JP2012205855A - 体表評価方法および体表評価装置 - Google Patents

Abstract

【課題】コントラストが高く微小血管の分布や状態を良好に反映したヘモグロビン画像を獲得することができる体表評価方法を提供する。
【解決手段】微小血管ＭＣが分布している真皮上層ＣＬから拡大した皮膚内部反射光画像ＲＧを取得し、取得された皮膚内部反射光画像ＲＧを独立成分分析してヘモグロビン画像ＨＧ、ＨＧ'を抽出し、独立成分分析される皮膚内部反射光画像ＲＧと抽出されたヘモグロビン画像ＨＧとの少なくとも一方をレベル補正し、レベル補正されたヘモグロビン画像ＨＧ'、ＨＧ"から微小血管ＭＣの分布と状態との少なくとも一方を評価する。
【選択図】図１

Description

本発明は、被験者の体表を評価してその美容状態を診断する体表評価方法および体表評価装置に関する。

現在、効果的な化粧方法や美容方法などを特定するため、被験者の体表状態を正確に評価する要望がある。例えば、角質水分変化量を直接的に反映させた肌のシミュレーション画像を形成する提案がある。

その技術では、肌の元画像に対して角質水分量が変化した肌のシミュレーション画像の形成方法として、元画像の内部反射光画像と表面反射光画像を取得し、元画像の内部反射光画像の明るさを取得する。

その明るさを、角質水分変化量（△Ｃ）の関数Ｆ（△Ｃ）から算出される調整量△Ｌで調整すると共に、元画像の内部反射光画像のＰＳＦ(Point-Spread Function)を取得し、そのＰＳＦを、角質水分変化量（△Ｃ）の関数Ｇ（△Ｃ）から算出される調整量△ＰＳＦで調整する。

一方、元画像の表面反射光画像の強度を取得し、その強度を角質水分変化量（△Ｃ）の関数Ｈ（△Ｃ）から算出される調整量△Ｓで調整し、明るさとＰＳＦを調整した内部反射光画像と、強度を調整した表面反射光画像とを再合成する(特許文献１)。

また、シミの分類方法を提供することを目的とする提案もある。より詳細には、共焦点顕微鏡を用いて、皮膚内に存在するシミ部位のメラニン画像を獲得し、獲得した画像に基づきメラニン状態を解析評価することによる、シミの分類方法を提供する。

さらに、シミ部位のメラニンを評価することによって、シミを分類し、それによって、シミを改善治療するＩＰＬ(Intense Pulsed Light)／レーザー施術などの光線治療のために、分類されたシミに基づき患者を分別する。

その技術では、共焦点顕微鏡を用いて、シミ部位の皮膚内のメラニンの画像を獲得し、得られた画像を解析してシミ部位のメラニン状態を解析評価することで、シミを分類する。

例えば、メラニン評価に基づいて、皮膚上のシミのＩＰＬ／レーザー施術に対する効果を予め判定することができ、また、ＩＰＬ／レーザー施術のために分類されたシミに基づき患者を分別することも可能である(特許文献２)。

また、皮膚内部反射光画像からヘモグロビン成分画像を抽出することにより、被験者に接触することなく、短時間で自律神経系の活動を評価できるようにするための技術も提案されている。

その技術では、光源からの光が被験者の皮膚によって反射した反射光から偏光板を用いて皮膚内部で反射した内部反射光成分のみを検出し、内部反射光成分画像から被験者の肌色を構成する色素成分のうちヘモグロビン成分を求める。

つぎに、内部反射光成分画像から額部領域および鼻部領域を抽出し、額部領域における統計量を基に鼻部領域のヘモグロビン成分量データを正規化する。さらに、鼻部領域におけるヘモグロビン成分量データから交感神経系活性度を評価し、交感神経系活性度の評価値を出力する(特許文献３)。

また、肌拡大画像撮影装置を用いて、肌の表面状態の視覚的観察と肌の酸素飽和度の計測の双方を行えるようにする提案もある。その技術では、被験者の肌の内部反射光画像を取得し、内部反射光画像から独立成分分析によりヘモグロビン成分画像を抽出する。

そのヘモグロビン成分画像のピクセル毎の濃度の標準偏差又は平均値を算出し、該標準偏差又は平均値を用いて肌の酸素飽和度を評価する。あるいは複数の肌の計測から、予め、ヘモグロビン成分画像のピクセル毎の濃度の標準偏差又は平均値と、分光測定法で計測される酸素飽和度との関係式を取得しておき、任意の肌のヘモグロビン成分画像からその肌の酸素飽和度を計測する(特許文献４)。

特開２００７−１０５４５７号公報 特開２００７−０６１３０７号公報 特開２００７−０５０１４４号公報 特開２００６−２７１８１５号公報

上述のように皮膚内部反射光画像を取得してヘモグロビン画像を抽出することなどは従来から実施されている。しかし、このようにヘモグロビン画像を抽出しても、コントラストが低く、例えば、微小血管の状態や分布を正確に評価することができない。

本発明は上述のような課題に鑑みてなされたものであり、少なくとも微小血管の状態や分布を正確に評価することができる体表評価方法および体表評価装置を提供するものである。

本発明の体表評価方法は、微小血管が分布している少なくとも真皮上層から拡大画像を取得し、取得された拡大画像の微小血管を明瞭とする所定の画像処理により血管画像を生成し、生成された血管画像から微小血管の分布と状態との少なくとも一方を評価する。

従って、本発明の体表評価方法では、少なくとも真皮上層の微小血管の分布と状態との少なくとも一方が明瞭に評価される。

本発明の体表評価装置は、微小血管が分布している少なくとも真皮上層から拡大画像を取得する画像取得手段と、取得された拡大画像の微小血管を明瞭とする所定の画像処理により血管画像を生成する画像抽出手段と、を有する。

なお、本発明の各種の構成要素は、その機能を実現するように形成されていればよく、例えば、所定の機能を発揮する専用のハードウェア、所定の機能がコンピュータプログラムにより付与されたデータ処理装置、コンピュータプログラムによりデータ処理装置に実現された所定の機能、これらの任意の組み合わせ、等として実現することができる。

また、本発明の各種の構成要素は、必ずしも個々に独立した存在である必要はなく、複数の構成要素が一個の部材として形成されていること、一つの構成要素が複数の部材で形成されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等でもよい。

また、本発明で云う画像処理とは、拡大画像の微小血管を明瞭とするものであればよく、例えば、拡大画像の微小血管の画像の輝度を変更する処理、カラー画像である拡大画像の微小血管の発色を変更する処理、等でよく、より具体的には、独立成分分析でよい。

さらに、本発明で云う体表とは、外側から観察できる身体の表面を意味しているが、外側から観察できる範囲ならば、その表面から所定の深度まで含んだ表層部分も内包してよい。

本発明の体表評価方法では、少なくとも真皮上層の微小血管の分布と状態との少なくとも一方を明瞭に評価することができる。

本発明の実施の形態の体表評価装置の論理構造を示す模式的なブロック図である。 体表評価装置を利用した体表評価方法を示すフローチャートである。 皮膚内部反射光画像からヘモグロビン画像とメラニン画像とが生成される工程を示す模式図である。 （ａ）は画像取得部が皮膚内部反射光画像を撮像する状態を示す模式的な縦断側面図であり、（ｂ）は（ａ）の破線領域Ｂの拡大図である。 体表の内部構造を示す模式的な縦断面図である。 (ａ)はＲＧＢ成分ごとにレベル補正されて一つに合成された皮膚内部反射光画像（平面視画像）、(ｂ)は体表の内部構造を示す模式的な縦断斜視図である。 (ａ)はＲＧＢ成分ごとにレベル補正されて一つに合成された皮膚内部反射光画像（平面視画像）、(ｂ)は体表の内部構造を示す模式的な縦断斜視図である。 皮膚内部反射光画像がＲＧＢ成分画像に分割される状態を示す模式図である。 レベル補正されたＲＧＢ成分画像が皮膚内部反射光画像に合成される状態を示す模式図である。 (ａ)はＧ成分画像、(ｂ)はＧ成分画像のヒストグラムを示す模式図である。 (ａ)はレベル補正されたＧ成分画像、(ｂ)はレベル補正されたヒストグラムを示す模式図である。 皮膚内部反射光画像をＲＧＢ成分に分割することなくレベル補正した場合と分割してレベル補正してから合成した場合とを示す模式図である。 (ａ)は皮膚内部反射光画像をレベル補正してから独立成分分析したヘモグロビン画像とメラニン画像、(ｂ)は皮膚内部反射光画像をレベル補正することなく独立成分分析したヘモグロビン画像とメラニン画像、を示す模式図である。 ヒストグラムの重心が所定値となるようにレベル補正する場合を示す模式図である。 皮膚内部反射光画像を独立成分分析してからレベル補正する工程を示す模式図である。 ループ状の毛細血管密度スコアの目視標準スコアについて示すＲＧＢ成分ごとにレベル補正されて一つに合成された皮膚内部反射光画像を示す模式図である。

本発明の実施の一形態を図面を参照して以下に説明する。本実施の形態の体表評価装置１００は、微小血管ＭＣが分布している真皮上層ＣＬから拡大画像を取得する画像取得部１１０と、取得された拡大画像の微小血管を明瞭とする所定の画像処理により血管画像を生成する画像抽出部１３０と、を有する。

ここで、血管画像とは、血管の基底膜、内皮細胞、周細胞、血管平滑筋細胞等の組織、または血管内を流れる血液もしくはその組成物を目視可能に撮像した静止画像または動画像である。より詳細には、本実施の形態の体表評価装置１００は、図１に示すように、微小血管ＭＣが分布している真皮上層ＣＬから皮膚内部反射光画像ＲＧを拡大画像として取得する画像取得部１１０と、取得された皮膚内部反射光画像ＲＧを独立成分分析してヘモグロビン画像ＨＧ、ＨＧ'を血管画像として抽出する画像抽出部１３０と、取得された皮膚内部反射光画像ＲＧと抽出されたヘモグロビン画像ＨＧとの少なくとも一方をレベル補正する画像補正部１２０と、を有する。

ここで撮影する倍率について、低倍率で比較的広範囲を観察するようなときには、等倍から１００倍程度、高倍率で毛細血管形状を観察するようなときには、１００倍から１０００倍程度が望ましい。

さらに、本実施の形態の体表評価装置１００は、図１に示すように、皮膚内部反射光画像ＲＧからヘモグロビン画像ＨＧ'、ＨＧ"の少なくとも一方を抽出する。
ヘモグロビン画像ＨＧ'は、画像取得部１１０が取得した皮膚内部反射光画像ＲＧを画像補正部１２０でレベル補正してから画像抽出部１３０が独立成分分析して抽出した画像である。一方、ヘモグロビン画像ＨＧ"は、画像取得部１１０が取得した皮膚内部反射光画像ＲＧを画像抽出部１３０が独立成分分析してヘモグロビン画像ＨＧを抽出し、これをレベル補正した画像である。
本実施形態では、図２および図３をさらに参照して、皮膚内部反射光画像ＲＧからヘモグロビン画像ＨＧ'を抽出する方法を主として説明する。

なお、上述のレベル補正とは、いわゆる画像処理でのレベル補正で、微小血管の画像の輝度等を変更する処理であり、例えば、後述するように画像のヒストグラムの輝度や頻度を線形変換などにより補正することである。

画像取得部１１０は、図４（ａ）に示すように、公知の液浸方式の拡大鏡１１１を有し、真皮上層ＣＬから液浸方式で皮膚内部反射光画像ＲＧを、複数のカラー成分であるＲＧＢ(Red，Green，Blue)成分からなるフルカラー画像として取得する。

なお、上述のようなカラー成分とは、カラー画像を形成する複数の色成分を意味しており、例えば、上述したＲＧＢ成分の他、ＣＭＹ(Cyan Magenta Yellow)成分、ＣＭＹｋ（ＣＭＹ black)成分、等でもよく、マルチバンドのカラー画像で取得される四つ以上のカラー成分でもよい。

この拡大鏡１１１は、フルカラーのＣＣＤ(Charge Coupled Device)等の画像センサ１１２、光学レンズ等からなる結像光学系１１３、円環状の白色光源１１４、対物ガラス１１５、等からなり、この対物ガラス１１５と表皮ＳＬとの間隙が特定のオイルや水、または、これらに増粘剤などを加えた組成物からなる観察可能な透明な液体ＬＫで充填される。拡大鏡１１１および液体ＬＫには公知のものを使用することができる。一例として、図６、図７、図１６の取得には、血流観察装置Ｂｓｃａｎ−Ｐｒｏ（ＧＯＫＯカメラ株式会社製）を拡大鏡１１１として使用した。また、図３、図８〜図１５の取得には、デジタル電子映像拡大器 ＥＶ−４Ｄ ＵＳＢ（ＧＯＫＯカメラ株式会社製）を拡大鏡１１１として使用した。これらの画像の取得にあたり、液体ＬＫとしてはスクワラン（ニッコールスクワラン、日光ケミカルズ株式会社製）を使用した。また、図８〜図１２および図１４のヒストグラムは、アドビ システムズ株式会社製、Ａｄｏｂｅ（登録商標） Ｐｈｏｔｏｓｈｏｐ（登録商標） ＣＳを使用して作成した。

画像補正部１２０は、カラー画像である拡大画像の微小血管の発色を変更する処理として、上述のようにＲＧＢ成分からなる皮膚内部反射光画像ＲＧをレベル補正する。その場合、図８および図９に示すように、皮膚内部反射光画像ＲＧをＲＧＢ成分に分離し、各々をレベル補正してから一つに合成する。

また、画像補正部１２０は、図８ないし図１１に示すように、上述のようなレベル補正として、ヒストグラムのピークの頻度は補正することなく輝度の範囲を拡大する。
一例として、皮膚内部反射光画像ＲＧの輝度の最小値がａ、最大値がｂ（０＜ａ＜ｂ＜２５５）であった場合、輝度の範囲（ａからｂ）を０から２５５に拡大して出力表示することによりコントラストが最大限強調される。このように、元画像のヒストグラムのピークの頻度を補正せず輝度の範囲を拡大することで元画像の輝度が強調されて明瞭となる。

ここで、ＲＧＢのチャンネル全体でレベル補正（全レベル補正）をすると、元画像の全体のコントラストが強調されるため、肌色のムラであるシミ（メラニン成分）部分や血管（ヘモグロビン成分）部分が色相の区別無く強調される。一方、ＲＧＢの各チャンネル毎にレベル補正（各レベル補正）をすると、単に画像のコントラストが強調されるだけでなく、メラニン成分の茶褐色とヘモグロビン成分の赤色の色相の強調を伴って画像のコントラストが強調される。このため、元画像においてメラニン成分とヘモグロビン成分の判別が困難であるような色ムラにおいても、メラニン成分の茶褐色とヘモグロビン成分の赤色が個別に強調表示されて両者の判別が容易となる。
レベル補正による明瞭化の判断は目視により行うことができる。このほか、レベル補正前後の画像に対して画像測色を行って色相・明度・彩度などの色を表示する三刺激値の差分を求め、所定の閾値との大小比較によって明瞭化の度合いを定量化してもよい。

さらに、画像抽出部１３０は、画像補正部１２０によりレベル補正された皮膚内部反射光画像ＲＧ'を独立成分分析して、血管画像であるヘモグロビン画像ＨＧ'を抽出する。より具体的には、図１、図３、図１３(ａ)等に示すように、上述のようにＲＧＢ成分ごとにレベル補正されて一つに合成されたフルカラーの皮膚内部反射光画像ＲＧ'を、独立成分分析してヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを抽出する。

上述のような体表評価装置１００の画像補正部１２０や画像抽出部１３０は、例えば、コンピュータ装置に適正なコンピュータプログラムが実装されることで論理的に実現されている。具体的なコンピュータプログラムは特に限定されないが、本実施形態では、画像補正部１２０としてアドビ システムズ株式会社製、Ａｄｏｂｅ（登録商標） Ｐｈｏｔｏｓｈｏｐ（登録商標） ＣＳを使用した。また、画像抽出部１３０で使用する独立成分分析を実現する手段としては、公知の方法（たとえば前記の特許文献４に記載の方法）を使用することができる。

このようなコンピュータプログラムは、例えば、図２に示すように、微小血管ＭＣが分布している真皮上層ＣＬから拡大した皮膚内部反射光画像ＲＧを画像取得部１１０に取得させること、取得された皮膚内部反射光画像ＲＧをレベル補正すること、レベル補正された皮膚内部反射光画像ＲＧ'を独立成分分析してヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを抽出すること、等を体表評価装置１００に実行させるように記述されている。なお、画像抽出部１３０は、レベル補正された皮膚内部反射光画像ＲＧ'を独立成分分析することでヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを抽出する。

上述のような構成において、本実施の形態の体表評価装置１００を利用した体表評価方法を以下に説明する。本実施の形態の体表評価方法は、被験者の体外から撮影した表層部ＳＫ（図４（ｂ）を参照）の画像に基づいて、当該被験者の体表（皮膚）の見た目の状態を評価する美容診断方法に関する。
まず、本実施の形態の体表評価装置１００が評価対象とする人体の表層部ＳＫは、図５に示すように、表皮ＳＬ、真皮ＴＬ、皮下組織ＳＴ、等からなり、本実施の形態で云う真皮上層ＣＬとは、表皮ＳＬ下の毛細血管ＢＣが分布している部分を意味する。ただし、真皮上層ＣＬには、毛細血管ＢＣに加えて、微小循環に関わる血管である細動脈ＳＡおよび細静脈ＳＶなどの細血管や毛細リンパ管などの微小な脈管（図示せず）が分布する領域も含める（図５を参照）。これら微小循環に関わる血管や脈管を微小血管（ＭＣ）と総称する。

このような毛細血管ＢＣは、身体の部位や個人差等によって、例えば図６(ｂ)や図７(ｂ)に示すようなループ状の毛細血管、線状の毛細血管のタイプがある。通常、細動脈ＳＡの直径は１５〜１００μｍ、細静脈ＳＶの直径は２５〜３００μｍであるのに対し、毛細血管ＢＣの直径は５〜８μｍと極端に細い（図４ないし図７を参照）。図６(ａ)の点線丸印はループ状の毛細血管ＢＣの位置を示しており、図６(ｂ)の実線丸印は斜め上方から見たループ状の毛細血管ＢＣを示している。また、図７(ａ)の矢印は線状の毛細血管ＢＣの位置を示しており、図７(ｂ)には斜め上方から見た線状の毛細血管ＢＣを示している。

そして、本実施の形態の体表評価装置１００は、図２および図４に示すように、液浸方式の拡大鏡１１１により、真皮上層ＣＬから液浸方式でＲＧＢ成分からなるフルカラー画像として皮膚内部反射光画像ＲＧを取得する(ステップＳ１−Ｙ)。

次に、体表評価装置１００は、フルカラーの皮膚内部反射光画像ＲＧをＲＧＢ成分画像に分離し(ステップＳ２)、このＲＧＢ成分画像の各々をレベル補正してから(ステップＳ３)、一つに合成する(ステップＳ４)。

そして、上述のようにＲＧＢ成分ごとにレベル補正されて一つに合成されたフルカラーの皮膚内部反射光画像ＲＧ'を、独立成分分析し(ステップＳ５)、図３等に示すように、ヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを抽出する(ステップＳ６)。

このように抽出されたヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とが、ディスプレイ表示やプリンタ印刷などで出力されるので(ステップＳ７)、例えば専門の作業者が、出力されたヘモグロビン画像ＨＧ'から微小血管ＭＣの分布や状態を評価する(ステップＳ８)。なお、ステップ４のレベル補正画像から直接に微小血管ＭＣの分布や状態を評価してもよい(ステップＳ８)。このように、レベル補正画像からヘモグロビン画像ＨＧ'を抽出してこれを評価対象とすることで、メラニン色素の成分の影響が排除されて、微小血管ＭＣの分布や状態が良好に評価される。

なお、ここで云う微小血管ＭＣの分布とは、真皮上層における複数の微小血管ＭＣの配置状態をいい、例えば、真皮上層に毛細血管ＢＣが形成されている数密度、毛細血管ＢＣが占める面積割合、毛細血管ＢＣの分散度合、ループ状の毛細血管ＢＣと線状の毛細血管ＢＣとの上記数密度、面積割合などの比率、等を意味している。

さらに、微小血管ＭＣの状態とは、微小血管ＭＣの形状または特性をいい、例えば、真皮上層ＣＬに形成されているループ状の毛細血管ＢＣの測定形状、線状の毛細血管ＢＣの測定形状、毛細血管ＢＣの直径、血流の状態、などを意味している。微小血管ＭＣの形状や特性は、真皮上層ＣＬの一箇所または複数箇所で微小血管ＭＣを個々に観察して取得してもよく、または所定の領域内に存在する複数の微小血管ＭＣの形状や特性に関する統計値（たとえば平均値）を画像処理により求めてもよい。

本実施の形態の体表評価装置１００を利用した体表評価方法では、上述のように微小血管ＭＣが分布している少なくとも真皮上層ＣＬから拡大した皮膚内部反射光画像ＲＧを取得する。

なお、このように皮膚内部反射光画像ＲＧを取得する真皮上層ＣＬは、微小血管ＭＣが分布しており、それが表皮細胞に近接して酸素や栄養を供給する位置にあり、美容的な視点から重要であると想定される階層である。

ただし、当然ながら人体は明確な階層に分離されていないので、ここで云う真皮上層ＣＬとは、上述のように皮膚表面の状態に影響する微小血管ＭＣが分布している表皮下の、おおよその階層を意味している。

そして、取得された皮膚内部反射光画像ＲＧをレベル補正する。レベル補正された皮膚内部反射光画像ＲＧ'を独立成分分析して少なくともヘモグロビン画像ＨＧ'を抽出する。

抽出されたヘモグロビン画像ＨＧ'から微小血管ＭＣの分布と状態との少なくとも一方を評価する。これにより、被験者の皮膚の美容状態を診断するための情報が取得される。このため、コントラストが高く微小血管ＭＣの分布や状態を良好に反映したヘモグロビン画像ＨＧ'を獲得することができる。

従って、本実施の形態の体表評価装置１００を利用した体表評価方法では、図１３(ａ)に示すように、コントラストが高く微小血管ＭＣの分布や状態を良好に反映したヘモグロビン画像ＨＧ'により、ループ状や線状に形成されている毛細血管ＢＣの分布や状態を正確に評価することができる。

以上、本実施の形態の体表評価方法では、取得された皮膚内部反射光画像ＲＧをレベル補正し、レベル補正された皮膚内部反射光画像ＲＧを独立成分分析してヘモグロビン画像ＨＧ'およびメラニン画像ＭＧ'を抽出する。さらに、抽出されたヘモグロビン画像ＨＧ'から微小血管ＭＣの分布と状態との少なくとも一方を評価する。

なお、本発明は本実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で各種の変形を許容する。例えば、上記形態では生成されたヘモグロビン画像ＨＧ'から微小血管ＭＣの分布や状態を専門の作業者が目視で評価することを例示した。

しかし、上述のようなヘモグロビン画像ＨＧ'を体表評価装置１００で二値化し、上述のような指標となる複数のヘモグロビン画像ＨＧ'とのパターン認識などで、微小血管ＭＣの分布や状態が評価されてもよい。

また、上記形態では皮膚内部反射光画像ＲＧを画像補正部１２０でレベル補正した後に画像抽出部１３０でヘモグロビン画像ＨＧ'を抽出することを例示したが、本発明はこれに限られない。図１に示したように、体表評価装置１００は、画像抽出部１３０で皮膚内部反射光画像ＲＧよりヘモグロビン画像ＨＧを抽出した後に、画像補正部１２０でヘモグロビン画像ＨＧをレベル補正してヘモグロビン画像ＨＧ"を生成してもよい。

この場合、画像抽出部１３０は、画像取得部１１０が取得した皮膚内部反射光画像ＲＧを独立成分分析してヘモグロビン画像ＨＧを抽出する。画像補正部１２０は、皮膚内部反射光画像ＲＧから抽出されたヘモグロビン画像ＨＧをレベル補正してヘモグロビン画像ＨＧ"を生成する。

同様に、画像抽出部１３０は、画像取得部１１０が取得した皮膚内部反射光画像ＲＧを独立成分分析してメラニン画像ＭＧを抽出する。画像補正部１２０は、皮膚内部反射光画像ＲＧから抽出されたメラニン画像ＭＧをレベル補正してメラニン画像ＭＧ"を生成する。

そして、これらのヘモグロビン画像ＨＧ"から上述の評価方法により微小血管ＭＣの分布または状態を評価する。さらに、メラニン画像ＭＧ"から、皮膚のメラニン色素の分布や濃度を評価してもよい。

さらに、微小血管ＭＣの評価結果と関連させて皮膚の美容状態を評価してもよい。評価する皮膚の美容状態としては、微小血管ＭＣを含む部位の皮膚の表面をマクロ的に目視観察して把握される状態を挙げることができる。一例として、シワ、毛穴、肌理、艶、光沢、にごり、くすみ、なめらかさ、色むら、ハリ、たるみ、むくみ、つっぱり、かさつき、ごわつき、ざらつきまたはニキビ等の発疹が挙げられる。このように、ヘモグロビン画像ＨＧ"から微小血管ＭＣの分布または状態を評価し、メラニン画像ＭＧ"から皮膚のメラニン色素の分布や濃度を評価することで、マクロ的な皮膚の特徴や性状に対して、微小血管ＭＣとメラニン色素がそれぞれ寄与する度合いを把握することができる。

また、このような微小血管ＭＣの評価結果と皮膚の評価結果とを関連させて保存し、関連されて保存された複数の微小血管ＭＣの評価結果と皮膚の評価結果とを分類してもよい。

上述のように、ミクロ的な微小血管ＭＣの分布や状態をマクロ的な皮膚の状態と関連させて分類することにより、微小血管ＭＣの分布や状態から皮膚の状態や症状の原因などを類推できるようになる。

さらに、上記形態では真皮上層ＣＬから液浸方式で皮膚内部反射光画像ＲＧを取得することを例示した。しかし、液浸方式ではなく、対物ガラス部に偏光フィルタを用いて皮膚内部反射光画像ＲＧを取得してもよい(図示せず)。

さらに、上記形態ではフルカラーの皮膚内部反射光画像ＲＧをＲＧＢ成分画像に分離し、このＲＧＢ成分画像の各々をレベル補正してから、一つに合成することを例示した。

しかし、上述のようにフルカラーの皮膚内部反射光画像ＲＧを分離したＲＧＢ成分画像を一つのみレベル補正し、他のＲＧＢ成分画像と合成することなく一つのＧ成分画像などで微小血管の分布や状態を評価してもよい。

さらに、上記形態では静止画像からなる皮膚内部反射光画像ＲＧをレベル補正および独立成分分析し、静止画像からなるヘモグロビン画像ＨＧ'、ＨＧ"を取得して微小血管ＭＣの分布や状態を評価することを例示した。

しかし、連続する複数の皮膚内部反射光画像ＲＧからなる動画を取得し、この複数の皮膚内部反射光画像ＲＧを個々にレベル補正および独立成分分析し、連続する複数のヘモグロビン画像ＨＧ'、ＨＧ"からなる動画を生成してもよい。

より詳細には、微小血管ＭＣが分布している少なくとも真皮上層ＣＬから連続する複数の皮膚内部反射光画像ＲＧからなる動画を撮影する。その動画を複数の皮膚内部反射光画像ＲＧに分割し、その各々を画像補正部１２０で個々にレベル補正して血管画像である皮膚内部反射光画像ＲＧ'とする。

この個々にレベル補正した複数の皮膚内部反射光画像ＲＧ'を連続させて一つの動画とし、この動画に基づいて微小血管ＭＣの分布や状態を評価する。このレベル補正は、ＲＧＢ成分ごとのレベル補正が好ましい。

さらに、上述のように個々にレベル補正した複数の皮膚内部反射光画像ＲＧ'を、画像抽出部１３０で個々に独立成分分析して血管画像であるメラニン画像ＭＧ'およびヘモグロビン画像ＨＧ'を抽出し、この連続する複数のメラニン画像ＭＧ'と連続する複数のヘモグロビン画像ＨＧ'とを抽出する。

この複数のヘモグロビン画像ＨＧ'を連続させて一つの動画とし、この動画に基づいて微小血管ＭＣの分布や状態を評価する。上述の場合、血流などによる微小血管ＭＣの動作を動的に確認することができる。さらに、前述のように体表評価装置１００が微小血管ＭＣをパターン認識する場合の精度を向上させることもできる。なお、連続する複数のヘモグロビン画像ＨＧ'にそれぞれ対応するメラニン画像ＭＧ'を抽出しておくことで、当該複数のヘモグロビン画像ＨＧ'同士を高い精度で位置合わせすることができる。動画の撮影時間内（たとえば数秒から数十秒）においてメラニン色素の位置は実質的に不変であるため、メラニン画像ＭＧ'におけるメラニン色素の位置を基準として皮膚内部反射光画像ＲＧ'同士の位置合わせが可能である。これにより、皮膚内部反射光画像ＲＧ'から抽出されるヘモグロビン画像ＨＧ'同士の位置合わせも高い精度で行うことができるため、ヘモグロビン画像ＨＧ'の滑らかな動画が作成され、微小血管ＭＣの動作を好適に確認することができる。

また、上記形態では画像抽出部１３０が独立成分分析により皮膚内部反射光画像ＲＧまたはＲＧ'からメラニン画像ＭＧまたはＭＧ'とヘモグロビン画像ＨＧまたはＨＧ'とを抽出することを例示した。しかし、画像抽出部１３０は、重回帰分析、主成分分析、ルックアップテーブル方式、などでも、皮膚内部反射光画像ＲＧまたはＲＧ'からメラニン画像ＭＧまたはＭＧ'とヘモグロビン画像ＨＧまたはＨＧ'とを抽出することができる。

さらに、本実施の形態ではデータ処理装置の各部がコンピュータプログラムにより各種機能として論理的に実現されることを例示した。しかし、このような各部の各々を固有のハードウェアとして形成することもでき、ソフトウェアとハードウェアとの組み合わせとして実現することもできる。

なお、当然ながら、上述した実施の形態および複数の変形例は、その内容が相反しない範囲で組み合わせることができる。また、上述した実施の形態および変形例では、各部の構造などを具体的に説明したが、その構造などは本願発明を満足する範囲で各種に変更することができる。

［実施例］
ここで本発明者による実験結果を本発明の実施例として以下に説明する。まず、前述の液浸方式の拡大鏡１１１により、真皮上層ＣＬから前述の液浸方式で皮膚内部反射光画像ＲＧをＲＧＢ成分からなるフルカラー画像として取得した(ステップＳ１−Ｙ)。

つぎに、図８に示すように、フルカラーの皮膚内部反射光画像ＲＧをＲＧＢ成分画像に分離し(ステップＳ２)、図９に示すように、このＲＧＢ成分画像の各々をレベル補正してから(ステップＳ３)、一つのフルカラー画像に合成した(ステップＳ４)。

このとき、上述のレベル補正として、ヒストグラムのピークの頻度は補正することなく輝度の最大値と最小値とを補正した。より具体的には、このレベル補正では、図１０および図１１に例示するＧ成分画像のように、そのヒストグラムの横軸のベースライン部分を排除するようにレベル補正を実行した。

そして、上述のようにＲＧＢ成分ごとにレベル補正されて一つに合成されたフルカラーの皮膚内部反射光画像ＲＧ'を、独立成分分析し(ステップＳ５)、図１３(ａ)に示すように、ヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを抽出した(ステップＳ６)。なお、図１３中のＩＣＡは独立成分分析（Independent Component Analysis）の略語である。

このように抽出されたヘモグロビン画像ＨＧ'とメラニン画像ＭＧ'とを、ディスプレイ表示やプリンタ印刷などで出力し(ステップＳ７)、ヘモグロビン画像ＨＧ'から微小血管ＭＣの分布や状態を前述のように評価した(ステップＳ８)。また、メラニン画像ＭＧ'から皮膚のメラニン色素の分布や濃度を評価した。

すると、コントラストが高く微小血管ＭＣの分布や状態を良好に反映したヘモグロビン画像ＨＧ'により、ループ状や線状に形成されている毛細血管ＢＣの分布や状態を正確に評価することができた。

なお、上述のようなレベル補正を実行することなく、皮膚内部反射光画像ＲＧを直接に独立成分分析してヘモグロビン画像ＨＧを抽出すると、測定条件にもよるが、図１３(ｂ)に示すように、そのメラニン画像ＭＧおよびヘモグロビン画像ＨＧはコントラストが低いものになる場合がある。このような場合はヘモグロビン画像ＨＧから微小血管ＭＣの分布や状態を評価することは困難であり、上述のようなレベル補正を実行することが好ましい。

また、図８および図９に示すように、フルカラーの皮膚内部反射光画像ＲＧをＲＧＢ成分画像に分離し、このＲＧＢ成分画像の各々をレベル補正（各レベル補正）してから一つに合成した。このため、よりコントラストが高く微小血管ＭＣの分布や状態を良好に反映した画像ＲＧ'を生成することができた。

フルカラーの皮膚内部反射光画像ＲＧをＲＧＢ成分画像に分離することなく直接にレベル補正（全レベル補正）すると、図１２に示すように、生成される皮膚内部反射光画像ＲＧｘは、各レベル補正した画像ＲＧ'と比較して若干コントラストが低いものとなったが、元画像よりはコントラストが高いものとなった。したがって、簡易な画像処理により微小血管ＭＣの分布や状態を評価する場合には、ＲＧＢ成分の全レベル補正により皮膚内部反射光画像ＲＧを明瞭化することが有効である。

さらに、図１４に示すように、ヒストグラムの重心が所定値となるようにレベル補正を実行した。すると、微小血管ＭＣの分布や状態を良好に確認することができ、より良好に評価することができた。

また、レベル補正としてＲＧＢ成分ごとにヒストグラムの輝度を所定の上限と下限との範囲で補正した(図示せず)。この上限と下限とは、事前に一定のホワイトバランスと一定の露出で、一定数以上のサンプルを取得したデータベースより算出される。すなわち、本実施形態の体表評価装置１００は、ＲＧＢの各色と、輝度の上限値および下限値と、を対応づけて記憶するデータベース（図示せず）を備えている。画像補正部１２０は、このデータベースを参照してＲＧＢ成分ごとに輝度の上限値および下限値を取得し、かかる上限値および下限値がそれぞれ輝度の最大値および最小値となるように皮膚内部反射光画像ＲＧを各レベル補正する。

このようなデータベースについては各種が想定される。例えば、日本人女性に限定して皮膚内部反射光画像ＲＧを撮影し、各撮影画像のＲＧＢ各ヒストグラムの輝度の最大値と最小値とを解析し、上記の上限と下限とを算出してもよい。

また、他の一例として、男性・女性などの性別の測定値や、東京近郊地域の住人など居住地域別、または外国人など人種別に、皮膚内部反射光画像ＲＧの撮影対象者を区分してデータベースを作成してもよい。さらに、日焼けした人や乾燥肌の人など、肌性状のタイプ毎にデータベースを作成してもよい。

このような場合、それぞれの比較対象とするデータベースでの撮影画像間の比較が容易となり、より良好に微小血管ＭＣの分布や状態を各画像間の色を比較しながら確認できることが判明した。

さらに、図１５に示すように、皮膚内部反射光画像ＲＧを独立成分分析してからレベル補正しても、微小血管ＭＣの分布や状態を確認できることが判明した。ただし、この場合は、生成されるヘモグロビン画像ＨＧ"およびメラニン画像ＭＧ"の発色が、図１３（ａ）に示したヘモグロビン画像ＨＧ'およびメラニン画像ＭＧ'に比べて良好とならない場合がある。かかる観点では、図１３（ａ）のように皮膚内部反射光画像ＲＧを予めレベル補正してから独立成分分析するほうが好適である。

また、図１６に示すように、本発明者は事前に毛細血管ＢＣの分布や状態の指標となる複数の画像を用意した。すると、このヘモグロビン画像ＨＧ'との比較で被験者の毛細血管ＢＣの分布や状態を評価することができた。

１００ 体表評価装置
１１０ 画像取得部
１１１ 拡大鏡
１１２ 画像センサ
１１３ 結像光学系
１１４ 白色光源
１１５ 対物ガラス
１２０ 画像補正部
１３０ 画像抽出部
ＢＣ 毛細血管
ＣＬ 真皮上層
ＨＧ、ＨＧ'、ＨＧ" ヘモグロビン画像
ＬＫ 液体
ＭＧ、ＭＧ'、ＭＧ" メラニン画像
ＲＧ、ＲＧ' 皮膚内部反射光画像
ＳＡ 細動脈
ＳＫ 表層部
ＳＬ 表皮
ＳＴ 皮下組織
ＳＶ 細静脈
ＴＬ 真皮
ＭＣ 微小血管

Claims (23)

1. 微小血管が分布している少なくとも真皮上層から拡大画像を取得し、
   取得された前記拡大画像の前記微小血管を明瞭とする所定の画像処理により血管画像を生成し、
   生成された前記血管画像から前記微小血管の分布と状態との少なくとも一方を評価する体表評価方法。
2. 前記画像処理により前記拡大画像の前記微小血管の画像の輝度を変更する請求項１に記載の体表評価方法。
3. 前記拡大画像をカラー画像として取得し、
   前記画像処理により前記拡大画像の前記微小血管の発色を変更する請求項１または２に記載の体表評価方法。
4. 前記拡大画像である前記真皮上層から皮膚内部反射光画像を取得する請求項１から３のいずれか一項に記載の体表評価方法。
5. 前記皮膚内部反射光画像を前記画像処理としてレベル補正する請求項４に記載の体表評価方法。
6. 前記皮膚内部反射光画像を前記画像処理として独立成分分析して前記血管画像であるヘモグロビン画像を抽出する請求項４に記載の体表評価方法。
7. 前記皮膚内部反射光画像を前記画像処理としてレベル補正し、
   レベル補正された前記皮膚内部反射光画像を前記独立成分分析して前記ヘモグロビン画像を抽出する請求項６に記載の体表評価方法。
8. 前記ヘモグロビン画像を前記画像処理としてレベル補正し、
   レベル補正された前記ヘモグロビン画像から前記微小血管の分布と状態との少なくとも一方を評価する請求項６に記載の体表評価方法。
9. 前記拡大画像を複数のカラー成分からなるフルカラー画像として取得し、
   前記カラー成分からなる前記拡大画像をレベル補正する請求項１から８のいずれか一項に記載の体表評価方法。
10. 前記拡大画像を複数の前記カラー成分に分離し、少なくとも一つをレベル補正する請求項９に記載の体表評価方法。
11. 少なくとも一つがレベル補正された複数の前記カラー成分を合成して前記血管画像を生成する請求項１０に記載の体表評価方法。
12. 前記レベル補正として輝度のヒストグラムのピークの頻度は補正することなく前記輝度の範囲を拡大する請求項５および７から１１のいずれか一項に記載の体表評価方法。
13. 前記輝度の範囲を肌のデータベースから算出する請求項１２に記載の体表評価方法。
14. 前記微小血管の評価結果と関連させて皮膚の美容状態を示す特徴または性状の少なくとも一方を評価する請求項１から１３のいずれか一項に記載の体表評価方法。
15. 前記微小血管の評価結果と前記皮膚の評価結果とを関連させて保存し、
    関連されて保存された複数の前記微小血管の評価結果と前記皮膚の評価結果とを分類する請求項１４に記載の体表評価方法。
16. 液浸方式で前記拡大画像を取得する請求項１から１５のいずれか一項に記載の体表評価方法。
17. 連続する複数の前記拡大画像からなる動画を取得する請求項１から１６のいずれか一項に記載の体表評価方法。
18. 前記動画を形成する連続する複数の前記拡大画像に個々に前記画像処理を実行して連続する複数の前記血管画像を生成し、
    連続する複数の前記血管画像からなる動画に基づいて前記微小血管の分布と状態との少なくとも一方を評価する請求項１７に記載の体表評価方法。
19. 微小血管が分布している少なくとも真皮上層から拡大画像を取得する画像取得手段と、
    取得された前記拡大画像の前記微小血管を明瞭とする所定の画像処理により血管画像を生成する画像抽出手段と、
    を有する体表評価装置。
20. 前記画像取得手段は、前記微小血管が分布している前記真皮上層から皮膚内部反射光画像を前記拡大画像として取得する請求項１９に記載の体表評価装置。
21. 前記皮膚内部反射光画像を前記画像処理としてレベル補正する画像補正手段を、さらに有する請求項２０に記載の体表評価装置。
22. 前記画像抽出手段は、前記画像補正手段によりレベル補正された前記皮膚内部反射光画像を独立成分分析して前記血管画像であるヘモグロビン画像を抽出する請求項２１に記載の体表評価装置。
23. 前記画像抽出手段は、前記画像取得手段が取得した前記皮膚内部反射光画像を独立成分分析してヘモグロビン画像を抽出し、
    前記画像補正手段は、前記皮膚内部反射光画像から抽出された前記ヘモグロビン画像を前記画像処理としてレベル補正する請求項２１に記載の体表評価装置。