皮肤老化是一个复杂的过程,受内在和外在因素的共同影响。内在因素主要包括随着人年龄的增长,皮肤发育的自然老化;外在因素包括人体皮肤与外界环境直接接触,受外界环境影响,皮肤表面结构也发生着衰老变化,如紫外线照射引起的光老化。皮肤老化是人体衰老进程中最明显的标志,对其进行定性或定量评价具有重要意义,可广泛应用于人体衰老程度的研究以及抗衰老措施功效评价等领域。传统皮肤老化评价方法主要包括人工评价、机械测量评价以及机器视觉评价。人工评价方法受主观因素影响较大,机械测量评价方式操作复杂,而机器视觉下的老化评价操作相对简单,且结果较为客观,受到研究者越来越多的关注。为了对皮肤老化进行客观、快速的评价,实验设计一种新的基于机器视觉下的皮肤老化评价系统,该评价系统采用数字成像设备直接获取皮肤图像,利用图像处理技术提取皮肤纹理特征,探索用模式识别技术实现对皮肤老化的自动评价。详细方法步骤如下:首先,采用便携式数码显微镜获取人体前臂腹侧的皮肤图像;其次,通过数字图像处理技术,对皮肤图像的纹理信息进行分析,根据皮肤图像的特点,对皮肤图像进行相应的预处理、分割以及纹理特征提取;最后,将提取的纹理参数值作为自组织映射(Self-Organizing Map,SOM)神经网络的输入,用于网络学习训练,实现数据的聚类,即实现机器视觉下的皮肤老化程度的自动分级。最终,实验采集并分析了120例志愿者的皮肤图像,并重点关注了与皮沟相关的两个纹理参数:皮沟平均宽度以及皮沟交错形成的交点的个数。结果表明,实验所编写程序能有效提取皮沟特征,进而提取及计算了皮沟平均宽度及交点个数这2个参数。之后将这2个纹理参数值输入SOM神经网络,皮肤数据被分为6类,即将皮肤老化程度分为6个等级,实现基于机器视觉下的皮肤老化评价。实验所设计的皮肤老化评价系统较为客观且快速,可对皮肤图像进行客观量化分析和自动分级。若皮肤样本足够多,所建立的分级网络将更加精确,有助于皮肤衰老和老化的诊断和分析。