CN110831499B - 头部图像评估装置和头部图像评估方法 - Google Patents

Abstract

本申请的目的在于，通过整理早期的女性型脱发症的多种形状并建立进度分类，可以判定进度和治疗效果。本申请涉及一种头部图像评估装置，具备：获得部(250)，其用于获得拍摄了被试验者的头发部的头部图像(80)；确定部(260)，其用于根据形成有头部图像(80)内的表面反射光的反射图像(100)来确定表面反射光的形状；分类部(270)，其用于通过图像处理来判定从反射图像(100)到表面反射光形状的位移程度，并将其分类为多个阶段(280)中的任何一个。

Description

头部图像评估装置和头部图像评估方法

技术领域

本申请涉及一种评估装置和评估方法，其中，评估装置基于头发图像进行脱发症相关评估。

背景技术

女性型脱发症(female pattern hair loss：FPHL)是指主要在女性中产生的蔓延性脱发。作为女性型脱发症的图案分类，路德维格(Ludwig)在1977年发表了一个三个阶段的分类(参见非专利文献1)，奥尔森(Olsen)在1999年发表了一种圣诞树图案(参见非专利文献2)。这些图案分类可以评估发展到一定程度的女性型脱发症的形状，但是由于它是基于皮肤的裸露程度的分类，而这一发现只能在发展到一定程度的阶段才能看见，所以它在对早期的女性型脱发症(early FPHL)的评估中是没有用的。早期的女性型脱发症表示即使是在女性型脱发症中程度也较轻的状态，奥尔森将该特征表达为“稍微开口的分际线”(参见非专利文献3)。

另一方面，辛克莱(Sinclair)等人认为早期的女性型脱发症，即症状最轻的外观上的特征为“看不到分际线的变化”的状态(参见非专利文献5)。这样，早期的女性型脱发症即使在程度较轻的情况下也会出现多种症状，因此女性型脱发症中的“早期(early)”的定位即使在专家之间也略有不同。因此，尽管早期的女性型脱发症在程度较轻的情况下也存在多种症状，但是所有的早期的女性型脱发症类型都只归为一个类别。

到目前为止，还没有可以细分早期的女性型脱发症的多种症状的评估方法。另外，存在一种在女性型脱发症中使用头发的整体照片(Global photograph：GP)来评估治疗效果的方法，但是以治疗开始之前的整体照片为基线，通过七个阶段来评估由此产生的变化的印象的七分制(-3＝大大减少，-2＝略有减少，-1＝少许减少，不变＝0，+1＝略有改善，+2＝稍稍改善，+3＝大大改善)被广泛使用。但是，患者和医生/研究人员的评估不一定是一致的(参见非专利文献6)。

在日常诊疗中，整体照片长期用作判定男性型脱发症中的严重性分类和治疗效果的方法。同样在女性型脱发症中，奥尔森将整体照片列为女性型脱发症的临床试验中的最重要和最可靠的评估项目。但是，由于早期的女性型脱发症患者几乎不存在分际线的开口或皮肤的透明，因此使用现有的女性型脱发症分类，通过整体照片是难以进行程度评估的，这被认为是早期的女性型脱发症的治疗中尚未解决的问题之一。

现有技术文献

非专利文献

非专利文献1：Ludwig E.女性中雄激素性脱发(常见脱发)类型的分类、Br JDermatol、1977年9月；97(3)：247-54；

非专利文献2：Olsen EA.中线部分：女性雄激素性脱发的临床诊断的重要的身体线索、J Am Acad Dermatol、1999年1月；40(1)：106-9；

非专利文献3：Olsen EA.女性脱发、J Am Acad Dermatol 2001年9月；45(3增补)：S70-80；

非专利文献4：Harries M、Tosti A、Bergfeld W、Blume-Peytavi U、Shapiro J,Lutz G、Messenger A、Sinclair R、Paus R.关于如何诊断和量化女性型脱发的共识-女性型脱发严重程度指数(FPHL-SI)。J Eur Acad Dermatol Venereol。2016年4月；30(4)：667-76；

非专利文献5：Biondo S、Goble D、Sinclair R.出现女性脱发的女性往往低估了脱发的严重程度。Br J Dermatol.2004年4月；150(4)：750-2；

非专利文献6：Blume-Peytavi U1、Hillmann K、Dietz E、Canfield D、GarciBartels N.一项用于治疗女性雄激素性脱发随机单盲试验，即，每天一次使用5％的米诺地尔泡沫与每天两次使用2％的米诺地尔溶液。J am Acad Dermatol.2011年12月；65(6)：1126-1134。

发明内容

发明所要解决的问题

因此，作为早期的女性型脱发症的问题之一，列举出了对患者已经意识到的稀疏头发(头部发量的减少)客观地进行程度评估和治疗效果判定的方法(参见非专利文献4)。由于早期的女性型脱发症通过适当的治疗干预而恢复的预期，要比程度发展的女性型脱发症更高，因此在早期的女性型脱发症的阶段就开始治疗，可以提高治疗效果，从减轻患者的精神和经济负担的观点来看，是十分有意义的。为此，整理在程度较轻的情况下表现出多种症状的早期的女性型脱发症、对详细发展程度进行分类及建立可以判定治疗效果的评估方法是很有必要的。

用于解决问题的方案

根据本实施方式的头部图像评估装置，具备：获得部，其用于获得拍摄了被试验者的头发部的头部图像；确定部，其用于确定包括在所述头部图像中、在旋周围呈U形曲线形状、且在额头和头顶部沿着分际线形成带状的表面反射光；分类部，其根据在所述额头和所述头顶部形成的所述表面反射光的位置来确定示出了头发体积变化的分类。

发明效果

在本实施方式中，通过对脱发症进行通过整体照片进行的程度评估和治疗效果的判定，在以早期的女性型脱发症为代表的早期脱发症中，可以得到对于医务人员和患者制定治疗方针有益的结果。根据本实施方式，可以为以早期的女性型脱发症为代表的早期脱发症建立适当的进度分类，并区分治疗效果，因此可以通过适当的治疗干预来增加恢复的预期，并且可以实现对所期望的早期阶段的脱发症的治疗。

通过基于表面反射光的形式提供评估基准，即使是难以进行客观评估的早期的女性型脱发症，也可以通过整体照片来对治疗进度进行评估。这样，使用整体照片的本实施方式的评估方法被认为是一种有用的作为在早期的女性型脱发症等脱发症的早期阶段的评估方法，其对医务人员而言可以有效地被利用，对患者而言也容易理解进度。

根据本实施方式的整体照片评估方法，患者容易理解在早期的女性型脱发症阶段的微小和缓慢的变化。本实施方式的整体照片评估方法可以在产生明显的变化之前掌握头发变化的迹象。在女性型脱发症中，由于影响作为女性型脱发症的发病机理的毛发周期变化的因素非常复杂，所以其过程是不一样的，可能会发生缓解和恶化。通过使用本实施方式的整体照片评估方法来检测早期阶段的变化迹象，容易确定治疗方针，这主要对治疗早期的女性型脱发症等脱发症有用。

附图说明

图1是根据本实施方式的包括头部图像拍摄的整体系统的配置图；

图2是示出关于头发图像和表面反射光的概要的第一示例的图；

图3是示出关于头发图像和表面反射光的每个部分的细节的第一示例的图；

图4是示出本实施方式的功能配置的图；

图5是示出关于头发图像和表面反射光的概要的第二示例的图；

图6是示出关于头发图像和表面反射光的每个部分的细节的第二示例的图；

图7是示出关于头发图像和表面反射光的每个部分的细节的第三示例的图；

图8是示出关于头发图像和表面反射光的概要的第三示例的图；

图9是示出关于头发图像和表面反射光的每个部分的细节的第四示例的图；

图10是示出关于头发图像和表面反射光的每个部分的细节的第五示例的图；

图11是示出每个整体照片的女性型脱发严重程度指数的值的图。

具体实施方式

[概要]

在本实施方式中，将通过注意在整体照片拍摄过程中在头发上产生的闪光灯光和闪光灯的表面反射光的变化，根据表面反射光的形状的差分，主要对早期脱发症(如早期的女性型脱发症(early FPHL)等)的程度进行精细分类，并进行程度评估和治疗效果的评估。

发明人推测早期的女性型脱发症的多种图案是由诸如头发直径、头发密度和头发弹性等因素所形成的三维要素即厚度的变化所带来的。作为早期的女性型脱发症的主体的头发体积的减少是一种三维厚度的变化，但是为了通过整体照片以二维方式对其进行评估，需要除皮肤裸露度以外的新指标。发明人注意到在整体照片拍摄期间在头发上产生的闪光灯光表面反射光的变化，并通过闪光灯光的反射图案，设计了主要使用诸如早期的女性型脱发症等早期脱发症的整体照片来进行的程度评估方法。

所谓表面反射光，是指光线照射到头发的表皮表面后被反射回来的看起来发亮的光。其光带的质量取决于其头发的颜色和表皮的干扰，还取决于头发的体积。当从头顶部方向拍摄整体头部时，表面反射光会出现在连结头部每个部分中的头发厚度在垂直方向上最高的点的棱线上。

因此，可基于整体照片中的表面反射光的特征，将从早期的女性型脱发症到正常的体积变化分为五个级别。在头部的表面上是从中线到侧面(耳部)绘制曲线，但是每根从其表面呈一定角度而暴露的头发，将会随着其伸展而因自身的重量产生弯曲和重叠。当其在中心分开时，将会由头发的重叠程度和头部的曲线来确定表面反射光的照射位置。

[配置]

图1示出了根据本实施方式的包括头部图像拍摄的整体系统的配置图。本评估系统是一种包括拍摄部10和评估装置20的系统。拍摄部10具备照射闪光灯光的闪光灯。通过拍摄部10来拍摄被试验者P的头发部H。由拍摄部10拍摄的图像被收进评估装置20并执行图像评估处理。评估装置20获得并评估头部图像。

(关于拍摄部10的硬件配置)

拍摄部10具有电荷耦合器件(Charge Coupled Device：CCD)和互补金属氧化物半导体(Complementary Metal Oxide Semiconductor：CMOS)等拍摄元件，可生成并输出成像在该拍摄元件上的被拍摄体的图像信号。由拍摄部10所拍摄的图像被显示在显示部30上。拍摄部10例如为数码相机，基于用户指示的快门定时的预定操作，可以执行从将该用户作为被拍摄体来进行拍摄到记录作为结果而获得的拍摄图像数据的一系列处理。尽管拍摄装置由拍摄部10实现为数码相机，但是它可以是紧凑型、单反型或智能手机内置型。

拍摄部10具备光学镜头部和图像传感器。光学镜头部配置有聚集光透镜，例如聚焦透镜和变焦透镜等，以拍摄被拍摄体。聚焦透镜是使被拍摄体图像成像在图像传感器的光接收表面上的透镜。变焦透镜是在一定的范围内自由地变化焦距的透镜。在光学镜头部上，还根据需要设有用于调整焦点、曝光和白平衡等设置参数的外围电路。

图像传感器由光电转换元件和模拟前端(Analog Front End：AFE)等组成。光电转换元件例如由互补金属氧化物半导体(Complementary Metal Oxide Semiconductor：CMOS)型光电转换元件等组成。被拍摄体图像由光学镜头部入射到光电转换元件上。因此，光电转换元件对被拍摄体图像进行光电转换(拍摄)，在一定时间内累积图像信号，并将累积的图像信号作为模拟信号顺序地提供给模拟前端。

模拟前端对该模拟图像信号执行模拟/数字(Analog/Digital：A/D)转换处理等各种信号处理。通过各种信号处理生成数字信号，并将其作为拍摄部10的输出信号输出。拍摄部10的这种输出信号是拍摄图像数据。

(关于本系统的硬件配置)

拍摄部10和评估装置20具备中央处理器(Central Processing Unit：CPU)、只读存储器(Read Only Memory：ROM)、随机存取存储器(Random Access Memory：RAM)、图像处理部和存储器。中央处理器、只读存储器、随机存取存储器、图像处理部和存储器通过总线相互连接。

中央处理器根据记录在只读存储器中的程序或从存储器加载到随机存取存储器中的程序执行各种处理。在随机存取存储器中也适当地存储有中央处理器执行各种处理所需的数据等。

图像处理部由数字信号处理器(Digital Signal Processor：DSP)和视频随机存取存储器(Video Random Access Memory)等组成，并且与中央处理器协作对图像数据执行各种图像处理。例如，图像处理部对从拍摄部10输出的拍摄图像数据执行诸如降噪、白平衡调整和抖动校正等图像处理。

作为存储器可以举出动态随机存取存储器(DRAM)和高速缓存存储器、磁盘、光盘、磁光盘或半导体存储器等任何存储介质。存储器不仅包括通过总线连接的存储器，还包括通过驱动器读取和写入的存储器。在本实施方式中所存储的数据，不管是临时存储还是通过非易失性存储器进行的长期存储，都将描述为暂时存储在该存储器中的数据。

输入/输出接口与评估装置20连接。显示部、输入部和通信部通过输入/输出接口连接。输入部由各种按钮组成，用以接受用户的指示操作。通信部通过包括因特网的网络控制在其他的装置之间进行的通信。

显示部30具有显示屏，还具有显示和再现由图像处理部所形成的图像或影像的显示装置。显示装置假设有监视器和液晶显示器等各种显示装置。在本实施方式中，生成应该由中央处理器等来进行图像显示的图像数据，并经由图像处理部在显示屏上进行图像显示处理。以后，当仅描述“显示”时，包括执行包括以上功能的显示处理。

评估装置20具备以上的各配置，稍后将描述功能配置。各种功能配置将通过中央处理器、只读存储器、随机存取存储器、图像处理部和存储器的协作动作而功能性地实现。这每个部分的功能是由电子电路或程序所提供的模块构成，该程序被存储在只读存储器中，通过由中央处理器适当地读取同时与每个部分协作来执行。

(关于头部图像和表面反射光)

图2示出了关于头发图像和表面反射光的概要的第一示例。由拍摄部10所拍摄的头部H的图像的一个例子成为头部图像80。在头部图像80中，表面反射光100从额头到头顶部以与头发的分际线110平行的方式清晰地形成，并且在旋周围呈U形。该第一示例示出了脱发症尚未发展的正常状态，除此以外的每个例子将以该第一示例的图像作为基准来进行描述。

图3示出了关于头发图像和表面反射光的每个部分的细节的第一示例。关于图2所示的头部图像80，将更详细地描述包括表面反射光100和分际线110的每个部分。头发中的表面反射光100是指当光照射到头发上并由表皮表面反射后而闪耀的光。在下文中，表面反射光100或其他等级的表面反射光，是作为表面反射光所形成的图像的反射图像的示例，但是为了描述而省略了作为图像的描述。分际线110主要是通过将头发从正中间分开后出现的皮肤一部分。

表面反射光100和分际线110形成在头部120上。分际线110优选为通过作为头部120的顶点部分的头顶部140而主要形成在头部120的中心，但是任意分际线110和表面反射光100如果能够完全用拍摄部10来拍摄，分际线110也可以在中心以外。旋130包括解剖学的旋和任意分际线110的最后头部侧的边缘。

在图2的头部图像80中，如图3中抽象表现的那样，表面反射光100形成为与分际线110大致平行。另外，表面反射光具有足够的光宽度150作为粗细程度。由于光宽度150取决于个体差分，所以不是恒定的，大约为1～2cm左右。当然，表面反射光100并不是严格地平行，可以具有轻微的左/右偏移，但是如果偏移210落入达到光宽度150的一倍的范围内，则对应于在图2和图3中所示的等级1。另外，该等级1示出了如上所述的脱发症尚未发展的正常范围内的状态。需要指出，如图3所示，偏移210不仅可以位移到U形形状100的侧面，还可以位移到中间侧。

在本实施方式中，如上所述地分析并评估由拍摄部10拍摄的图像，并进行等级判定。分析评估处理由评估装置20来执行。作为分析评估的结果，进行头部图像80的等级判定。下面将描述该评估装置20的功能配置。

(关于评估装置20的功能配置)

图4示出了根据本实施方式的评估装置的功能配置。评估装置20具备获得部250、确定部260和分类部270。获得部250获得包括包含被试验者的头发部H的整体头部和没有出现头发H的周围部的所拍摄的头部图像80。

确定部260从形成有头部图像80内的表面反射光的图像100中，确定从额头到旋周围的U形表面反射光部分的形状。由于头发H通常为黑色或其他染成的颜色，所以确定部260对于U形形状将提取与头发的颜色有区别的部分。在与头发的颜色有区别的部分上，除了表面反射光100之外，还包括分际线110，但是由于它们之间存在色差，并且表面反射光100形成为U形，分际线110形成为直线状，所以要注意这两者的特征信息并分别加以区别。作为区别的结果，确定部260将会确定表面反射光的图像100，特别是确定U形形状。

分类部270通过图像处理来判定U形形状100的偏移程度，并将其分类为多个阶段280中的任何一个。所谓偏移程度是指以正常范围内的状态即被分类为等级1的表面反射光100的状态作为基准而偏移了多少的程度。在这种情况下的图像处理中，例如根据头部的形状等从内部保存数据中提取出正常状态的表面反射光图像，以获得匹配状态和图像的偏移状态，从而判定对等级1的正常状态作出了怎样的偏移。

在图2和图3中，示出了U形形状100为正常等级1的情况，但是实际上它并不是这种完整的U形，随着脱发症症状的发展，该U形状会逐渐地产生偏移和变形。然后，根据该偏移的程度和变形的程度，分别将其分类为等级2到等级5。

对于偏移程度的基准预先会持有特征量，分类部270通过对由确定部260确定的形状进行图像处理来获得特征量，并通过与所持有的特征量进行比较，来判定获得的头部图像80是否对应于等级1到等级5中的一个并加以分类。作为特征量的示例，可以举出基于U形形状100的坐标值的数据。作为示例，提取构成U形形状100的点中的10个点，可以考虑将该点坐标作为特征量的情况。作为示例可以举出基于与相对于作为该特征量的点坐标的症状正常的情况的差分来进行判定和分类的情况。当然，也可以将该差分值作为特征量来处理。在此，将描述是否分类为等级1到等级5中的任何一个，并描述每个分类的特征和概要。

[等级分类的概要]

由上述分类部270所分类的多个阶段280被分为下述五个阶段。下面将描述这五个阶段。

·等级1

当头发具有一定的厚度并且其厚度没有极端变化时，表面反射光100会以一定距离规则清晰地并通常以与分际线110平行的方式出现，并在旋130周围弯曲为U字形。朝向表面反射光的侧面或中间侧的偏移宽度210小于表面反射光带宽度150的一倍。如已经描述的那样，参考图2和图3。

·等级2

当确定部位的头发体积由于头发的粗细和密度的减少等原因而下降时，该一部分头发厚度的峰值将会变得低于其周围的数值，因此表面反射光的形状也会随着该变化而变形，并且会不规则地出现。表面反射光带是清晰的并通常会以与分际线110平行的方式出现，将会在旋130周围弯曲为U字形，但是朝向表面反射光的侧面或中间侧的偏移宽度210相当于表面反射光带宽度150的一倍以上且小于两倍。

·等级3

当确定部位的头发体积从等级2进一步下降时，或者当头发体积下降的范围从等级2开始扩大时，分际线自身的开口将不会明显，但是由于头发厚度的峰值将会变得比周围更低，所以表面反射光的形状将会随着其变化而变形，从与分际线110平行的状态开始出现大幅度偏移。尽管表面反射光带是清晰的，但是它从平行于分际线110的状态向侧面或中间侧的偏移达到表面反射光带宽度150的两倍以上。

·等级4

当确定部位的头发体积从等级3开始进一步下降时，或者头发体积下降的范围从等级3开始扩大时，在头发厚度下降的部位，分际线的开口会很轻微，但是表面反射光会变得不清晰，表面反射光的连续性也会变得不清晰。当表面反射光带减小时，在头部的前后方向220上或者在旋周围的曲线上，将会出现达到表面反射光带150的宽度的一倍以上的不清晰的部分或光带被切断的部分。

·等级5

当确定部位的头发体积从等级4开始进一步下降时，或者当头发体积下降的范围从等级4开始扩大时，在头发厚度下降的部位开始看到分际线在稍微变大，表面反射光带将会变得不清晰并处以难以追随的状态。表面反射光不是带状，而是线性形状光的集合体。

由于已经描述了等级1～5的概念，所以在此将参考图像和附图来具体地描述每个等级。图5示出了关于头发图像和表面反射光的概要的第二示例。图6示出了关于头发图像和表面反射光的每个部分的细节的第二示例。

在图5中示出了关于上述等级2和等级3的对应于头部图像80的图像，其为由拍摄部10拍摄的头部H的图像。左侧的头部图像80A表示等级2，而右侧的头部图像80B表示等级3。在等级1中，脱发症处在尚未发展的正常状态，而分别在一定程度上产生了发展的状态则由图像示出。在初始阶段对等级2和等级3进行分类，在该阶段中U形形状沿着分际线的平行性开始出现混乱。

在头部图像80A中，表面反射光从头顶部140侧到旋130侧清晰地形成，呈U形，当抽象地表现时，则形成表面反射光100A和头发的分际线110。头部图像80B也呈U形，并且形成了表面反射光100B和头发的分际线110。

头部图像80A和表面反射光100A对应于上述等级2。表面反射光为波状形状，相对于额头在旋130的周围凸起而形成U形，但是通常保持与分际线110平行的形状。

另一方面，头部图像80B和表面反射光100B对应于上述等级3。形成U形的表面反射光将会随着在旋130周围的发展而凸起，而无法保持平行形状。

图6示出了关于头发图像和表面反射光的每个部分的细节的第二示例。下面将对图5所示的头部图像80A和80B的每个部分进行更详细的描述，其与图3相对应。与图3不同的是，其为通过光的照射而形成的表面反射光100的部分。

在图6中为了说明还重叠显示了表面反射光100。在作为头部图像80A而被显示的等级2中，形成了从表面反射光100朝向侧面产生了位移310的表面反射光320。在图5和图6的示例中，表面反射光320在一定程度上部分地平行于分际线，但是在旋周围130中朝向侧面产生了在图3中描述的达到光宽度150的一倍以上的位移310。这样，当从额头到旋周围的表面反射光从平行于分际线110的形状朝向侧面310或中间侧产生了达到光宽度150的一倍以上的位移时，将其分类为等级2。当在侧面310或中间侧的位移小于光宽度150的一倍时，将其分类为等级1。

此外，在显示为头部图像80B的等级3中，表面反射光340与表面反射光320相比，朝向侧面的位移330进一步发展。这样，表面反射光从与分际线110平行的形状，变为朝向侧面330或中间侧产生达到了在图3中所描述的光宽度150的两倍以上的位移的状态，该状态成为等级3。

在图5和图6的示例中，表面反射光340在前额部保持一部分平行，并且在旋130周围从与分际线110平行的形状，产生朝向侧面的达到光宽度150的两倍以上的位移330。这样，在表面反射光中，从与分际线110平行的形状朝向外侧310或内侧产生的位移达到光宽度150的一倍以上且小于两倍时，将其分类为等级2，达到光宽度150的两倍以上时，将其分类为等级3。

为了说明的目的，表面反射光320和表面反射光340被重叠图示出，但是在等级2中仅表面反射光320出现，在等级3中仅表面反射光340出现。当然，在任何情况下都不会出现表面反射光100。

图7示出了关于头发图像和表面反射光的每个部分的细节的第三示例。在图6中，示出了表面反射光100在等级2和等级3中的朝向侧面产生位移的情况，但是在等级2和3中，位移方向并不限于侧面310、330，如图7所示，还包括在中间侧350的方向上产生位移的情况。

尽管已经在图6中示出并描述了等级3的朝向侧面330的位移，但是在图7中示出了在中间侧350的方向上产生位移的情况。朝向内侧方向产生位移350的结果是形成了表面反射光360。与表面反射光340相似，表面反射光360示出了在中间侧产生达到光宽度150的两倍以上的位移的状态。

图8示出了关于头发图像和表面反射光的概要的第三示例。图9示出了关于头发图像和表面反射光的每个部分的细节的第四示例。在图8中，上述等级4和等级5对应于头部图像80，是由拍摄部10所拍摄的头部H的图像。左侧的头部图像80C表示等级4，右侧的头部图像80D表示等级5。等级4和等级5通过图像示出了头发厚度进一步减小和脱发症程度已经发展的阶段，并且被分类为U形形状开始变得不清晰的发展阶段。

在头部图像80C中形成有表面反射光100C。在头部图像80D中也一样形成有表面反射光100D。头部图像80C和表面反射光100C对应于上述等级4。另一方面，头部图像80D和表面反射光100D对应于上述等级5。

图9示出了关于头发图像和表面反射光的每个部分的细节的第四示例。它对关于图8所示的头部图像80C的每个部分进行了更详细的描述，与图3相对应。与图3不同的是表面反射光100的部分。即使在图9中，为了说明的目的也重叠显示了表面反射光100，但是在作为头部图像80C被显示的等级4中，与表面反射光100、100A和100B相比，通过因头发厚度减小而产生缝隙410的形状，形成具有不连续形状的表面反射光420。

等级4的特征在于产生缝隙410，但是即使在等级1至等级3中，在表面反射光上也会产生微中断，当它们相对于在图3中头部的前后方向上的扩大220，不会超过光宽度150的一倍的范围，而缝隙410超过光宽度150的一倍的范围时，其被分类为等级4。关于光宽度150，已经描述了表面反射光100，但是也可以将表面反射光420作为基准，其宽度基本上相同。

图10示出了关于头发图像和表面反射光的每个部分的细节的第五示例。对关于图8所示的头部图像80D的每个部分进行更详细的描述，其与图3相对应。与图3的不同是同样是表面反射光100的部分。

在作为头部图像80D而示出的等级5中，从表面反射光100开始朝向旋在中间侧产生位移，并形成为表面反射光450。表面反射光450具有非带状断续的接近于线性形状的形状。等级1至等级4的表面反射光在一定程度上可以以平面形状来确认，但是在等级5中它是线性形状的。作为线性形状和平面形状之间的差异，例如，如果表面反射光450相对于分际线110平行220或者垂直210达到表面反射光宽度150的一半以下，则为线性形状，达到一半以上时为平面形状。特别是，表面反射光450不能在视觉上确认为平面，形成的蜈蚣脚之类的散射线的集合体的状态是等级5的典型状态。

在图9中，为了说明的目的，重叠图示了表面反射光100和表面反射光420，但是在等级4中仅出现表面反射光420。在图10中，为了说明的目的，重叠图示了表面反射光100和表面反射光450，但是在等级5中仅出现表面反射光450。

(使用了整体照片的本申请的分类和女性型脱发严重程度指数的比较实验及实用性的验证实验)

分类部270将所拍摄的头发图像分类为以上述观点划分的五个阶段中的任何一个，从而通过图像处理用早期的女性型脱发症阶段区分患者的脱发症阶段。在此，通过与女性型脱发严重程度指数(Female pattern hair loss-severity index：FPHL-SI)进行比较，来验证为了区分患者脱发症的阶段而将基于图像的特征分类为五个阶段是否合适。

另外，关于该分类在患者中是否能够得到理解和是否具有实用性，将通过将头发图像分类和有关进度评估的志愿者之间的一致率来验证。具体而言，针对根据上述条件进行了分类的114名目的头发图像，计算女性型脱发严重程度指数。另外，志愿者根据上述条件对头发图像进行分类，并对照获得的结果。

根据实验结果，如果使用整体照片的本申请的等级分类和女性型脱发严重程度指数能够表现出大致对应的关系，根据分部270的分类结果，指示患者脱发症的阶段，志愿者评估分类的一致率越高，则越容易获得患者的理解。

实施例

方法

从2012年7月到2016年11月，首次受诊博纳迪阿诊所(Bona Dea Clinic)，进行了诊断为早期的女性型脱发症的女性的回顾性图表评估(retrospective chart review)。早期的女性型脱发症的诊断由病史、体格检查结果、验血结果、视野图像和整体照片来确定。

关于整体照片，如下所示每次都采用相同步骤来拍摄照片。患者不加造型剂来访，头顶部和旋位于前面和中心那样脸朝上坐着(图1)。头部的整体照片是由内置闪光灯相机拍摄的。作为该实验对象的早期的女性型脱发症患者的基准是，完全满足以下三个条件的患者。整体照片具有6个月以上的进度观察期，具有该研究所需的所有的数据，具有大致相同背景的亮度。满足这些条件的人有114人。

在上述114人的治疗进度中所采取的所有的整体照片，基于在头发上产生的表面反射光的形状变化，被分类为如上所述的五个阶段。然后，为每个受试者提取最高等级值的整体照片和最低等级的整体照片。接下来，计算接近拍摄所提取照片的时间的女性型脱发严重程度指数。

女性型脱发严重程度指数中的评估项目为四个，即：脱发(hair shedding)、中线头发密度(midline hair density)、头发直径的变化、根据包括在毛囊单位中的一根毛发的部位的差异，如非专利文献4所示。

每天小于200根的脱发，或在拉力测试中阴性结果为0分，在拉力测试中阳性结果为2分。关于中线头发密度，患者诉说过度脱发和发量损失，但是未显示临床上明显的头发密度下降的辛克莱中线头发密度等级1为0分，轻度但是临床上明显的脱发的等级2为4分。在三镜检查中，毛发直径变化小于0％的图像为0分，20％以上的为5分。另外，包括在毛囊单位中的一根毛发在前额部和头部后部之间没有差异时为0分，差异为25％以上时为1分，差异为50％以上时为2分。

在计算每个整体照片的女性型脱发严重程度指数之后，本申请的等级分为五个组，并且计算每个组的女性型脱发严重程度指数的平均值。而且，对本申请的等级和女性型脱发严重程度指数值之间的相关性进行统计学检验。

如上所述，将从每位患者中提取两张照片，一张被随机分配到幻灯机的任一侧。在解释了本申请的等级分类之后，3名志愿者(男性1名，女性2名)对114例患者的(228张)每张照片进行了分级，并判断每张照片中的哪张照片看上去症状更轻。然后，分析发明人和志愿者们之间的一致率，以进行等级评估和进度比较。

[结果]

1.整体照片的分布

在228张的整体照片中，等级1为30张，等级2为64张，等级3为61张，等级4为50张，等级5为23张。

2.在本实施方式中示出了等级和女性型脱发严重程度指数值之间的关系按等级区分的女性型脱发严重程度指数值被示于图11(平均值和标准误差)。本申请的等级较高的组表现出女性型脱发严重程度指数的指数值也较高的倾向。但是，由于女性型脱发严重程度指数值不是正态分布，所以无法使用相关系数来统计学地评估有无相关性。

哈里斯(Harris)等人2016年提出了女性型脱发严重程度指数，作为女性型脱发症严重性(包括早期的女性型脱发症)的新评估方法。在非专利文献4中示出的该严重性评估方法中，通过计分来涵盖女性型脱发症的征候，医生可以客观地评估患者的状态。在本实施例中，观察到女性型脱发严重程度指数值会随着整体照片等级的增加而增加，但是没有显示出统计学上显著的相关性(图11)。其理由是在本实施例中，受试者的女性型脱发严重程度指数值显示为0～11中的任何一个，但是其中大多数为0或5，没有显示出正态分布。进一步，女性型脱发严重程度指数，可能是因为通过数字方式评估女性型脱发症所有等级而产生，而不是专注于早期的女性型脱发症的评估。

3.和志愿者之间的一致率

关于本申请的整体照片评估分类的一致率，在两个以上的志愿者和作者之间有57％(131/228张)的照片一致，在一个志愿者和作者之间有41％(93/228张)的照片一致，2％(4/228张)不一致(表1)。

关于进度比较的一致率，在两个以上的志愿者和作者之间有97％(111/114例)判定为一致，在一个志愿者和一个作者之间有2％(3/114件)判定为一致，有1％(1/114例)判定为不一致(表1：发明人和三名志愿者的评估的一致率)。

表1

通过实施例的志愿者的实验，检验使用本申请的五种分类来评估患者易于理解的治疗进度是否可行，结果显示即使是不熟悉整体照片的人，也可以轻松理解该过程(表1)。

如上所述，即使是通过根据表面反射光的形式提供评估基准而难以进行客观评估的早期的女性型脱发症，也可以通过整体照片来评估治疗进度，在本实施例中示出了这种可能性。通过使用分类部270来提供通过整体照片的五个级别的分类，可以在短时间内容易地判断早期脱发症。

以上，使用实施例对本申请进行了说明，但是本申请的技术范围并不限于在上述实施例中记载的范围。对本领域技术人员显而易见的是，可以对上述实施例施加各种修改或改良。从权利要求的记载中可以明确地看到，施加了这种修改或改良的形式也可以被包括在本申请的技术范围内。从权利要求的记载中可以明确地看到，不只限于女性型脱发症(FPHL)，也可以对其他的脱发症进行早期评估。

附图标记说明：

H：头发部。

P：被试验者。

10：拍摄部。

20：评估装置。

80：头部图像。

100：表面反射光。

110：分际线。

120：头部。

130：旋。

140：头顶部。

150：光宽度。

250：获得部。

260：确定部。

270：分类部。

320：表面反射光。

340：表面反射光。

420：表面反射光。

450：表面反射光。

Claims (2)

1.一种头部图像评估装置，其中，具备：

获得部，所述获得部用于获得拍摄了被试验者的头发部的头部图像；

确定部，所述确定部用于确定包括在所述头部图像中、在旋周围呈U形曲线形状、且在额头和头顶部沿着分际线形成带状的表面反射光；

分类部，所述分类部根据在所述额头和所述头顶部形成的所述表面反射光的位置来确定示出了头发体积变化的分类。

2.根据权利要求1所述的头部图像评估装置，其中，

所述确定部将在所述头部图像中与头发的颜色有区别的带状部分确定为所述表面反射光；

所述分类部根据在额头、头顶部和旋周围的所述表面反射光从预定的基准状态偏移的程度来确定所述分类。

Images