ES2686517T3 - Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB - Google Patents

Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB Download PDF

Info

Publication number
ES2686517T3
ES2686517T3 ES11753828.0T ES11753828T ES2686517T3 ES 2686517 T3 ES2686517 T3 ES 2686517T3 ES 11753828 T ES11753828 T ES 11753828T ES 2686517 T3 ES2686517 T3 ES 2686517T3
Authority
ES
Spain
Prior art keywords
rgb
spectral
images
image
locations
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES11753828.0T
Other languages
English (en)
Inventor
Phillip Cummins
Garrett William Vanderover
Christina G. Fthenakis
Lise W. Jorgensen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ELC Management LLC
Original Assignee
ELC Management LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ELC Management LLC filed Critical ELC Management LLC
Application granted granted Critical
Publication of ES2686517T3 publication Critical patent/ES2686517T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Dermatology (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

Un método para seguir y analizar las afecciones cambiantes de la piel y mostrar tales afecciones en un formato de imagen RGB en un modelo virtual tridimensional para facilitar la investigación y la comunicación al consumidor, el método comprendiendo los pasos de: - capturar una pluralidad de imágenes espectrales digitales de la piel humana, cada imagen espectral definiendo un objetivo; - capturar una pluralidad de imágenes RGB digitales, cada imagen RGB correspondiendo por lo menos en parte a por lo menos una de las imágenes espectrales que definen un objetivo; - analizar por lo menos algunas de la pluralidad de imágenes espectrales para identificar dentro de la imagen espectral respectiva uno o más conjuntos de datos de imágenes espectrales, cada conjunto de datos de imágenes espectrales definiendo por lo menos una afección de la piel; - mapear dentro de la imagen espectral respectiva de una o más localizaciones espectrales para cada uno de los uno o más conjuntos de datos de imágenes espectrales; - mapear dentro de cada imagen RGB correspondiente a la imagen espectral respectiva una o más localizaciones RGB correspondientes a la una o más localizaciones espectrales respectivas de cada uno de los uno o más conjuntos de datos de imágenes espectrales; y - calibrar un conjunto de datos RGB correspondiente al conjunto de datos de imágenes espectrales asociado con esa localización espectral respectiva y mapearlo para la localización RGB de tal manera que pueda reproducirse por lo menos una afección de la piel conocida definida por dicho conjunto de datos de imágenes espectrales en formato RGB a través del conjunto de datos de imágenes RGB correspondientes; caracterizado porque el método comprende además los pasos de: - compilar una base de datos de dicha pluralidad de imágenes espectrales, dichos conjuntos de datos de imágenes espectrales, dichas afecciones de la piel correspondientes, dichas localizaciones espectrales, dicha pluralidad de imágenes RGB, dichos conjuntos de datos RGB y dichas localizaciones RGB; - capturar una o más imágenes RGB digitales, capturando cada imagen digital un área de la piel de un sujeto; - analizar cada imagen RGB digital para localizar cualquier conjunto de datos RGB predeterminados de la base de datos; - mapear las localizaciones de los conjuntos de datos RGB dentro de cada imagen RGB; y - superponer la imagen RGB sobre un marco virtual tridimensional para crear un modelo tridimensional virtual del sujeto que muestre afecciones de la piel realistas en localizaciones en modelos correspondientes a las localizaciones reales en el sujeto.

Description

5
10
15
20
25
30
35
40
45
50
55
60
65
DESCRIPCION
Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB
CAMPO DE LA INVENCIÓN
Esta invención se refiere a sistemas mejorados para analizar y seguir las afecciones de la piel de un sujeto mediante fotografías del sujeto. En particular, se refiere a un sistema y un método mejorados para analizar y seguir las afecciones de la piel mediante fotografías en formato espectral y/o RGB de un sujeto, y simular y/o seguir los resultados del tratamiento de tales afecciones de la piel. La invención se refiere además a la visualización de tales afecciones cambiantes y tratadas en un formato de imagen RGB en un modelo virtual tridimensional para facilitar la investigación y la comunicación al consumidor.
ANTECEDENTES DE LA INVENCIÓN
El uso de imágenes espectrales para análisis y diagnóstico de tejidos se conoce como se divulga, por ejemplo, en la Patente de Estados Unidos N° 5.016.173 de Kenet et al., incorporada en la presente en su totalidad por referencia. Kenet et al. divulgan un aparato y un método para la monitorización in vivo de superficies visualmente accesibles del cuerpo, incluida la morfología subsuperficial. Kenet et al. enseña la combinación de múltiples técnicas de fotografía digital, incluyendo métodos fotográficos multiespectrales y multivista y/o multirresolución para caracterizar y clasificar componentes de estructuras superficiales y sus distribuciones espacio-temporales.
Un problema con la técnica anterior es que se basa principalmente en equipos de formación de imágenes espectrales para la captura, análisis y visualización de datos. Esto se debe a que la formación de imágenes espectrales permiten niveles de detalle y análisis que no son posibles dentro de las limitaciones de luz visible de los equipos de formación de imágenes en formato RGB y fotografías.
Desafortunadamente, los equipo de formación de imágenes espectrales son relativamente complejos en estructura y uso, y de disponibilidad limitada, por ejemplo, es más adecuado para uso de laboratorio o clínico por técnicos capacitados. Por consiguiente, hasta que los equipos de formación de imágenes espectrales estén más ampliamente disponibles en formas más simples, el aparato enseñado por las referencias de la técnica anterior como Kenet puede no ser práctico para una distribución y uso más amplios, como, por ejemplo, por consumidores en un entorno minorista o por usuarios en un ambiente hogareño.
De manera similar, por su naturaleza, los datos de imágenes espectrales son difíciles de comprender, ver y/o analizar para el ojo inexperto. Los datos de imágenes espectrales se muestran típicamente en una imagen tipo arte abstracto con separación de colores que es confusa en el mejor de los casos para el ojo inexperto. Por consiguiente, incluso si el equipo de imagen espectral se vuelve más ampliamente disponible en formas más fáciles de usar, es poco probable que los datos e imágenes producidos por el equipo sean útiles para el público en general. Por consiguiente, los sistemas de la técnica anterior no son útiles en una escala más amplia, como en un entorno minorista como una herramienta de marketing.
Por consiguiente, existe la necesidad de un sistema que sea simple pero efectivo, es decir, que permita su uso en circunstancias no de laboratorio o no clínicas, usando equipos de imagen orientados al consumidor ampliamente disponibles como, por ejemplo, cámaras digitales convencionales o cámaras digitales que se encuentran comúnmente en teléfonos, ordenadores, asistentes digitales personales (PDA) u otros dispositivos electrónicos de consumo. Además, hay una necesidad de un sistema que produzca imágenes y datos que sean fáciles de comprender, analizar y ver, incluso para el ojo inexperto.
La WO2009139879 A1 se refiere a sistemas y métodos para formación de imágenes médicas;
La WO0129769 A2 se refiere a un método y aparato para alinear y comparar imágenes de la cara y el cuerpo a partir de diferentes imágenes.
SUMARIO DE LA INVENCIÓN
La presente invención proporciona un método para seguir y analizar condiciones cambiantes de la piel y visualizar tales condiciones en un formato de imagen RGB en un modelo virtual tridimensional para facilitar la investigación y la comunicación con el consumidor como se expone en las reivindicaciones adjuntas 1 a 5 y el sistema correspondiente expuesto en la reivindicación adjunta 6.
El método implica la construcción de un catálogo, biblioteca o base de datos de afecciones de la piel en forma de conjuntos de datos tomados de imágenes espectrales que incluyen las afecciones de la piel de interés. Para cada conjunto de datos de imagen espectral que identifica una afección de la piel de interés, se calcula
5
10
15
20
25
30
35
40
45
50
55
60
65
y compila en una base de datos el correspondiente conjunto de datos RGB. La base de datos de conjuntos de datos RGB calculados se puede usar para diagnosticar afecciones de la piel de los sujetos, por ejemplo, analizando fotografías RGB o espectrales del sujeto. Los conjuntos de datos espectrales y/o RGB también pueden usarse para predecir los efectos de los tratamientos propuestos y la afección de la piel alterada resultante puede mostrarse en imágenes RGB que son fácilmente comprendidas por una audiencia mayor de la que actualmente es posible únicamente con imágenes espectrales.
DESCRIPCIÓN DE DIBUJOS
La Fig. 1 es un diagrama de flujo que muestra cómo se usan un conjunto de datos RGB y un conjunto de datos de imágenes espectrales para crear una tabla de búsqueda virtual (LUT).
La Fig. 2 es un diagrama de flujo que muestra cómo se usa la información capturada y compilada para analizar las afecciones de la piel de un sujeto individual capturando fotografías bidimensionales espectrales o RGB ("imágenes espectrales del sujeto" o imágenes RGB del sujeto") del sujeto individual y comparando conjuntos de datos tomados de las fotografías a los conjuntos de datos de referencia en la base(s) de datos (LUT).
DESCRIPCIÓN DETALLADA
Las bases de datos se compilan usando imágenes faciales capturadas de una gran cantidad de sujetos humanos de una cámara espectral y una cámara digital. Las imágenes están vinculadas a afecciones específicas de la piel y se obtienen bajo condiciones de iluminación estándar y calibradas internamente.
Más específicamente, una pluralidad de imágenes espectrales digitales bidimensionales ("imagen espectral" o "imágenes espectrales") de la piel humana se capturan de una variedad de sujetos humanos y se almacenan en una base de datos. Cada imagen espectral define un área objetivo de la piel ("objetivo" u "objetivos"). Una pluralidad correspondiente de las imágenes de modelo de color RGB (rojo, verde, azul) digitales bidimensionales ("imagen RGB" o "imágenes RGB") se capturan y almacenan en la misma o en una segunda base de datos. Cada una de las imágenes RGB corresponde por lo menos en parte a por lo menos una de las imágenes espectrales que definen un objetivo. Por lo menos algunas de la pluralidad de imágenes espectrales se analizan para identificar dentro de la imagen espectral respectiva uno o más conjuntos de datos de imágenes espectrales. Como se usa en la presente, "conjunto de datos de imágenes espectrales" o "conjuntos de datos de imágenes espectrales" es la cantidad mínima de datos digitales de imágenes espectrales necesarios para definir de manera única una afección de la piel ("afección de la piel"), como, por ejemplo, asociada con un tipo de piel particular, nivel de sangre o melanina, saturación de oxígeno, porcentaje de hemoglobina, efecto de dispersión deral, porcentaje de agua o contenido de humedad, etc. La afección cutánea definida puede ser una afección cutánea que no necesita tratamiento o corrección (para propósitos de exposición referidos en la presente como condiciones de la piel "normales"), o la afección de la piel definida puede ser una afección de la piel tratable o corregible como, por ejemplo, afecciones de piel seca, grasa, agrietada y otras afecciones tratables y corregibles. En cualquier caso, cada conjunto de datos de imagen espectral define por lo menos una afección de piel.
Cada elemento dentro de cada imagen dentro de cada base de datos se registra e indexa para las coordenadas de píxeles en la imagen, el valor RGB del píxel o el contenido espectral del píxel, y el tipo de afección de la piel en ese píxel. Por tanto, cada condición de piel se "mapea" en la imagen respectiva.
Más específicamente, cada conjunto de datos de imágenes espectrales se mapea a una localización dentro de la imagen espectral respectiva. La localización mapeada es referida en la presente como "localización espectral", es decir, la localización de coordenadas de píxeles dentro de una imagen espectral para un conjunto de datos de imágenes espectrales. En una imagen RGB correspondiente a la imagen espectral respectiva, se mapea una localización que corresponde a cada localización espectral. La localización en la imagen RGB es referida en la presente como "localización RGB", es decir, la localización de coordenadas de píxeles dentro de una imagen RGB que corresponde a una localización espectral en una imagen espectral respectiva. Para cada localización espectral, se determina un conjunto de datos RGB usando funciones estándar (por ejemplo, como se divulga en Berns, Roy. Billmeyer and Saltzman's Principles of Color Technology. Tercera Edición. New York, NY: John Wiley & Sons, 2000. 201-203. Print., incorporado en la presente como referencia en su totalidad). Como se usa en la presente, "conjunto de datos RGB" o "conjuntos de datos RGB" se refiere a la cantidad mínima de datos digitales rGb requeridos para identificar de manera única un perfil de color RGB asociado con esa localización respectiva. De esta manera, el conjunto de datos de imágenes espectrales se correlaciona eficazmente con un conjunto de datos RGB que corresponde a por lo menos una afección de la piel conocida definida por dicho conjunto de datos de imágenes espectrales.
De esta manera, se crea un conjunto de datos RGB píxel a píxel a partir de cada conjunto de datos espectral pasando los datos espectrales a través de una función de conversión con el área debajo de cada curva resultante que se suma para proporcionar el conjunto de datos RGB. La función de conversión se optimiza a partir de la minimización de las diferencias entre los valores RGB medidos en RGB y los valores calculados a partir de la
5
10
15
20
25
30
35
40
45
50
55
60
65
transformación RGB del conjunto de datos espectrales.
De esta manera, se establece una tabla de consulta virtual (LUT) entre el conjunto de datos RGB y el conjunto de datos de la imagen espectral que es representativa en todos los conjuntos de datos de imágenes espectrales dentro de la base de datos. Se espera que este método de promediar sea suficiente ya que la representación dentro de un tipo de color de piel dado es una variación pequeña en el espacio de color. Sin embargo puede extenderse a promediar de tal manera que represente el continuo de los tipos de colores de piel experimentados.
De esta manera, las diferentes afecciones de la piel se catalogan en conjuntos de datos espectrales y corresponden a conjuntos de datos RGB "de referencia" determinables. Las imágenes espectrales capturadas y las imágenes RGB capturadas correspondientes se compilan en una o más bases de datos en un medio de almacenamiento informático, junto con los conjuntos de datos de imágenes espectrales que representan las afecciones de la piel, las localizaciones espectrales, las localizaciones RGB y los conjuntos de datos RGB de referencia. Los conjuntos de datos RGB de referencia pueden considerarse "no optimizados" ya que contienen datos relativamente menos precisos, tanto cuantitativa como cualitativamente, cuando se comparan con los conjuntos de datos espectrales para las mismas coordenadas de píxeles. Sin embargo, están lo suficientemente optimizados para su uso posterior en el análisis de datos de imágenes RGB de sujetos capturados por equipos de formación de imágenes orientados al consumidor ampliamente disponibles como, por ejemplo, cámaras digitales convencionales o las cámaras digitales que se encuentran comúnmente en teléfonos, ordenadores, asistentes digitales personales (PDA) u otros dispositivos electrónicos de consumo.
La información capturada y compilada se usa para analizar las afecciones de la piel de un sujeto individual capturando fotografías bidimensionales o espectrales o RGB ("imágenes espectrales del sujeto" o "imágenes RGB del sujeto") del sujeto individual y comparando los conjuntos de datos tomados de las fotografías con el conjunto de datos de referencia en la base(s) de datos. El análisis resultante puede usarse para recomendar tratamientos para varias afecciones de la piel. Las imágenes bidimensionales capturadas del sujeto individual también se ensamblan en un compuesto en un marco tridimensional para crear una imagen o modelo RGB tridimensional interactiva, rotatoria, virtual que muestra las afecciones de la piel identificadas, tanto "normales" como tratables, en las localizaciones del modelo correspondientes a las localizaciones reales del sujeto. La información de la base de datos se usa además para generar en la imagen RGB tridimensional una alteración de las afecciones de la piel mostradas resultantes de la aplicación de tratamientos.
Una ventaja de la presente invención es que las imágenes RGB solas pueden usarse como base para el análisis de un sujeto. Como los equipos de fotografía RGB son ubicuos, baratos y fácilmente disponibles, las imágenes usadas para el análisis se pueden tomar casi en cualquier sitio, por ejemplo, en un establecimiento minorista en el mostrador, en un solárium, en casa o mientras se viaja con una cámara en un asistente digital personal o teléfono móvil. No hay necesidad de cámaras de formación de imágenes espectrales costosas y especializadas en entornos de laboratorio.
Otra ventaja de la presente invención es que usa datos en tiempo real para visualizar imágenes resultantes que son proyecciones "realistas" o "reales" de los resultados de un tratamiento, es decir, representaciones virtuales de cuáles serán los resultados. Esto es al contrario que los sistemas actuales que simplemente estiman los resultados sin datos reales subyacentes.
Otra ventaja de la presente invención es que pueden usarse imágenes o RGB o espectrales de un sujeto como base para el análisis del sujeto.
Una vez que se establece la base de datos y la LUT de los conjuntos de datos espectrales correlacionados con los conjuntos de datos RGB, el sistema requiere tres pasos básicos: 1) tomar una imagen RGB, 2) normalizar (estandarizar) la imagen RGB mediante el software de creación de perfiles ICC para calibrar el color. intensidad, etc. a través de varios dispositivos, y 3) comparar los conjuntos de datos normalizados de la imagen RGB con la LUT para determinar los conjuntos de datos de imágenes espectrales correspondientes y, a su vez, las afecciones de la piel asociadas con los conjuntos de datos de imágenes espectrales.

Claims (6)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    45
    50
    55
    60
    65
    REIVINDICACIONES
    1. Un método para seguir y analizar las afecciones cambiantes de la piel y mostrar tales afecciones en un formato de imagen RGB en un modelo virtual tridimensional para facilitar la investigación y la comunicación al consumidor, el método comprendiendo los pasos de:
    - capturar una pluralidad de imágenes espectrales digitales de la piel humana, cada imagen espectral definiendo un objetivo;
    - capturar una pluralidad de imágenes RGB digitales, cada imagen RGB correspondiendo por lo menos en parte a por lo menos una de las imágenes espectrales que definen un objetivo;
    - analizar por lo menos algunas de la pluralidad de imágenes espectrales para identificar dentro de la imagen espectral respectiva uno o más conjuntos de datos de imágenes espectrales, cada conjunto de datos de imágenes espectrales definiendo por lo menos una afección de la piel;
    - mapear dentro de la imagen espectral respectiva de una o más localizaciones espectrales para cada uno de los uno o más conjuntos de datos de imágenes espectrales;
    - mapear dentro de cada imagen RGB correspondiente a la imagen espectral respectiva una o más localizaciones RGB correspondientes a la una o más localizaciones espectrales respectivas de cada uno de los uno o más conjuntos de datos de imágenes espectrales; y
    - calibrar un conjunto de datos RGB correspondiente al conjunto de datos de imágenes espectrales asociado con esa localización espectral respectiva y mapearlo para la localización RGB de tal manera que pueda reproducirse por lo menos una afección de la piel conocida definida por dicho conjunto de datos de imágenes espectrales en formato RGB a través del conjunto de datos de imágenes RGB correspondientes;
    caracterizado porque el método comprende además los pasos de:
    - compilar una base de datos de dicha pluralidad de imágenes espectrales, dichos conjuntos de datos de imágenes espectrales, dichas afecciones de la piel correspondientes, dichas localizaciones espectrales, dicha pluralidad de imágenes RGB, dichos conjuntos de datos RGB y dichas localizaciones RGB;
    - capturar una o más imágenes RGB digitales, capturando cada imagen digital un área de la piel de un sujeto;
    - analizar cada imagen RGB digital para localizar cualquier conjunto de datos RGB predeterminados de la base de datos;
    - mapear las localizaciones de los conjuntos de datos RGB dentro de cada imagen RGB; y
    - superponer la imagen RGB sobre un marco virtual tridimensional para crear un modelo tridimensional virtual del sujeto que muestre afecciones de la piel realistas en localizaciones en modelos correspondientes a las localizaciones reales en el sujeto.
  2. 2.. El método de la reivindicación 1, en el que por lo menos algunas de la pluralidad de imágenes espectrales digitales son imágenes bidimensionales.
  3. 3. El método de la reivindicación 1, en el que por lo menos algunas de la pluralidad de imágenes espectrales digitales son imágenes tridimensionales.
  4. 4. El método de la reivindicación 1, en el que por lo menos algunas de la pluralidad de imágenes RGB digitales son imágenes bidimensionales.
  5. 5. El método de la reivindicación 1, en el que por lo menos algunas de la pluralidad de imágenes RGB digitales son imágenes tridimensionales.
  6. 6. Un sistema para su uso en el análisis de afecciones de la piel humana usando una imagen espectral bidimensional, el sistema comprendiendo un ordenador que incluye un procesador y una memoria para almacenar instrucciones para que el procesador realice el método de acuerdo con cualquiera de las reivindicaciones 1 a 5.
ES11753828.0T 2010-03-10 2011-03-03 Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB Active ES2686517T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US312559P 2001-08-15
US31255910P 2010-03-10 2010-03-10
PCT/US2011/027057 WO2011112422A2 (en) 2010-03-10 2011-03-03 System for skin treatment analysis using spectral image data to generate 3d rgb model

Publications (1)

Publication Number Publication Date
ES2686517T3 true ES2686517T3 (es) 2018-10-18

Family

ID=44564063

Family Applications (1)

Application Number Title Priority Date Filing Date
ES11753828.0T Active ES2686517T3 (es) 2010-03-10 2011-03-03 Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB

Country Status (10)

Country Link
US (1) US20130194261A1 (es)
EP (1) EP2545531B1 (es)
JP (1) JP5615940B2 (es)
KR (1) KR101381033B1 (es)
CN (1) CN102782727B (es)
AU (1) AU2011224691B2 (es)
CA (2) CA2880604A1 (es)
ES (1) ES2686517T3 (es)
RU (1) RU2515963C1 (es)
WO (1) WO2011112422A2 (es)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8995734B2 (en) * 2012-01-10 2015-03-31 Kabushiki Kaisha Toshiba Image processing method and system
US9902851B2 (en) * 2012-10-19 2018-02-27 Mitsubishi Gas Chemical Company, Inc. Resin composition, prepreg, laminate, and printed wiring board
KR101897299B1 (ko) 2012-11-12 2018-09-13 현대자동차주식회사 냉온장 컵홀더
US9101320B2 (en) 2013-04-09 2015-08-11 Elc Management Llc Skin diagnostic and image processing methods
US9256963B2 (en) 2013-04-09 2016-02-09 Elc Management Llc Skin diagnostic and image processing systems, apparatus and articles
TWI615131B (zh) * 2013-11-28 2018-02-21 財團法人國家實驗研究院 影像式血氧濃度檢測裝置與方法
CN104809323A (zh) * 2014-01-23 2015-07-29 国际商业机器公司 健康状况的个性虚拟化的方法和系统
KR101522690B1 (ko) * 2014-07-29 2015-05-22 연세대학교 산학협력단 피부 진단을 위한 인지기반 3차원 시각-촉각 디스플레이 시스템 및 방법
EP3017755A1 (en) 2014-11-04 2016-05-11 Samsung Electronics Co., Ltd. Electronic device, and method for analyzing face information in electronic device
JP2018501839A (ja) 2014-11-27 2018-01-25 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 患者の画像を生成するイメージングデバイス及び方法
KR101626370B1 (ko) * 2015-02-09 2016-06-01 국방과학연구소 삼자극치함수를 이용한 초분광 탐지 장치 및 그 방법
RU2618980C1 (ru) * 2016-05-05 2017-05-11 Андрей Геннадиевич Новиков Способ контроля изменений дефектов кожи лица и устройство для его осуществления
DE102016224397A1 (de) * 2016-12-07 2018-06-07 Henkel Ag & Co. Kgaa Verfahren und Vorrichtung zum Ermitteln eines Hautzustandes und Verfahren zum Ermitteln eines Kosmetikprodukts zur Hautbehandlung
KR102555166B1 (ko) * 2022-10-04 2023-07-12 인하대학교 산학협력단 매우 미세한 얼굴 피부 정보를 포함하는 얼굴 텍스처 생성 방법 및 시스템

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5016173A (en) * 1989-04-13 1991-05-14 Vanguard Imaging Ltd. Apparatus and method for monitoring visually accessible surfaces of the body
US6496594B1 (en) * 1998-10-22 2002-12-17 Francine J. Prokoski Method and apparatus for aligning and comparing images of the face and body from different imagers
US6571003B1 (en) * 1999-06-14 2003-05-27 The Procter & Gamble Company Skin imaging and analysis systems and methods
US7634103B2 (en) * 2001-10-01 2009-12-15 L'oreal S.A. Analysis using a three-dimensional facial image
US7844076B2 (en) * 2003-06-26 2010-11-30 Fotonation Vision Limited Digital image processing using face detection and skin tone information
JP4800591B2 (ja) * 2004-05-26 2011-10-26 オリンパス株式会社 撮影システム
US8301229B2 (en) * 2005-05-12 2012-10-30 Olympus Medical Systems Corp. Biological observation display apparatus for presenting color or spectral images
US7916897B2 (en) * 2006-08-11 2011-03-29 Tessera Technologies Ireland Limited Face tracking for controlling imaging parameters
US20090245603A1 (en) * 2007-01-05 2009-10-01 Djuro Koruga System and method for analysis of light-matter interaction based on spectral convolution
US20080294012A1 (en) * 2007-05-22 2008-11-27 Kurtz Andrew F Monitoring physiological conditions
RU2356016C1 (ru) * 2007-12-21 2009-05-20 Олег Леонидович Головков Способ измерения цвета объектов и устройство для его осуществления
AU2009246917A1 (en) * 2008-05-13 2009-11-19 Spectral Image, Inc. Systems and methods for hyperspectral medical imaging using real-time projection of spectral information
RU2364344C1 (ru) * 2008-06-25 2009-08-20 Государственное образовательное учреждение высшего профессионального образования "Саратовский государственный университет им. Н.Г. Чернышевского" Способ диагностики недифференцированной дисплазии по цвету склеры

Also Published As

Publication number Publication date
AU2011224691B2 (en) 2013-08-29
WO2011112422A2 (en) 2011-09-15
RU2012143140A (ru) 2014-04-20
KR101381033B1 (ko) 2014-04-04
CA2791370A1 (en) 2011-09-15
JP5615940B2 (ja) 2014-10-29
EP2545531A2 (en) 2013-01-16
EP2545531A4 (en) 2016-11-09
CN102782727A (zh) 2012-11-14
WO2011112422A3 (en) 2011-11-24
RU2515963C1 (ru) 2014-05-20
AU2011224691A1 (en) 2012-09-27
KR20120127638A (ko) 2012-11-22
US20130194261A1 (en) 2013-08-01
JP2013527946A (ja) 2013-07-04
CA2880604A1 (en) 2011-09-15
EP2545531B1 (en) 2018-06-13
CN102782727B (zh) 2016-01-20
CA2791370C (en) 2016-06-14

Similar Documents

Publication Publication Date Title
ES2686517T3 (es) Sistema para análisis de tratamiento de la piel usando datos de imágenes espectrales para generar un modelo 3D RGB
EP3606410B1 (en) Anatomical surface assessment methods, devices and systems
ES2950643T3 (es) Sistemas y métodos para el análisis de afecciones cutáneas
CN103857335B (zh) 激光散斑图像的各向异性处理
US10521924B2 (en) System and method for size estimation of in-vivo objects
US11141044B2 (en) Method and apparatus for estimating the value of a physical parameter in a biological tissue
US20170323472A1 (en) Methods and systems for surface informatics based detection with machine-to-machine networks and smartphones
CN106163384B (zh) 信息处理装置、信息处理方法和程序
US9412054B1 (en) Device and method for determining a size of in-vivo objects
ES2893541T3 (es) Calificación de la tinción corneal con fluoresceína
US20130230249A9 (en) Method and system for analyzing lip conditions using digital images
JP2022529230A (ja) 画像取り込みが改善された局所用剤を作成するためのシステムおよび方法
JP2008167853A (ja) 試験シート、物体診断装置および方法並びにプログラム
US20220378548A1 (en) Method for generating a dental image
KR20110098275A (ko) 피부 색상 측정 시스템 및 방법
WO2023141216A2 (en) System and method for topological characterization of tissue
WO2019144247A1 (en) Systems and methods for automated facial acne assessment from digital photographic images
Babilon et al. Spectral reflectance estimation of organic tissue for improved color correction of video-assisted surgery
Wong A fast webcam photogrammetric system to support optical imaging of brain activity
Ahmad et al. Single-Image-Based 3D Reconstruction of Endoscopic Images
Shi Infrared Imaging Decision Aid Tools for Diagnosis of Necrotizing Enterocolitis
CN112330799A (zh) 一种瘢痕测量方法
BRPI1004536A2 (pt) mecanismo de transmissão articulado aplicado em suprocesso e equipamento para diagnóstico da coluna porte pantográfico de máquinas e implementos agrìcvertebral olas em geral.