都放置有一个点，这些点由线304连接，以示出预测皮肤趋势会沿着每个标尺延伸多远。在一些实施例中，点和线304表示在给定时间点检测到的每种皮肤状况的量，可以提供滑动块或其他用户界面元素，以便让用户探索预测皮肤状况如何随时间变化。在一些实施例中，点和线304表示每种皮肤状况的变化率。在一些实施例中，可视化可以包括各种皮肤治疗方案的选择，趋势可视化引擎216可以根据生物标志物浓度信息和所选皮肤治疗方案来更新趋势可视化，以便用户可以评估各种皮肤治疗方案的效果。
图示的蜘蛛图302是趋势可视化或虚拟表示的一个非限制性例子。在一些实施例中，可以提供其他类型的趋势可视化或虚拟表示。例如，在一些实施例中，类似的信息可以使用表格中每个皮肤状况的数字标尺来提供(如0-100的光泽度值，0-100的脱水值等)。作为另一个例子，可以获得受试者的照片，且虚拟表示可以使用照片滤镜，以根据一个或多个预测的皮肤趋势来改变照片。
图4是流程图，其示出根据本公开的各个方面呈现面部衰老趋势的可视化的方法的一个示例性实施例。从开始框，方法400前进到程序框402，并在框402处执行由生物标志物分析系统202获得受试者的蛋白质生物标志物浓度信息的程序。生物标志物分析系统202的非限制性例子在图2中示出，并已在上面讨论。任何合适的程序都可用于收集蛋白质生物标志物浓度信息，包括但不限于图5中所示的并在下文中描述的程序500。
接下来，在框404处，趋势可视化计算装置212的趋势确定引擎214接收蛋白质生物标志物浓度信息。在一些实施例中，蛋白质生物标志物浓度信息由趋势确定引擎214通过网络从生物标志物分析系统202接收。该网络可以是无线网络，包括但不限于Wi-Fi网络、蜂窝网络(包括但不限于3G网络、4G网络、5G网络或LTE网络)或蓝牙网络；有线网络，包括但不限于以太网网络、USB网络或FireWire网络；和/或任何其他类型的网络。在一些实施例中，蛋白质生物标志物浓度信息可由生物标志物分析系统202的显示装置(未图示)显示，并且蛋白质生物标志物浓度信息可被手动输入到与趋势可视化计算装置212相关联的界面中。
在框406处，趋势确定引擎214根据蛋白质生物标志物浓度信息来确定至少一个面部衰老趋势。初步的临床研究表明，五个生物标志物(FLG2、TG3、IDE、LCN1和YKL40)与衰老的临床症状之间存在联系。这些生物标志物对衰老的各种临床症状的示例性预测性能(ROC曲线)如下：
初步研究还表明，生物标志物与受试者是否对视黄醇和玻色因(proxylane)有反应之间存在联系。初步临床研究表明，YKL40和TG3生物标志物表明受试者将对视黄醇有反应以改善眼底皱纹，TG3和LCN1生物标志物表明受试者将对视黄醇有反应以改善全脸色差，YKL40生物标志物表明受试者将对玻色因有反应以改善皮肤红变。在一些实施例中，趋势确定引擎214使用这些临床上建议的关系和生物标志物浓度信息中的一个或多个，来根据生物标志物浓度信息预测一个或多个面部衰老趋势。在一些实施例中，趋势确定引擎214可以根据生物标志物浓度信息来更新生命期衰老趋势指标。在一些实施例中，该生命期衰老趋势指标可以由趋势可视化计算装置212存储。在一些实施例中，该生命期衰老趋势指标可以由云服务或其他服务器计算装置存储。在一些实施例中，生命期衰老趋势指标可以在以后呈现，以显示解决预测的面部衰老趋势随着时间的推移而取得的进展。
然后，方法400前进到框408，在框408中趋势可视化计算装置212的趋势可视化引擎216根据至少一个面部衰老趋势来生成趋势可视化。在一些实施例中，趋势可视化是虚拟表示，并且术语“趋势可视化”和“虚拟表示”可以互换地使用。在一些实施例中，趋势确定引擎214可以确定生物标志物浓度信息指示存在一个或多个面部衰老趋势的程度，并且趋势可视化引擎216可以根据指示的程度来生成趋势可视化。例如，如果生物标志物浓度信息指示皮肤粗糙发展的概率为60％，趋势确定引擎214将向趋势可视化引擎216提供皮肤粗糙的60％概率，并且趋势可视化引擎216根据皮肤粗糙的60％概率来生成趋势可视化。在一些实施例中，趋势确定引擎214可以确定一个或多个面部衰老趋势的存在或不存在，而非概率，并且可以将面部衰老趋势信息作为一个或多个二进制值提供给趋势可视化引擎216。在一些实施例中，可以根据一个或多个护肤品的使用情况来生成不同的趋势可视化。例如，可以生成第一趋势可视化，以显示当前检测到的趋势，并可以生成第二趋势可视化，以显示随着时间的推移，该趋势会如何受到施加指定护肤品的影响。
在一些实施例中，趋势可视化引擎216可以创建可视化，该可视化根据从趋势确定引擎214接收到的概率。例如，如果该可视化是图形可视化，例如图3所示的蜘蛛图302，则每个皮肤趋势的概率可以表示为从零(蜘蛛图302的中心)到100(蜘蛛图302的外边缘)的值。作为另一个例子，如果可视化是受试者照片的操纵版本，则概率可用于改变应用于照片的滤镜的强度，或改变由滤镜所示的变化旨在表示的经过时间量。因此，所确定的60％的皱纹或细纹出现的概率可能会使得应用滤镜，并以显示五年后的预测的外观来呈现照片可视化，而所确定的30％的皱纹或细纹出现的概率可能会使得应用滤镜，但以显示十年(而不是五年)后的预测的外观的指示来呈现类似的照片可视化。这些数值只是例子，在一些实施例中，可以使用不同的数值或技术。
在一些实施例中，可以由趋势确定引擎214确定多于一个的皮肤趋势，而趋势可视化引擎216可以生成显示所有皮肤趋势的效果的组合趋势可视化。在一些实施例中，趋势可视化引擎216可以为每个检测到的皮肤趋势生成单独的可视化。例如，图3中示出的蜘蛛图302同时可视化多个预测的皮肤趋势。作为另一个例子，在其上应用滤镜来显示预测趋势的照片可视化可以一次应用一个滤镜来分别示出预测的皮肤趋势。作为另一个例子，多个滤镜可以依次应用于照片，以同时示出多个皮肤趋势。
在框410处，趋势可视化计算装置212在趋势可视化计算装置218的显示装置218上呈现趋势可视化。在一些实施例中，趋势可视化计算装置212可以转而将趋势可视化传输到另一个计算装置以用于呈现或存储。例如，如果趋势可视化计算装置212是服务器计算装置，则趋势可视化计算装置212可以生成趋势可视化并将其传输到移动计算装置或桌面计算装置以进行演示。在一些实施例中，装置之间的趋势可视化的传输可以加密和/或匿名。
然后，该方法400进行到结束框并结束。
图5是流程图，其示出了根据本公开的各方面获得蛋白质生物标志物浓度信息的程序的示例性实施例。该程序502是适合在图4的框402处使用的程序的非限制性例子，用于获得受试者的蛋白质生物标志物浓度信息。
从开始框开始，程序500前进到框502，在这里使用采样盘204从受试者获得样本。在一些实施例中，采样盘204可以通过粘合剂附着至受试者的皮肤。在一些实施例中，采样盘204可以吸收物质，如汗液、皮脂和其他皮肤分泌物。在一些实施例中，采样盘204的粘合剂可以从受试者的皮肤收集皮肤细胞。在一些实施例中，采样盘204可以放在皮肤上，并多次从皮肤上取下以收集皮肤样本。在一些实施例中，可以在采样盘204的顶部施加重量或压力，和/或将采样盘204留在原地一特定时间量，以获得一致的样本。
接下来，在框504处，蛋白质提取装置210从采样盘将蛋白质提取到溶液中。在一些实施例中，蛋白质提取装置210可以将溶液施加到采样盘上，以便使皮肤细胞、皮肤分泌物或其他采样物质溶解到溶液中。在一些实施例中，采样盘204可以放在缓冲溶液中，然后可以摇动以使皮肤样本溶解在溶液中。
在框506处，溶液被沉积到测试盒206上。在一些实施例中，由蛋白质提取装置210创建的包括来自采样盘的蛋白质在内的溶液的液滴被放置在测试盒206的入口处。在框508处，由免疫分析装置208对测试盒206进行蛋白质组分析，以生成蛋白质生物标志物浓度信息。在一些实施例中，将测试盒206插入免疫分析装置208中，该免疫分析装置208使用激光来测量荧光珠，从而确定皮肤样本中蛋白质生物标志物的浓度。然后程序500前进到结束框并结束。蛋白质生物标志物浓度信息可以显示在免疫分析装置208的屏幕上，可以以电子方式传输到另一个装置，或以某种其他方式提供给另一个装置，以便使蛋白质生物标志物浓度信息用于预测和/或可视化未来趋势(或用于任何其他目的)。如果以电子方式传输给另一个装置，则传输可以是加密的和/或匿名的。
虽然已经说明和描述了示例性的实施例，但可以理解的是，在不背离本发明的精神和范围的情况下，可以在其中做出各种改变。
Claims (9)
1.一种由一个或多个机器指令编程的至少一个计算机处理器实施的生成面部衰老可视化的方法，所述方法包括：
基于接收从受试者收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现；以及
在电子显示器上生成指示在没有任何治疗的情况下衰老的至少一个临床症状的预测未来呈现的虚拟表示；以及
在所述电子显示器上生成指示对衰老的至少一个临床症状的预测未来呈现的至少一个治疗的预测效果的至少一个虚拟表示；
其中，基于接收从受试者收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现包括：基于接收关于指示FLG2生物标志物、TG3生物标志物、IDE生物标志物和YKL40生物标志物中的至少一个的浓度的信息或者指示FLG2生物标志物、TG3生物标志物、IDE生物标志物和YKL40生物标志物中的至少一个存在或不存在的信息来确定衰老的至少一个临床症状的预测未来呈现。
2.根据权利要求1所述的方法，还包括：
从免疫分析装置接收指示蛋白质生物标志物浓度信息的一个或多个输入。
3.根据权利要求1或2所述的方法，其中，基于接收从受试者收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现包括：基于接收所述蛋白质生物标志物浓度信息来确定有光泽的皮肤、粗糙的皮肤、不均匀的肤色、眼部皱纹、光老化、弹性丧失或扩张的毛孔中的至少一个的预测未来呈现。
4.根据权利要求1或2所述的方法，其中，在电子显示器上生成指示衰老的至少一个临床症状的预测未来呈现的虚拟表示包括：生成蜘蛛图或面部衰老模拟。
5.一种用于生成受试者的面部衰老可视化的系统，所述系统包括：
用于基于接收从受试者所收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现的电路；以及
用于在电子显示器上生成指示衰老的至少一个临床症状的预测未来呈现的虚拟表示的电路，其中，所述虚拟表示包括衰老的临床症状的变化率；
其中，用于基于接收从受试者所收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现的电路包括：用于基于接收关于指示FLG2生物标志物、TG3生物标志物、IDE生物标志物和YKL40生物标志物中的至少一个的浓度的信息或者指示FLG2生物标志物、TG3生物标志物、IDE生物标志物和YKL40生物标志物中的至少一个存在或不存在的信息来确定衰老的至少一个临床症状的预测未来呈现的电路。
6.根据权利要求5所述的系统，还包括：用于从免疫分析装置接收指示蛋白质生物标志物浓度信息的一个或多个输入的电路。
7.根据权利要求5或6所述的系统，其中，用于基于接收从受试者收集的样品生成的蛋白质生物标志物浓度信息来确定所述受试者的衰老的至少一个临床症状的预测未来呈现的电路包括：用于根据接收蛋白质生物标志物浓度信息来确定有光泽的皮肤、粗糙的皮肤、不均匀的肤色、眼部皱纹、光老化、弹性丧失或扩张的毛孔中的至少一个的预测未来呈现的电路。
8.根据权利要求5或6所述的系统，其中，
用于生成指示衰老的至少一个临床症状的预测未来呈现的虚拟表示的电路包括：用于生成蜘蛛图或面部衰老模拟的电路。
9.一种计算装置，所述计算装置被配置为执行根据权利要求1至4中任一项所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/264,181 US11127176B2 (en) | 2019-01-31 | 2019-01-31 | Systems and methods for visualizing future skin trends based on biomarker analysis |
| US16/264,181 | 2019-01-31 | ||
| PCT/US2020/016214 WO2020160474A1 (en) | 2019-01-31 | 2020-01-31 | Systems and methods for visualizing future skin trends based on biomarker analysis |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113316819A CN113316819A (zh) | 2021-08-27 |
| CN113316819B true CN113316819B (zh) | 2024-07-09 |
Family
ID=69740774
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080009888.9A Active CN113316819B (zh) | 2019-01-31 | 2020-01-31 | 基于生物标志物分析可视化未来皮肤趋势的系统和方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11127176B2 (zh) |
| EP (1) | EP3918605A1 (zh) |
| JP (1) | JP7282900B2 (zh) |
| KR (1) | KR102658618B1 (zh) |
| CN (1) | CN113316819B (zh) |
| WO (1) | WO2020160474A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11741523B2 (en) | 2019-07-31 | 2023-08-29 | L'oreal | Personalized skincare recommendations based on biomarker analysis |
| US11501356B2 (en) * | 2019-07-31 | 2022-11-15 | L'oreal | Systems and methods for generating personalized skincare formulations based on biomarker analysis |
| FR3125406A1 (fr) * | 2021-07-23 | 2023-01-27 | L'oreal | Prédiction de l'efficacité et amélioration de résultats de traitement du vieillissement sur la base d’une réponse biologique a des ingrédients actifs |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018109078A1 (en) * | 2016-12-16 | 2018-06-21 | L'oreal | Method for diagnosing a skin displaying signs of dryness |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3837077B2 (ja) | 2001-10-29 | 2006-10-25 | ポーラ化成工業株式会社 | 肌分析システム |
| JP5027528B2 (ja) | 2006-03-02 | 2012-09-19 | 株式会社ファンケル | 皮膚老化の検査方法 |
| US20090245603A1 (en) * | 2007-01-05 | 2009-10-01 | Djuro Koruga | System and method for analysis of light-matter interaction based on spectral convolution |
| CA2735656C (en) | 2008-09-04 | 2016-07-05 | Elc Management Llc | An objective model of apparent age, methods and use |
| JP4446009B1 (ja) | 2008-12-24 | 2010-04-07 | 株式会社ファンケル | シワ形成リスク評価方法 |
| JP5693821B2 (ja) | 2009-02-13 | 2015-04-01 | 日本メナード化粧品株式会社 | 皮膚のエストロゲン応答性を測定する方法、及び、シワ・タルミの形成、又はキメが粗くなるという皮膚老化の進行状態を予測する皮膚検査方法 |
| WO2010118124A2 (en) | 2009-04-07 | 2010-10-14 | Reveal Sciences, Llc | Device, method, and apparatus for biological testing with a mobile device |
| US9251609B1 (en) * | 2013-03-04 | 2016-02-02 | Ca, Inc. | Timelined spider diagrams |
| US9101320B2 (en) * | 2013-04-09 | 2015-08-11 | Elc Management Llc | Skin diagnostic and image processing methods |
| JP2016530482A (ja) * | 2013-05-23 | 2016-09-29 | アイフィノタイプ エルエルシー | ウェルネスを維持するか、または向上するための方法およびシステム |
| JP2016538825A (ja) | 2013-09-25 | 2016-12-15 | ザ プロクター アンド ギャンブル カンパニー | スキンケア相談のための方法及びシステム |
| US20150099947A1 (en) * | 2013-10-04 | 2015-04-09 | Access Business Group International Llc | Skin youthfulness index, methods and applications thereof |
| US20150149318A1 (en) * | 2013-11-22 | 2015-05-28 | The Procter & Gamble Company | System and Method For Determining and Displaying the Metabolic Energy of Skin Cells |
| KR101758825B1 (ko) * | 2015-09-22 | 2017-07-18 | 한국과학기술연구원 | 얼굴 부위별 나이와 환경적 요인을 기반으로 하는 나이 변환 방법, 이를 수행하기 위한 기록 매체 및 장치 |
| CN105469064B (zh) | 2015-12-03 | 2018-12-28 | 广州市皓品信息科技有限公司 | 一种皮肤老化趋势的获取方法及装置 |
| FR3061305B1 (fr) | 2016-12-23 | 2021-02-12 | Oreal | Methode de diagnostic des qualites esthetiques de la peau |
| KR102031858B1 (ko) * | 2017-01-26 | 2019-10-18 | 연세대학교 산학협력단 | 노화 진단용 조성물, 이를 포함하는 키트 및 이를 진단하는 방법 |
| FR3070494B1 (fr) | 2017-08-23 | 2022-07-01 | Oreal | Methode de diagnostic d'une peau presentant des signes de vieillissement |
| US20190078162A1 (en) * | 2017-09-14 | 2019-03-14 | OneSkin Technologies, Inc. | In vitro methods for skin therapeutic compound discovery using skin age biomarkers |
-
2019
- 2019-01-31 US US16/264,181 patent/US11127176B2/en active Active
-
2020
- 2020-01-31 JP JP2021544609A patent/JP7282900B2/ja active Active
- 2020-01-31 CN CN202080009888.9A patent/CN113316819B/zh active Active
- 2020-01-31 KR KR1020217023270A patent/KR102658618B1/ko active IP Right Grant
- 2020-01-31 WO PCT/US2020/016214 patent/WO2020160474A1/en unknown
- 2020-01-31 EP EP20708983.0A patent/EP3918605A1/en active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018109078A1 (en) * | 2016-12-16 | 2018-06-21 | L'oreal | Method for diagnosing a skin displaying signs of dryness |
Also Published As
| Publication number | Publication date |
|---|---|
| US20200250866A1 (en) | 2020-08-06 |
| CN113316819A (zh) | 2021-08-27 |
| JP2022523110A (ja) | 2022-04-21 |
| WO2020160474A1 (en) | 2020-08-06 |
| JP7282900B2 (ja) | 2023-05-29 |
| EP3918605A1 (en) | 2021-12-08 |
| KR102658618B1 (ko) | 2024-04-17 |
| KR20210106545A (ko) | 2021-08-30 |
| US11127176B2 (en) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113316819B (zh) | 基于生物标志物分析可视化未来皮肤趋势的系统和方法 | |
| Jones et al. | Indirect methods for reference interval determination–review and recommendations | |
| Buckley et al. | Statistical approaches for estimating sex-specific effects in endocrine disruptors research | |
| US11741523B2 (en) | Personalized skincare recommendations based on biomarker analysis | |
| Plebani | Quality and future of clinical laboratories: the Vico’s whole cyclical theory of the recurring cycles | |
| Mamun et al. | Does hypertensive disorder of pregnancy predict offspring blood pressure at 21 years? Evidence from a birth cohort study | |
| US20230206300A1 (en) | Systems and methods for generating personalized skincare formulations based on biomarker analysis | |
| Miao et al. | First trimester, second trimester, and integrated screening for Down's syndrome in China | |
| Liu et al. | Prevalence and risk factors of cervical squamous intraepithelial lesions among HIV-infected women in Dar es Salaam, Tanzania | |
| Ambroggio et al. | Validation of the British Thoracic Society severity criteria for pediatric community-acquired pneumonia | |
| Bouchard | Using quantitative hormonal fertility monitors to evaluate the luteal phase: Proof of concept case study | |
| Metcalfe et al. | Beyond trisomy 21: additional chromosomal anomalies detected through routine aneuploidy screening | |
| Yüksel et al. | A questionnaire study among nurses: awareness of blood and urine sample collection procedures | |
| JP7467594B2 (ja) | パーソナライズスキンケアのためにバイオマーカー解析を使用するためのシステムおよび方法 | |
| Pang et al. | A Longitudinal Study of Plasma Glycated Albumin across Pregnancy and Associations with Maternal Characteristics and Cardiometabolic Biomarkers | |
| Górczewski et al. | Role of First Trimester Screening Biochemical Markers to Predict Hypertensive Pregnancy Disorders and SGA Neonates—A Narrative Review | |
| Păvăleanu et al. | Preliminary results of the first cervical cancer screening programme in the North Eastern region of Romania | |
| Sezgin et al. | Functional reference limits: a case study of serum ferritin | |
| Norton | First-trimester screening for chromosomal abnormalities: advantages of an instant results approach | |
| US10073945B1 (en) | Process for evaluating skin care product efficacy and skin care product efficacy evaluation system | |
| Lombardi et al. | Novel semi-automated algorithm for high-throughput quantification of adipocyte size in breast adipose tissue, with applications for breast cancer microenvironment | |
| Lambert-Messerlian et al. | Measuring maternal serum screening markers for Down’s syndrome in plasma collected for cell-free DNA testing | |
| Zhang et al. | Association between bone turnover markers and the risk of imminent recurrent osteoporotic fracture | |
| Carabineanu et al. | Risk of More Advanced Lesions at Hysterectomy after Initial Diagnosis of Non-Atypical Endometrial Hyperplasia in Patients with Postmenopausal Bleeding and Oral Anticoagulant Treatment | |
| Springer et al. | Importance of the integrated test in the Down’s syndrome screening algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |