MIRRA · 科学原理

טלפון, כרטיס כיול צבע, סרגל וגרפים
色彩校准与标尺 — 将图像转化为测量数据。

科学原理

测量仪器通过两方面进行评估:其重复性如何,以及它拒绝测量什么。这两点都在此处公布,包括那些对我们不利的部分。

校准

阈值并非选择而来 — 而是经过测量的。分数来自一个经过授权皮肤病学数据库训练的模型,每个指标在模型未见过的数据上,对特征的“存在/不存在”识别的AUC达到0.8或更高。下面的阈值是在真实扫描的重复测试中测量的 — 即同一张脸两次读取之间每个指标的变化量。

与医生对特征程度的评级一致性较弱,并且在现场自拍上的有效性尚未确定。这是一个用于跟踪的美容指标,而非诊断。

因此,每个指标都有两个数字 — 低于该阈值不被视为改善变化,以及表示测量重复性的可靠性(ICC)。

doi.org/10.6084/m9.figshare.5047666 · 完整表格 →

哪些计入分数 — 哪些不计入

共测量十项指标。八项计入总分。 两项测量并显示但不计入:法令纹和油光。自网络能够检测干燥起,干燥计入总分。

每个指标的原因各不相同 — 光泽随一天中的时间变化,鼻唇沟皱纹随表情变化,而干燥在我们这里尚未像其他指标那样得到充分验证。我们无法证明的指标不会影响您的分数。

我们何时会说:没有可测量的变化

每项指标都有一个实测下限——我们真正能够分辨的最小变化。低于这个值,即使数字动了,我们也不会称之为改善。

指标变化阈值可靠性
泛红17.30.926
色斑与色素沉着20.10.906
肤色均匀度27.30.904
鼻唇沟48.70.869
毛孔27.40.924
细纹33.00.907
黑眼圈31.30.887
油光40.70.938
瑕疵46.10.917
干燥27.60.889

阈值:取 50 次真实扫描的拍摄抖动研究与真实重复对中较宽者 · ICC 来自抖动研究,而非重复访问 · 指标来自在授权皮肤科数据集上训练的模型 · 是扫描而非照片:融合 5–9 帧

doi.org/10.6084/m9.figshare.5047666

← 返回主页