New Directions for the Skincare using NFC based Battery-Free Approach with Deep Learning Techniques

Abstract

Skincare has always been given a supreme importance in the field of dermatological science. In this thesis, a concrete discussion is carried on to support the skincare by developing a device using a completely new approach. A smart skincare device was developed that can harvest sufficient energy from the near field communication(NFC) based smartphone, thus elucidating the concept of battery-free design approach i.e. without requiring any battery cell to operate. The device mainly consists of two integrated sensors: One is skin moisture and the other is ultraviolet(UV) sensor. By conducting experimental tests on vivo with 8 subjects in indoor environment and 6 subjects in outdoor environment, skin moisture and skin temperature from the skin, ultraviolet A (UVA) and ultraviolet B (UVB) radiations from the sun were investigated. Later, six channel sensing output from the sensors including ambient humidity and ambient temperature were passed to the input of deep learning artificial neural network (ANN) model in order to predict the corresponding outputs and find the respective mean squared error(MSE). Classification of the ultraviolet index (UVI) outputs was done using the same ANN model by classifying into less harmful, moderate harmful and burn, therefore, the overall classification accuracy was found to be 99.8% which is in fact the best performance achieved by using ANN model. Moreover, it can also be noted that our skincare device is enclosed in a 3D flexible design print and is smart, battery-free with android application interface and lastly, it is convenient for anyone to take it everywhere at ease as compared to the other commercially available battery based devices.

피부 과학 분야에서 스킨 케어는 가장 중요하다. 이 논문에서는 완전히 새로운 접근법을 통해 장치를 개발하여 피부 관리를 지원하기 위한 구체적인 논의가 진행되었다. NFC(Near Field Communication) 기반 스마트 폰에서 충분한 에너지를 수확 할 수 있는 스마트 스킨 케어 장치가 개발되어 배터리가 필요 없는 설계 방식의 개념을 설명한다. 이 장치는 주로 두 개의 통합 센서로 구성된다. 하나는 피부 수분이고 다른 하나는 자외선(UV)센서이다. 실내 환경에서 8명의 피험자 및 실외 환경에서 6 명의 피험자로 생체에 대한 실험 테스트를 수행함으로써 피부로부터의 피부 수분 및 피부 온도, 태양으로부터의 자외선 A (UVA) 및 자외선 B(UVB) 를 조사 하였다. 추후 주변 습도 및 온도를 포함하는 센서로부터 6개의 채널 데이터가 해당 출력을 예측하고 각각의 평균 제곱 오차(MSE)를 찾기 위해 딥러닝 인공 신경망 모델(ANN)의 입력으로 전달되었다. 자외선 지수(UVI) 출력의 분류는 세단계로 분류하여 동일한 ANN 모델을 사용하여 수행되었으므로 전체 분류 정확도는 99.8%인 것으로 나타났다. 이는 실제로 ANN을 사용하여 달성 한 최고의 성능 모델 이다. 또한 우리의 스킨 케어 장치는 3D 플렉시블 디자인 프린트에 부착되어 있으며 안드로이드 응용 프로그램 인터페이스를 통해 동작하고 배터리가 없으며 마지막으로 누구나 배터리를 포함하는 상업적화된 다른 장치에 비해 편안하게 휴대할 수 있다.