基于華為手機鏡子的防曬及曬斑檢測效果的相關評估與比較研究

曹 寶，吳文育，傅 翱，倪春雅，崔 松，陳神飛，，徐文倩，姚 其

(1.復旦大學超越照明研究所，上海 200433；2.復旦大學附屬華山醫院皮膚科，上海 200040；3.復旦大學附屬華山醫院靜安分院皮膚科，上海 200040；4.華為終端有限公司，廣東 東莞 523878)

引言

皮膚是人體中具有各種重要調節、免疫和保護功能的重要器官，其能接受各種外部刺激并反映人體的異常情況。當皮膚受到外界有害的環境因素影響，尤其是紫外線輻射和各種污染，體內會進行一系列反應產生黑色素，黑色素逐漸沉積，從而形成曬斑，這種皮膚疾病不僅對個人的身體健康造成影響，同時可能會帶來負面的心理和社會影響[1]。因此，對于曬斑的有效檢測和評估有助于促進大眾對于皮膚疾病的了解，并為后續有效治療提供參考依據。目前評估皮膚疾病的方法主要包括主觀性評估方法和客觀性評估方法[2]。主觀性評估方法由于主要采用問卷調查的形式，缺乏數據可比性，而使用專業儀器或軟件進行定量化評估的客觀性評估方法則實現了更加精確的測量，廣泛應用于皮膚診斷、臨床實踐等場景中，并隨著人工智能和包括手機在內的手持設備的不斷更新發展，測量方式得到簡化，受眾群體進一步擴大[3]。本文從皮膚曬斑、防曬效果以及紫外線強度三個角度進行評估分析，以VISIA皮膚檢測儀和紫外照度計為參考測試儀器，探索華為手機的鏡子應用程序相關指標的檢測準確性和清晰程度，并探究其與相關儀器之間檢測的差異性與相關性。

1 皮膚評估研究概述

1.1 評估方法

皮膚科領域存在一定程度的主觀性評估方法，這種評估方式通常是使用評分卷或問卷調查的形式收集數據。Tan等[4]創建了對于面部紅斑的臨床評估嚴謹量表，通過確定評估者間和評估者內的一致性來評估臨床醫生紅斑評估量表的可靠性。Shoshani等[5]創建了一種能夠可靠地量化皺紋深度的簡單評估量表，確定了其在臨床中的可重復性和可靠性。但是這種評估方法不可避免地受到人為主觀評價標準的影響，雖然獲取數據簡單便捷，但是評估過于相對性，各個學術機構無法實現數據的可比性，這顯然對其造成一定程度的限制[6]。

隨著皮膚成像和分析系統的不斷發展，人們獲得了可以實現更加精確和可靠數據的客觀性評估方法，即利用各種儀器和設備定量化檢測皮膚的各項特征指標，有效得出對于斑點、皺紋、紫外線色斑和毛孔等特征的定量化數據與分析[7-9]。Zawodny等[10]使用VISIA皮膚分析系統對臨床患者的激光治療效果進行追蹤檢測，證明了其在常規隨訪過程中是檢測治療效果的良好工具。Cook等[11]使用iPad Pro上的面部分析系統對不同年齡和皮膚類型的參與者進行分析，該分析系統的高重測可靠性和與醫生評估的良好一致性表明了其在臨床環境中的潛在應用。Séroul等[8]建立了一種獨特的程序，可以從各種皮膚參數中連續繪制面部圖像數據，這種方法可以直接可視化各種參數的局部變化，并在臨床驗證實驗中被證實可以更好地可視化比較復雜的皮膚參數數據。

1.2 相關評估研究

基于儀器測量的客觀性評估方法，利用相關儀器雖然可以定量分析和研究各項皮膚特征參數，但是由于儀器自身測試機理限制，可能會受到各種不可控的環境因素影響，導致特征參數的測量可能會存在差異性過大的問題。隨著數字成像技術的不斷發展，通過與紫外光、偏振光、混合光等等光源相結合，可以使得相關皮膚檢測儀器具有捕獲高分辨率圖像的能力，再利用圖像分析軟件將圖像信息分析成所需的皮膚特征參數信息以及相關數字信息，這類皮膚檢測儀器目前也廣泛應用于皮膚科以及美容市場中[12-14]。

美國Canfield公司生產的VISIA是一種基于RGB的面部皮膚特征檢測儀，其使用了三種光源(標準白熾燈光、紫外光和偏振光)分別用于檢測不同的皮膚特征參數，包括斑點、皺紋、紋理、毛孔、紫外線色斑、紅色區等，具有良好的高質量圖像捕獲和特征參數分析能力[15]。因此，許多學者致力于相關皮膚特征參數的測試分析以及不同儀器的相關性和差異性研究，例如：Lin等[16]通過比較VISIA與Miravex公司的ANTERA 3D這兩種皮膚成像分析儀器對各項皮膚特征參數的評估能力，致力于探究二者之間的相關性和差異性，證明了ANTERA 3D在評估皺紋方面更加敏感；而Wang等[17]通過將Media Cybernetics公司的應用程序IPP和VISIA皮膚成像分析軟件進行比較，驗證了在測量各種皮膚特征時二者具有一定程度的相關性，且VISIA在前額皮膚參數的測量中展現出較高的靈敏度，而IPP成像分析軟件程序有能力作為評估皮膚特征的替代軟件程序；此外，針對面部紅區檢測，Chen等[18]使用VISIA和燕云科技的CSKIN兩種皮膚測量儀器對于面部紅區分別進行檢測，探究兩者在面部紅區方面的差異和相關性，以及儀器參數與臨床評估之間的相關性，驗證了CSKIN可能是面部紅區測量的一種額外選擇。

2 實驗

外界紫外強度的能量通常對于人體會造成很多潛在的傷害，其中曬斑就是由于過度處于紫外線較強區域，從而導致人體皮膚內部黑色素等堆積形成，目前皮膚曬斑的形成機制尚未完全解釋清楚，其形成的狀態也因不同人群皮膚特性而有所不同，所以無論是對源頭紫外線強度還是對于已形成的皮膚曬斑特征的檢測都是至關重要的。本實驗通過對華為手機中鏡子應用程序的曬斑檢測、防曬效果檢測以及紫外線強度檢測進行了相關皮膚特性評估和儀器比較研究，以此作為后續治療或更具策略性防曬的基本參考。

2.1 防曬與曬斑檢測效果評估

被試組：本研究招募10名被試者，每位被試者被要求在測試前用提供的洗面奶清水洗臉，排除包括眼鏡在內的任何面部遮擋，表情中立坐下，人臉正對并置于拍攝中央，測試部位包括前額和左右臉頰，所有測試均在同一房間內進行，在可控的環境條件(22℃～25℃、50%～55%相對濕度)下進行。

此部分參考儀器為VISIA(Canfield Scientific，USA，第七代膚質檢測儀)，其主要由面部成像室組成，并通過連接計算機里的分析軟件，利用其中的紫外燈光源即可用于拍攝紫外線色斑的高分辨率圖像并且進行相關檢測以及評估分析。

防曬效果評估實驗中，在不同被試者額頭的固定面積區域涂抹定量防曬霜，利用華為手機鏡子應用程序進行兩種防曬效果評估方法的測試，實驗中主要通過像素數和差異度這兩項指標來評估華為手機拍攝高分辨率圖像檢測分析與內部算法模擬這兩種方式用于檢測防曬效果的相關性。由于兩種評估方法中的所測圖像分辨率一致，實驗中使用Photoshop將二者所測的防曬區域分別提取出來，通過統計法記錄各自的像素數。差異度在本研究中定義為二者防曬區域像素數之差的絕對值與紫外燈所拍攝防曬區域像素數的比值。后續相應的評估結果分析將從這些方面開展進行探究，并且通過統計學分析進一步探究二者防曬效果的相關性。

曬斑評估實驗中，我們分別用VISIA皮膚檢測儀和華為手機的鏡子應用程序拍攝臉部正視圖，主要分析二者的特征計量數(斑數)和色斑區域像素數絕對比例，其中特征計量數根據VISIA和華為手機檢測結果分析可得，而后者則通過Matlab軟件提取出二者圖像中的色斑區域，并通過相應算法計算得出各自所有色斑區域的總像素數，色斑區域像素數絕對比例被定義為色斑區域像素數與整個面部區域像素數之比，后續實驗結果評估研究中將以此并結合回歸變量擬合和皮爾遜相關性分析等統計學處理來進行相關性分析。

2.2 紫外強度評估

紫外強度評估實驗中，使用華為手機和紫外照度計(TENMARS TM-213，波段260～380 nm)在同一晴天的不同時刻(9：00—17：00，間隔2 h測試一次)分別記錄戶外正對太陽、戶外背對太陽、室內窗邊三種情況下的測量結果。我們根據紫外照度計所測紫外輻照度結果可以計算得出紫外線指數，并且對其進行等級劃分，其等級劃分的結果與華為手機中所測的紫外輻照射強度等級劃分結果進行比較，進行二者的評估結果分析和相關性探究。其中，根據GB/T 36744—2018，紫外線指數計算式為：

(1)

其中Iuv為無量綱值，非零整數則四舍五入取整得到；Quv表示地面紫外線輻照度預報數值，單位為W/m2；Cer表示等效紅斑訂正因子，取值0.01；ΔI表示與單位紫外線指數相當的紫外線輻照度，取值0.025 W/m2。表1即為紫外線指數等級劃分以及相應防護措施。

表1 紫外線指數等級劃分

3 實驗結果與分析

3.1 防曬效果與曬斑的檢測結果分析

防曬效果評估實驗中，在10名被試者額頭固定區域均勻涂抹防曬霜，所用防曬霜的防曬指數SPF為50+，PA值為PA++++，涂抹用量均約為1泵。實驗中固定華為手機的拍攝角度，使用華為手機拍攝和內部算法模擬這兩種方式，評估不同被試者涂抹防曬霜后的防曬效果。圖1為華為手機紫外燈的不同波長下光譜的歸一化數據圖，可知其紫外線波段屬于UVA波段，在波長約370 nm時強度達到最大。

圖1 華為手機紫外燈的歸一化光譜Fig.1 Normalized spectra of the UV light of Huawei Mobile Phone

圖2為其中一個被試者樣本的測試結果，圖2(a)為普通RGB相機拍攝的實驗照片，實際涂抹的防曬霜幾乎無法在RGB圖像中觀察到；紫外燈光源拍攝的防曬區域如圖2(b)所示的黑色區域，被定義為防曬區域1，這是由于防曬霜中含有紫外光吸收成分，在紫外燈照射下會發生熒光效應或化學反應，使得涂抹了防曬霜的皮膚區域在照片中呈現出與未涂抹區域的不同顏色；而手機內部算法模擬計算出的防曬區域如圖2(c)所示的紫色區域，被定義為防曬區域2。圖2(d)為VISIA所測的防曬區域圖像。

圖2 (a)華為手機拍攝的普通RGB圖像；(b)華為手機紫外燈拍攝的防曬圖像；(c)華為手機算法模擬的防曬圖像；(d)VISIA拍攝的防曬圖像Fig.2 (a)Ordinary RGB image captured by Huawei mobile phone；(b)sunscreen image captured by the UV light of Huawei mobile phone；(c)sunscreen image simulated by the algorithm of Huawei mobile phone；(d)sunscreen image captured by VISIA

圖3所示為防曬區域1和2所提取出的像素數以及所計算的二者差異度指標，在所測數據中，防曬區域1像素數都會略大于防曬區域2，但是所計算出的差異度在0.04～0.35這個小范圍內波動，可知防曬區域1和2的像素數非常接近。

圖3 使用華為手機拍攝的兩個防曬區域像素數以及所計算的差異度Fig.3 The number of pixels in two sunscreen areas captured by Huawei mobile phone and the calculated difference

如圖4所示，實驗中使用SPSS中的回歸變量圖將散點圖擬合成的線性方程為y=-37200+1.52x，根據皮爾遜相關性分析結果顯示，p=0.00，說明二者具有顯著相關性，同時r=0.934，說明具有很高的正相關性。這表明華為手機鏡子應用程序防曬檢測中的紫外燈拍攝圖像檢測和內部所設計的算法檢測這兩種方式在測試防曬效果方面具有可接受的相關性，所設計的算法檢測可以作為評估皮膚防曬效果的替代檢測方式。

圖4 使用華為手機拍攝的兩個防曬區域像素數的擬合曲線Fig.4 Fitting curve of the number of pixels in two sunscreen areas captured by Huawei mobile phone

曬斑檢測實驗中，根據所測樣本統計出VISIA皮膚檢測儀與華為手機的鏡子應用程序所測的結果，其中一個樣本的VISIA檢測原始正視圖如圖5(a)所示，圖5(b)～(c)為二者的紫外線曬斑測試結果圖像，青色線條選中的許多不規則區域就是各自所檢測的紫外線曬斑區域。

圖5 (a)VISIA拍攝的原始圖像；(b)VISIA拍攝的曬斑圖；(c)華為手機拍攝的曬斑圖Fig.5 (a)The original image captured by VISIA；(b)sunburn image captured by VISIA；(c)sunburn image captured by Huawei mobile phone

實驗中統計了VISIA和華為手機所測紫外線曬斑圖像中的特征計量數，并且為了進一步探究二者特征計量數的關聯，通過絕對比例這一指標來衡量所測的紫外線曬斑區域面積與整個面部區域的相對性，并評估華為手機與VISIA的測試相關性，我們分析9個樣本的測試結果，如圖6所示，二者的絕對比例差異性相對較小，雖然不同樣本個體之間會存在輕微的差異，但是均在0.05以下。

圖6 使用VISIA和華為手機所測結果計算出的絕對比例Fig.6 The absolute ratio calculated by the results from VISIA and Huawei mobile phone

實驗還使用SPSS 26.0軟件對測試數據進行統計學分析，分析9個樣本的測試結果，如圖7所示，先使用回歸變量圖將二者曬斑特征計量的數據散點線性擬合成直線圖，線性擬合方程為y=43.63+0.03x，直觀展示了兩個變量之間的線性關系；接著實驗中使用皮爾遜相關性分析來探究數據，顯著性水平p=0.001，其值遠小于0.05，說明二者的曬斑特征計量數具有顯著相關性，而相關性系數r=0.904，離1比較近，說明正相關性很高。相關實驗分析針對目前9個樣本數據，由于樣本數據較少，若后續可供分析的樣本數據量擴大，相關性參數可能會存在輕微偏差。因此，較之專業的皮膚檢測儀，對于紫外線曬斑的檢測，實驗驗證了華為手機鏡子應用程序基本具備檢測紫外線曬斑的功能。此外，實驗中值得一提的是，華為手機的鏡子應用程序在實現高分辨率圖像和精準分析的前提下，與VISIA相比，其在便攜性、節省測試時間等方面展現出一些優勢。

圖7 使用VISIA和華為手機所測曬斑特征計量數的擬合曲線Fig.7 Fitting curve of feature measurements of UV sunburn captured by VISIA and Huawei mobile phone

上述實驗對于9個樣本數據進行精細化分析，此外，我們從得分角度進行快速實驗測試并統計了135個樣本在華為手機鏡子應用程序中的算法得分以及在VISIA中的特征分數，對算法得分值進行矯正后，將手機算法矯正值數據變成負值(注：華為手機分數是越高越好，VISIA里的分值是越低越好，故做此操作)，再與VISIA特征分值進行相關性分析，最終得出二者相關系數r=0.865，表明手機算法模擬的曬斑評估與VISIA所測結果存在相對較強的正相關性。

3.2 紫外強度的檢測結果分析

實驗中使用華為手機和紫外照度計在同一晴天中不同時刻，分別進行了三種測試場景下的紫外強度檢測，其中紫外照度計的紫外線強度測量結果如圖8所示。

圖8 紫外照度計在不同時刻所測的三種情況下的紫外線強度Fig.8 The UV intensity measured by the UV illuminometer under three different conditions at different times

將紫外照度計的紫外線強度代入紫外線指數計算公式，即可得出紫外照度計在室內窗邊、室外背對陽光和室外正對陽光三種測試情況下所對應的紫外線照射強度等級劃分，見表2，其測試結果與華為手機里的鏡子應用程序所測得的紫外線指數等級相對比。根據表2可知，使用華為手機測得的紫外線指數等級與商用紫外照度計所測結果基本吻合，少數結果略微差異可能是因為存在天氣變化的因素影響，二者的測試結果具有不錯的一致性，驗證了華為手機的鏡子應用程序測試外界紫外線強度具備可接受的準確性。

表2 華為手機和紫外照度計所測出的紫外線指數等級對比

4 結論

皮膚是人體中最大的器官，因與外界環境直接接觸，極易受到相關性損傷，同時對于皮膚特征參數的檢測分析正逐漸從人為主觀性評估轉變為客觀的定量化評估，各種皮膚檢測的差異性和相關性研究對于提供皮膚問題的治療建議至關重要。本文主要以VISIA和紫外照度計為參考，探究華為手機鏡子應用程序對于防曬效果評估、曬斑檢測和紫外線強度檢測三個方面的準確性以及儀器的相關性研究。在防曬效果方面，使用華為手機拍攝和內部算法模擬兩種檢測方式進行對比研究，結果顯示二者的防曬區域像素數非常接近，差異度在可接受范圍內，統計學分析結果也表明這兩種防曬檢測方式存在很高的正相關性(p=0.00，r=0.934)，驗證了華為手機內部算法對于檢測防曬效果的有效性；在曬斑檢測方面，使用VISIA和華為手機鏡子應用程序對不同樣本進行曬斑檢測，并對圖像結果的特征計量數以及所計算的絕對比例進行統計，二者的絕對比例均始終小于0.05，且差異性相對較小，對特征計量數進行統計學分析，回歸變量擬合圖和皮爾遜相關性分析的結果都表明二者在統計學上存在較高正相關性(p=0.001，r=0.904)，此外手機算法矯正值與VISIA特征分值也存在相對較強的正相關性；在紫外線強度檢測方面，使用華為手機和紫外照度計進行不同測試場景和不同時刻的紫外線指數等級的檢測與計算，測試結果也顯示出較高的一致性。因此，本研究通過以華為手機鏡子應用程序為主要研究對象，探究其皮膚特征參數的檢測和預防效果，并進行相關專業儀器的對比性研究，為皮膚分析系統與評估以及儀器的相關性研究提供參考。