[发明专利]基于皮肤纹理信息的无创年龄估计方法

说明书

本发明提供一种基于皮肤纹理信息的无创年龄估计方法，通过挖掘皮肤表面随年龄变化的纹理信息，尝试为医学工作者提供一种新的简便无创的年龄推断方法。首先无创采集前臂腹侧中段部位皮肤图像，然后对采集的皮肤图像进行预处理以及特征提取，得到了皮肤纹理线以及灰度共生矩阵，最后计算其相应的特征参数，并运用统计学方法分析这些参数与年龄的相关性，得出推断年龄的数学模型。统计结果表明，本方法中的皮肤纹理参数均与年龄有较高的线性相关性，将统计分析得到的年龄推断模型测试于15例志愿者，所得年龄推断误差均在3岁以内，证明了本文方法推断年龄的有效性，并且由于其所需成本低，有望用于医学年龄的客观推断。

技术领域

本发明涉及生命科学技术领域，具体涉及一种基于皮肤纹理信息的无创年龄估计方法。

背景技术

年龄是一种具有生物学基础的自然标志。对个体的年龄推断是医学研究和刑事侦察中经常遇到的一项工作，包括对移民、无名氏、运动员和嫌犯等进行年龄推断，从而为医学研究、侦查和处理民事案件等提供可靠线索和科学证据。目前临床上适用于成年人的年龄推断方法主要是基于骨骼变化以及牙齿磨耗程度，需要医师依据评分标准进行肉眼观察评估，其准确度易受医师主管因素影响。

除了骨骼变化以及牙齿磨耗之外，人体还有很多组织器官也表达着年龄信息，如皮肤和毛发等。皮肤作为人体最大的一个器官，其发育老化规律已经被做了大量研究。已有的医学研究表明：人体上肢皮肤表面纹理结构清晰，是由初级线(20～100μm深)和初级线的分叉线(次级线，5～40μm深)组成的网状结构。而且随着年龄的增加，皮肤开始老化，萎缩、变薄，其在微观结构上表现为初级线变粗加深，次级线减少或者消失。因此，皮肤的纹理特性与人体的年龄信息存在一定的相关性。

但近几年，研究者大多均是借助于皮肤硅胶复膜手段来进行皮肤参数测量，此类方法较为复杂，容易产生误差。也有学者通过对手背部皮肤进行拍照获取图像来研究皮肤老化，但是该方法中的参数计算均是手动计算，较为耗时费力，算法智能性比较差。

发明内容

本发明提出一种基于皮肤纹理信息的无创年龄估计方法，主要结合皮肤网格参数与年龄信息的相关性，利用计算机图像处理技术，提取计算皮肤表面微观图像中的纹理形态特征参数，然后分析这些参数与年龄之间的关系，最后依据统计学方法推导得出皮肤纹理特征参数推断年龄的数学模型，从而实现医学年龄的无创估计。

为达到上述目的，本发明采用以下技术方案予以实现：

一种基于皮肤纹理信息的无创年龄估计方法，其关键在于，包括如下步骤：

S1：获取皮肤表面图像；

S2：图像预处理，包括转换图像位数以及直方图均衡化处理；

S3：皮肤纹理线提取，用于提取皮肤表面纹理线；

S4：皮肤纹理参数计算，包括灰度共生矩阵、网格数以及网格平均面积；

S5：将年龄作为因变量，将步骤S4所得的皮肤纹理参数作为自变量，进行多元线性回归分析，得到年龄估计值。

进一步地，步骤S3的具体步骤为：

S31：采用形态学增强方法将图像中的亮细节提取出来；

S32：采用均值滤波进行滤波处理

S33：采用大津阈值分割法将预处理后的皮肤图像分割为背景和目标两部分；

S34：对分割后得到的图像进行分水岭变换，从而可以清晰地获得皮肤表面纹理线。

再进一步地，步骤S4中的灰度共生矩阵选择了10 pixels的步距，且计算0°、45°、90°和135°四个方向的灰度相关性来作为皮肤纹理的空间灰度特性的定量描述。

作为优选，步骤S5中：