JP2020524563A - 毛髪の運動特性を測定する方法 - Google Patents

Abstract

消費者の反応を予測する、毛髪の運動特性の変化を測定する方法であって、ｉ）毛髪の運動特性を測定する装置を提供するステップと、ｉｉ）装置を使用して毛髪の運動特性を測定するステップと、ｉｉｉ）毛髪にトリートメント又は攻撃を適用するステップと、ｉｖ）ステップｉｉｉ）の結果から生じる毛髪の運動特性を測定するステップと、ｖ）ステップｉｖ）から得られた運動特性とステップｉｉ）の運動特性を比較するステップと、ｖｉ）トリートメント又は攻撃の適用の結果生じた運動の変化を評価するステップと、を含む、方法。【選択図】図2

Description

本発明は、毛髪の運動特性を測定する方法、特に、消費者の反応を予測する、異なる毛髪製品及び処理剤で処理された毛髪の運動を測定する方法に関する。

毛髪がどのように動くかは、消費者及び毛髪製品の製造者にとって同様に長らく関心の対象であった。通常、毛髪の自然な運動やしなやかさが望ましい。現在、毛髪の運動及び／又はしなやかさを改善すると謳うシャンプー、コンディショナー、ヘアトリートメント及びスタイリング製品などの毛髪製品の販売がますます増加している。

しかしながら、毛髪の濃さや輝きなど他の毛髪パラメータとは異なり、毛髪の運動やしなやかさの判断は、現在に至るまで、通常、技術的なデータではなく消費者の認識をベースとした運動の定性分析に依存している。

毛髪の運動属性がこれまで以上に消費者にとって重要になっているため、先行技術に関わらず、消費者が情報を知った上で製品を選択できるように、異なる毛髪製品及び処理剤で処理された毛髪の、運動の違いを確実に見分けることができる、毛髪運動特性を評価する、改善された方法の提供が求められている。

従って、第１の態様では、本発明は、毛髪の運動特性の変化を測定する方法を提供し、この方法は以下のステップ、
ｉ）毛髪の運動特性を測定する装置を提供するステップと、
ｉｉ）装置を使用して毛髪の運動特性を測定するステップと、
ｉｉｉ）毛髪にトリートメント又は攻撃を適用するステップと、
ｉｖ）ステップｉｉｉ）の結果から生じる毛髪の運動特性を測定するステップと、
ｖ）ステップｉｖ）から得られた運動特性とステップｉｉ）の運動特性を比較するステップと、
ｖｉ）トリートメント又は攻撃の適用の結果生じた運動の変化を評価するステップと、を含む。

ステップ（ｉｉｉ）〜（ｖｉ）は繰り返されることが好ましい。繰り返しの又は長期的なトリートメント又は攻撃への暴露の、毛髪の運動特性への影響を評価するために、ステップ（ｉｉｉ）〜（ｖｉ）は複数回繰り返されてもよい。例えば２〜２０回、２〜８回が好ましい。

このように、毎日のトリートメント及び攻撃の毛髪の運動特性への影響を、消費者に例示することが可能である。それゆえ、消費者は、毛髪の運動特性を変化させるために適用しているだろうトリートメントの効果を評価することができる。消費者はそうして、彼／彼女の毛髪に特に好適な製品を選択することが可能となる。

毛髪の運動は好ましくは、運動中のしなやかさ、流れるような運動、柔軟性、運動中の形状／スタイル／位置の維持、運動中の「毛髪のへたり」にくさ及び生き生きとした運動からなる群から選択される１つ以上の異なる毛髪属性を含み得る。

このような属性は、多数の異なる国（例えばイギリス、アメリカ、中国、日本、インドネシア、インド、タイ及びブラジル）で適用可能である。当然ながら、属性はすべての国で同様に有用であり得る。

その他いくつかの属性は、特定の国の消費者にとりわけ適用可能である。例えば、重厚感（タイ）、Ｓａ−Ｌｕａｙ（タイ）、美しく自然な流れ（タイ）、活力のある動き（インドネシア）及びサラサラ感（日本）などである。

これらの属性は毛髪の運動に対して一般的に使用される用語であり、消費者によって、毛髪の運動特性を説明する際に使用される一般的な用語である。

運動特性は基準又はベンチマーク、好ましくは尺度との比較によって評価され得る。好ましくは、尺度は指標、例えば数字や文字を含み、その指標が運動特性の増減レベル、例えば、典型例として健康な毛髪から攻撃のある毛髪又は乱れた縮れ毛までのレベルに相当する。別の好ましい実施形態では、尺度は運動の増分度合いを示す写真又はＣＡＤ画像などの図解を含む。指標と図解の両方がともに使用されてもよい。指標と図解の両方がともに使用されてもよい。

本発明の方法は、個人の毛髪に関するニーズを定義するために使用することができる。

本発明の方法は、教育ツールにおいて、報道機関、メディア又は貿易、店頭でのコミュニケーションにおいて、美容室などの職業的な環境において、商業的材料、広告材料及び販促材料において、使用され得る。

装置
好ましくは、装置は、毛髪を取り付け可能で、毛髪に強制振動を適用するために動作できる装備と、強制振動の適用中及び適用後における、毛髪試料が運動している間の毛髪の画像を取り込むためのカメラと、カメラと通信可能に接続されるコンピュータを備え、該コンピュータはプロセッサを含み、コンピュータがプロセッサにおいて取り込み画像の処理をすることができ、毛髪の定量測定値を取り込み画像から抽出できることを特徴とする。

この方法は、コンピュータへのインプットで、（１つ又は複数の）ヘアピースを使用して実施される消費者調査をベースとした消費者モデルデータを受信するステップをさらに含むことができる。受信した消費者モデルデータは好ましくは、２つ以上のヘアピースの相対的な差に関する消費者認識にサストニアンモデルを適用することで算出した消費者認識値、ｄプライム（ｄ’）である。

消費者モデルデータを受信すると、プロセッサは取り込み画像からのヘアピースの定量測定値と、消費者モデルデータと、を組み合わせた交差検証モデルを作成することができる。交差検証モデルは、取り込み画像からの定量測定値と、消費者モデルデータから抽出する消費者認識値（ｄ’）と、を相関させる部分的最小二乗法モデルであってもよい。

この方法は、交差検証モデルをベースとした予測モデルを、新しいヘアピースセットから取得する定量測定値に適用するステップをさらに含むことができ、予測モデルは消費者の新しいヘアピースセットへの反応を、交差検証モデルをベースに予測する。

毛髪
本発明の方法は、一束の毛髪繊維で、好ましくはヘアピースで実施される。

毛髪は、好ましくはヒトの毛髪である。

毛髪のトリートメント又は攻撃
攻撃
多くの毛髪への攻撃は、日常生活又は通常のヘアケア管理の一部又は消費者の習慣において発生する。

毛髪の攻撃は好ましくは機械的攻撃、化学的攻撃、環境的攻撃及びこれらの混合攻撃から選択される。

好ましい機械的攻撃は梳かすこと、ブラッシング、巻き髪を作るためにホットアイロンを適用すること、くせ取り、セット及びブローである。

好ましい化学的攻撃は、例えば、カラーリング処理剤、脱色、ストレート矯正処理剤、リラックス処理剤及び界面活性剤、例えばシャンプーなどの使用のような、毛髪を改質する化学物質を含有する処理である。

好ましい環境的攻撃は例えば、湿度、汚染、硬水、塩水、紫外線、風及び極端な気温が挙げられる。

有益なトリートメント及び管理
好ましいトリートメント及び管理は、毛髪への攻撃の影響を低減又は緩和するものである。効果的なトリートメント及び管理は、攻撃を受けた毛髪に望ましい運動特性を回復させるだろう。

好ましい毛髪のトリートメント（ステップｖｉ）は、洗い流す製品及び洗い流さない製品である。好ましい毛髪トリートメント組成物はシャンプー、洗い流すヘアコンディショナー、ヘアマスク、洗い流さないコンディショナー組成物及びプレトリートメント組成物から選択され、より好ましくは洗い流すヘアコンディショナー、ヘアマスク、洗い流さないコンディショナー組成物及びプレトリートメント組成物、例えばオイルトリートメントから選択され、最も好ましくは洗い流すヘアコンディショナー、ヘアマスク及び洗い流さないコンディショナー組成物から選択される。

本発明で使用される洗い流すコンディショナーは、通常、洗い流される前に濡れた毛髪の上に１〜２分間留まるコンディショナーである。

本発明で使用されるヘアマスクは、通常、洗い流される前に濡れた毛髪の上に３〜１０分間、好ましくは３〜５分間、より好ましくは４〜５分間留まる処理剤である。

本発明で使用される洗い流さないコンディショナーは、通常毛髪に適用され毛髪上に１０分を超えて留まり、好ましくは洗髪後の毛髪に適用され、次回の洗髪まで洗い流さないものである。

本発明の方法で使用されるトリートメント組成物は、好ましくはコンディショニング剤を含む。コンディショニング剤は好ましくは、単一又は混合材料中で使用されるカチオン性界面活性剤から選択される。

本発明の方法で使用される組成物において有用なカチオン性界面活性剤は、水性組成物に溶解すると正電荷を帯びるアミノ親水性部分又は第４級アンモニウム親水性部分を含有する。

好適なカチオン性界面活性剤の例としては、式
［Ｎ（Ｒ_１）（Ｒ_２）（Ｒ_３）（Ｒ_４）］^＋（Ｘ）⁻
に対応するものがあり、
式中、Ｒ_１、Ｒ_２、Ｒ_３及びＲ_４は独立して（ａ）１〜２２個の炭素原子の脂肪族基又は（ｂ）最大２２個の炭素原子を有する芳香族、アルコキシ、ポリオキシアルキレン、アルキルアミド、ヒドロキシアルキル、アリール若しくはアルキルアリール基から選択され、Ｘは塩を生成するアニオンで、例えばハロゲン（例えば塩素、臭素）、アセテート、シトレート、ラクテート、グリコレート、ホスフェートナイトレート、サルフェート及びアルキルサルフェートのラジカルから選択される。

脂肪族基は、炭素原子及び水素原子に加えて、エーテル結合及びアミノ基などの他の基を含有することができる。より長鎖の脂肪族基、例えば１２個以上の炭素原子の脂肪族基などは、飽和又は不飽和であり得る。

本発明の方法で使用される組成物において最も好ましいカチオン性界面活性剤は、アルキル鎖の長さがＣ_８〜Ｃ_１４であるモノアルキル第４級アンモニウム化合物である。

このような物質の好適な例としては、式
［Ｎ（Ｒ_５）（Ｒ_６）（Ｒ_７）（Ｒ_８）］^＋（Ｘ）⁻
に対応するものがあり、
式中、Ｒ_５は８〜１４個の炭素原子を有する炭化水素鎖又は８〜１４個の炭素原子を有し、ラジカル鎖に置換基として若しくは結合として存在するエーテル、エステル、アミド若しくはアミノ部分を含有する官能化ヒドロカルビル鎖であり、Ｒ_６、Ｒ_７及びＲ_８は独立して（ａ）１〜約４個の炭素原子のヒドロカルビル鎖又は（ｂ）１〜約４個の炭素原子を有し、ラジカル鎖に置換基として又は結合として存在する１個以上の芳香族、エーテル、エステル、アミド又はアミノ部分を含有する官能化ヒドロカルビル鎖から選択され、Ｘは塩を生成するアニオンで、例えばハロゲン（例えば塩素、臭素）、アセテート、シトレート、ラクテート、グリコレート、ホスフェートナイトレート、サルフェート及びアルキルサルフェートのラジカルから選択される。

官能化ヒドロカルビル鎖（ｂ）は、アルコキシ（好ましくはＣ_１〜Ｃ_３アルコキシ）、ポリオキシアルキレン、アルキルエステル及びこれらの組合せから選択される１個以上の親水性部分を好適に含有してもよい。

好ましくは炭化水素鎖Ｒ_１は、１２〜１４個の炭素原子、最も好ましくは１２個の炭素原子を有する。これらの炭化水素鎖は、望ましいヒドロカルビル鎖の長さを有する相当量の脂肪酸を含有する、供給源となるオイルから誘導してもよい。例えば、パーム核油又はココナッツオイルからの脂肪酸はＣ_８〜Ｃ_１２ヒドロカルビル鎖の供給源として使用することができる。

本発明の方法で使用される組成物において使用される、上記一般式の典型的なモノアルキル第４級アンモニウム化合物は、以下を含む。

（ｉ）ラウリルトリメチルアンモニウムクロリド（Ａｒｑｕａｄ Ｃ３５ ｅｘ Ａｋｚｏとして商業的に入手可能）、ココジメチルベンジルアンモニウムクロリド（Ａｒｑｕａｄ ＤＭＣＢ−８０ ｅｘ−Ａｋｚｏとして商業的に入手可能）
（ｉｉ）式
［Ｎ（Ｒ_１）（Ｒ_２）（（ＣＨ_２ＣＨ_２Ｏ）_ｘＨ）（（ＣＨ_２ＣＨ_２Ｏ）_ｙＨ］^＋（Ｘ）⁻
の化合物で、式中
ｘ＋ｙは２〜２０の整数であり、
Ｒ_１は８〜１４個、好ましくは１２〜１４個、最も好ましくは１２個の炭素原子を有し、ラジカル鎖に置換基として又は結合として存在するエーテル、エステル、アミド又はアミノ部分を含有するヒドロカルビル鎖であり、
Ｒ_２はＣ_１〜Ｃ_３アルキル基又はベンジル基、好ましくはメチルであり、
Ｘは塩を生成するアニオンで、例えばハロゲン（例えば塩素、臭素）、アセテート、シトレート、ラクテート、グリコレート、ホスフェートナイトレート、サルフェート、メトサルフェート及びアルキルサルフェートのラジカルから選択される。

好適な例としては、ＰＥＧ−ｎラウリルアンモニウムクロリド（ｎはＰＥＧ鎖の長さを示す）、例えば、ＰＥＧ−２ココモニウムクロリド（Ｅｔｈｏｑｕａｄ Ｃ１２ ｅｘ−Ａｋｚｏ Ｎｏｂｅｌとして商業的に入手可能）、ＰＥＧ−２ココベンジルアンモニウムクロリド（Ｅｔｈｏｑｕａｄ ＣＢ１２ ｅｘ−Ａｋｚｏ Ｎｏｂｅｌとして商業的に入手可能）、ＰＥＧ−５ココモニウムメトサルフェート（Ｒｅｗｏｑｕａｔ ＣＰＥＭ ｅｘ Ｒｅｗｏとして商業的に入手可能）、ＰＥＧ−１５ココモニウムクロリド（Ｅｔｈｏｑｕａｄ Ｃ／２５ ｅｘ−Ａｋｚｏとして商業的に入手可能）などがある。

（ｉｉｉ）式
［Ｎ（Ｒ_１）（Ｒ_２）（Ｒ_３）（（ＣＨ_２）_ｎＯＨ）］^＋（Ｘ）⁻
式中、
ｎは１〜４の整数、好ましくは２であり、
Ｒ_１は８〜１４個、好ましくは１２〜１４個、最も好ましくは１２個の炭素原子を有するヒドロカルビル鎖であり、
Ｒ_２及びＲ_３は独立してＣ_１〜Ｃ_３アルキル基から選択され、好ましくはメチルであり、
Ｘは塩を生成するアニオンで、例えばハロゲン（例えば塩素、臭素）、アセテート、シトレート、ラクテート、グリコレート、ホスフェートナイトレート、サルフェート及びアルキルサルフェートのラジカルから選択される。

好適な例としては、ラウリルジメチルヒドロキシエチルアンモニウムクロリド（Ｐｒａｐａｇｅｎ ＨＹ ｅｘ−Ｃｌａｒｉａｎｔとして商業的に入手可能）がある。

前述のカチオン性界面活性剤化合物のいずれかの混合物もまた好適であり得る。

本発明の方法で使用される毛髪組成物において使用される、好適なカチオン性界面活性剤の例としては、セチルトリメチルアンモニウムクロリド、ベヘニルトリメチルアンモニウムクロリド、セチルピリジニウムクロリド、テトラメチルアンモニウムクロリド、テトラエチルアンモニウムクロリド、オクチルトリメチルアンモニウムクロリド、ドデシルトリメチルアンモニウムクロリド、ヘキサデシルトリメチルアンモニウムクロリド、オクチルジメチルベンジルアンモニウムクロリド、デシルジメチルベンジルアンモニウムクロリド、ステアリルジメチルベンジルアンモニウムクロリド、ジドデシルジメチルベンジルアンモニウムクロリド、ジオクタデシルジメチルベンジルアンモニウムクロリド、タロウトリメチルアンモニウムクロリド、ココトリメチルアンモニウムクロリド、及び対応するこれらの水酸化物が挙げられる。さらに好適なカチオン性界面活性剤には、ＣＴＦＡ名称クアテルニウム−５、クアテルニウム−３１、クアテルニウム−１８を有する物質が挙げられる。前述の物質のいずれかの混合物もまた好適であり得る。特に有用なカチオン性界面活性剤は、例えばＤＥＨＹＱＵＡＲＴ、ｅｘ Ｈｅｎｋｅｌとして商業的に入手可能なセチルトリメチルアンモニウムクロリドである。

カチオン性界面活性剤の量は、組成物全体の重量の好ましくは０．０１〜１０重量％、より好ましくは０．０５〜５重量％、最も好ましくは０．１〜２重量％である。

好ましいコンディショナーはコンディショニングゲル層を含む。そのようなコンディショナー及びそれらを製造する方法は、国際公開第２０１４／０１６３５４号、国際公開第２０１４／０１６３５３号、国際公開第２０１２／０１６３５２号及び国際公開第２０１４／０１６３５１号に記載される。

コンディショナー組成物はまた、他の任意成分を含んでもよい。このような成分としては、脂肪質、沈着ポリマー及びさらなるコンディショニング剤が挙げられるが、これらに限定されない。

コンディショナー組成物は、好ましくは付加的に脂肪質を含む。脂肪質とカチオン性界面活性剤をコンディショニング組成物中で混ぜ合わせて使用することは、カチオン性界面活性剤が分散する構造的なラメラ又は液晶相の形成につながるため、特に有利であると考えられる。

「脂肪質」は脂肪族アルコール、アルコキシル化脂肪族アルコール、脂肪酸又はこれらの混合物を意味する。

好ましくは、脂肪質のアルキル鎖は完全に飽和している。

代表的な脂肪質は、８〜２２個、より好ましくは１６〜２２個の炭素原子を含む。好適な脂肪族アルコールの例としては、セチルアルコール、ステアリルアルコール及びそれらの混合物が挙げられる。これらの物質の使用はさらに、これらの物質が組成物の全体的なコンディショニング性に寄与するという点でも有利である。

アルキル鎖中に約１２〜約１８個の炭素原子を有する、アルコキシル化（例えば、エトキシル化又はプロポキシル化）脂肪族アルコールは、脂肪族アルコール自体の代わりに、又は脂肪族アルコールに加えて使用することができる。好適な例としては、エチレングリコールセチルエーテル、ポリオキシエチレン（２）ステアリルエーテル、ポリオキシエチレン（４）セチルエーテル及びそれらの混合物が挙げられる。

コンディショナー中の脂肪質の量は、好適には組成物全体の重量の０．０１〜１５重量％、好ましくは０．１〜１０重量％、より好ましくは０．１〜５重量％である。カチオン性界面活性剤対脂肪族アルコールの重量比は、好適には１０：１〜１：１０、好ましくは４：１〜１：８、最も好ましくは１：１〜１：７、例えば１：３などである。

さらなるコンディショニング成分には、脂肪族アルコールと脂肪酸のエステル、例えばセチルパルミテートなどが挙げられる。

本発明で使用されるコンディショニング組成物は、好ましくはミセル構造の液体を含み得る。

本組成物を含むコンディショナーのｐＨは３〜５が好ましい。より好ましくは、組成物のｐＨは４．５〜５．５である。

組成物が３．１０より低いｐＨを有する場合、組成物は集中的なトリートメントのためのコンディショニングマスクの形態であることが好ましい。

さらなるコンディショニング成分には、好ましくはココナッツオイル及びオリーブオイルから選択されるコンディショニングオイルが挙げられる。

さらなる好ましい有益なトリートメント組成物は、通常、スプレー、ムース、ジェル、ワックス、美容液又はローションの形態を取るスタイリング組成物である。そのような組成物は、毛髪の運動特性を改質するために使用することができる。

ムース、ジェル、ワックス、美容液及びローションは通常、最初に手の上に小出しして、その後それを手から毛髪上に移して、毛髪に適用される。そのように適用することで、使用者が運動特性を変化させたいと所望する毛髪の部分に、製品を的を定めて付着させることが可能となる。スタイリングムースなどの発泡型製品は、一般的な製品形式である。

スタイリング組成物は、好ましくはヘアスタイリングポリマーを含む。

スタイリングポリマーは固定力、一般的な形状作り、形状の保持、明確なくせ取り、巻き髪など、毛髪にスタイル要素を提供し、通常ジェル、ムース、美容液及びヘアスプレーなどに含まれるポリマー又は樹脂である。

いくつかのスタイリングポリマーは、ヘアジェル及びヘアスプレーなどのスタイリング製品において、多くの場合「固定力」の源泉となるフィルム形成ポリマーに分類される。これらのポリマーは毛髪表面に付着し、その後乾燥して、強力でフィルムが洗髪によって取り除かれるか又はフィルムが毛髪への機械的な力（櫛で梳かすこと）で破壊されるかまで毛髪を一緒に固定する、透明なフィルムを形成する。

例としては、とりわけＰＶＰ（ポリＮ−ビニル−２−ピロリドン）、ＰＶＡ（ポリビニルアセテート）及びＰＶＰ／ＶＡコポリマーが挙げられる。

ムースなどの柔らかいスタイリング製品で使用される、その他のスタイリングポリマーはアクリレートをベースにしたもので、とりわけポリアクリレート（例えばポリアクリレート−３２、ポリアクリレート−１４）、などのアクリレートクロスポリマー（例えばアクリレートクロスポリマー−３、ポリアクリレート−２クロスポリマー）及びＡＭＯ−アクリレート／アリルメタクリレートコポリマーなどがある。

スタイリングポリマーのさらなる例としては、ポリクアテルニウム化合物、ポリビニルカプロラクタムコポリマー及びＰＶＭ／ＭＡ（メチルビニルエーテル及びマレイン酸無水物）のエステルが挙げられる。

その他の好ましい有益なトリートメントは、縮れ毛を抑える又は滑らかにするトリートメントなどの処理剤である。滑らかにするため及び乱れ毛を低減させるためのオイルを含む組成物もまた好ましい。

本発明の任意選択の特徴をこれから列挙する。それらは単一で又は本発明の任意の態様と任意に組み合わせて適用可能である。

本発明の方法は単一の毛髪繊維の束を使用して実施され得る。好ましい方法では、２個以上のヘアピースを運動装備に取り付け、そこで２個以上のヘアピースに同一の強制振動を同時に適用する。

このようにして、個々のヘアピースの定量測定と同様に、２個以上のヘアピース間の比較測定（定量及び定性の両方）の両方が可能となる。２個以上のヘアピースの各々は、測定を行う前に異なる毛髪製品で処理されていてもよい。従って、装置は使用した毛髪製品の結果生じる、ヘアピースのしなやかさ及び運動への影響を定量的に比較することを可能にする。ヘアピースに適用する毛髪製品は、例えばシャンプー、コンディショナー、ヘアトリートメント及びヘアスタイリング製品の１種以上を含んでいてよい。

単一又は複数のヘアピースの定量測定は、ｘ振幅、ｙ振幅、ヘアピースの最高点と最低点間の相対位相、減衰時間、自然周波数、ヘアピースの２Ｄ領域、運動前と運動後のヘアピースの２Ｄ領域の変化の１つ以上を含んでいてよい。ヘアピースの２Ｄ領域の定量測定及び運動の定常状態におけるその変化もまた作成する。例えば、運動の定常状態におけるヘアピースの最小ボリューム、最大ボリューム、平均ボリュームを測定してもよい。

Ｘ振幅の測定は、ヘアピースが水平に、Ｘ軸上にどの程度遠くまで移動するかの測定である。

Ｙ振幅の測定は、ヘアピースが鉛直に、Ｙ軸上にどの程度遠くまで移動するかの測定である。

相対位相の測定は、所与のヘアピースの最高点と最低点の間の、運動の差の測定である。

減衰時間は、強制振動が停止した後にヘアピースが静止するまでにかかる時間である。

自然周波数の測定は、強制振動による励振が停止した後にヘアピースが（ｘ軸及び／又はｙ軸方向に）運動する速度の測定である。

ヘアピースの２Ｄ領域はカメラで観察される（すなわち、像平面の全体ボリューム）。

運動前と運動後のヘアピースの２Ｄ領域の変化は、ヘアピースのボリュームの変化とも呼ばれ得る。言い換えると、カメラで観察される運動前と運動後のヘアピースのボリュームの差を測定してもよい。

通常、ヘアピースは毛髪本体として運動する。しかし、ほつれ毛又は毛髪の少量の束が毛髪本体から切り離されてしまうことがある。ヘアピース本体から切り離された、そのようなほつれ毛又は毛髪の少量の束（そうでなければ「乱れ毛」として知られる）の存在を特定してもよい。本発明はフィルタを適用して、そのようなほつれ毛又は毛髪の少量の束を無視することで、さらなる分析から除外するように構成されてよく、従って関連するヘアピースのさらなる分析では乱れ毛を除外する。言い換えると、画像の後続の分析を実施する前に、フィルタを取り込み画像に適用して、検出されたいかなるほつれ毛も除外してもよい。フィルタは画像上で、ヘアピースの外郭線を位置付けるように作動し、外郭線は少なくとも部分的に、ヘアピースの本体から切り離されて位置するほつれ繊維（「乱れ毛」）を除外する。この方法で乱れ毛を無視することで、毛髪の背部位置決めを向上させてもよい。

フィルタは最小長さ比の形態をとってもよい。最小長さ比は、半径の長さに対するヘアピースの長さの比の最小値であってよい。そのような最小長さ比を超える毛髪を除外することで、ヘアピースの本体から大きく切り離された毛髪（すなわち、乱れ毛）を除外することが可能となる。画像中で最小長さ比の外側にあって検出されたいかなる毛髪も、前述の定量測定のいずれか１つ以上の決定を含んでもよい後続の分析において、不要と見なし、無視することできる。

フィルタの２つ目の選択肢は、画像の彩度閾値であってよい。ほつれ毛は通常、画像中で低い彩度を有するため、彩度閾値を適用することで閾値より低い画像部分を無視することができ、ほつれ繊維フィルタを実施することが可能となる。

フィルタは彩度閾値構成要素と最小長さ比構成要素を含んでもよい。

いくつかの実施形態では、コンピュータは、（１つ又は複数の）ヘアピースを使用して実施される消費者調査をベースとした消費者モデルデータを受信するためのインプットを含んでもよい。

この受信した消費者モデルデータは、通常、２つ以上のヘアピースの特定の毛髪属性に関する相対的な差の消費者認識に、サストニアンモデル又はその他の潜在変数モデルを適用することで算出した、消費者認識値、「ｄプライム（ｄ’）」の形態であってよい。サストニアンモデルは、（消費者調査からの）消費者の印象を描く潜在変数モデルであり、例えば、どのヘアピース試料が最良の「しなやかさ」を有しているかに関しての消費者の印象を、個別に整理された回答の分類上で描く。サストニアンモデルは、感覚を識別するタスクのメカニズムを提供するものとして知られる。

消費者グループから得られる未加工データは、毛髪の１つ以上の異なる属性、好ましくはしなやかさ、軽やかな運動、流れるような運動及び制御された運動と関連付けられてもよい。

これらの属性は毛髪の運動に対して一般的に使用される用語であり、消費者によって、毛髪の運動特性を説明する際に使用される一般的な用語である。消費者調査を行う際、消費者にはこれらの属性の正式な定義は提供されなかった。より大きな消費者の母集団を考慮することで、所与の属性に関する個人の理解及び評価の差が低減されると理解されよう。

記載されているように、所与の属性について作成される予測属性値は、同一の属性に関連する消費者データを基に作成されたモデルをベースにしている。例えば、「しなやかさ」属性の予測されるパフォーマンスは、作成中に「しなやかさ」に関連する消費者モデルデータを有した「しなやかさ」モデルをベースにするであろう。いくつかの実施形態では、ヘアピースの定量測定値を受信すると、プロセッサは、モデル作成に使用したヘアピースの定量測定値と、（交差検証モデル作成に使用したものと同一のヘアピースに関する消費者調査からの）消費者モデルデータと、を組み合わせた交差検証モデルを適用する。

交差検証モデルは、ヘアピースセットの定量測定値と、同一のヘアピースセットの消費者認識値との間の相関関係を提供する。そのような相関関係をモデリングするために、多数のモデリング方法が好適であり得ると理解されよう。交差検証モデルの一例は、取り込み画像に由来する定量測定値と、消費者モデルデータから抽出する消費者認識値（ｄ’）と、を相関させる部分的最小二乗法（ＰＬＳ）モデルである。

具体的な交差検証モデルは、多くの属性モデルを含み得る。それぞれの属性モデルはそれ自体が、単一の具体的な運動属性に関して交差検証モデルであり得る。例えば、特定の交差検証モデルは、しなやかさ、軽やかな運動、流れるような運動及び制御された運動の各々の属性モデルを含み得る。

いくつかの実施形態では、プロセッサは、新しいヘアピース（すなわち、交差検証モデル作成に使用していないヘアピース）に予測モデルを適用するようにさらに構成される。予測モデルは交差検証モデルをベースにし得る。予測モデルを使用して、新しいデータ（すなわち、新しいヘアピースの定量測定値）の実験測定値を分析し、今度は（１つ又は複数の）交差検証モデルをベースとした予測モデルをベースに消費者の反応を予測することができる。

このようにして、装置は実験室ベースのデータを交差検証モデルの形態で使用して消費者の反応を予測し、それにより高価で時間のかかる消費者調査を設定し実施することを必要とせず、消費者調査の有益性を得ることを可能にする。言い換えると、交差検証モデルを作成するために使用される、先の消費者調査は、運動装備に取り付けられたヘアピースの後の測定で、消費者の反応を予測することができるように、校正ツールとして作用する。

本発明の任意選択の特徴をこれから列挙する。

本発明の実施形態を実例として、添付図面を参照してこれより説明する。

本発明の方法で使用する装置の概略図である。 装置の運動装備とカメラをより詳細に示す。 モーション中のヘアピースの取り込まれたスクリーンショット画像であり、ヘアピースの定量測定値を得るために分析される取り込み画像を示す。 測定装備を使用して定量測定値を得るための方法の概要である。

本発明の方法で使用される装置は、図１、図２及び図３を参照してさらに詳細に以下で説明するように、好ましくは１つ以上のヘアピースの運動の特性を測定するように構成される。これらの特性（「運動パラメータ」としても知られる）は、ｘ振幅、ｙ振幅、ヘアピースの最高点と最低点間の相対位相、減衰時間、自然周波数、ヘアピースの２Ｄ領域、運動前と運動後のヘアピースの２Ｄ領域の変化の定量測定値を含み得る。

本発明の方法で使用される装置はまた、フィルタを適用して、ヘアピース本体から切り離されて位置するほつれ繊維を、それらの毛を無視することで、さらなる分析から除外するように構成されてもよい。測定した運動特性は、今度は、ヘアピース１０、１０ａ、１０ｂの１つ以上のしなやかさ及び流れるような運動などの毛髪運動の属性を推定するために使用することができる。その他多数の毛髪運動の属性もまた定義されてもよい。例えば、運動中の柔軟性、運動中の形状／スタイル／位置の維持、運動中の「毛髪のへたり」にくさ、軽やかな運動及び生き生きとした運動などである。

このような属性は、多数の異なる国（例えばイギリス、アメリカ、中国、日本、インドネシア、インド、タイ及びブラジル）で適用可能である。当然ながら、属性はすべての国で同様に有用であり得る。

その他いくつかの属性は、特定の国の消費者にとりわけ適用可能である。例えば、重厚感（タイ）、Ｓａ−Ｌｕａｙ（タイ）、美しく自然な流れ（タイ）、活力のある動き（インドネシア）及びサラサラ感（日本）などである。

装置１は運動装備２を含み、運動装備２にヘアピースが取り付けられる。通常、装置は複数のヘアピース固定具を含むバー（図２には図示せず）を含み、各々のヘアピース固定具がそれぞれのヘアピースに当接する。運動装備は、水平軸方向に振動力（強制振動）をバーに適用して、「ｘ」と示される方向に振動運動が生じるようにするモータを含む。

振動周波数は好適な値の範囲を取り得ると理解されよう。例えば、好適な範囲は０．８〜１．３Ｈｚであり得る。より低い周波数の場合、それより低いとヘアピースの振動運動が引き起こされず、ヘアピース全体が強制振動とともに強張って動く。より高い周波数の場合、それより高いと望ましくないヘアピースの運動（例えば、ねじり運動など）が引き起こされる。バーの好ましい振動周波数は１．０Ｈｚであり得る。同様に、振動周波数は異なる、好適な値である可能性もある。強制振動周波数を決定するに際して多くの要因が重要になるが、強制振動周波数には厳密な制限はなくてもよいと理解されよう。すべてのヘアピースを単一のバーに付着させることで、バーのいかなる運動も同一の運動の力が、各々の取り付けられたヘアピース１０ａ、１０ｂに適用されるようにできるであろう。

交差検証モデル生成のために使用するヘアピースの定量測定値を作成する際に使用する強制振動周波数は、対応する予測モデルのインプットとして使用するヘアピースの定量測定値に使用する強制振動周波数と、同一であってもよい。

図２に示す実施形態において、バーはライトボックス２１の前に位置する。カメラ３、具体的には、動画機能のあるカメラは、ライトボックス２１から固定された距離に取り付けられ、毛髪試料の画像を（動画フレームを介して）、初期の励振及びバーが振動している時間（取り付けられたヘアピースは、それゆえ定常状態の運動を受ける）だけでなく、バーが振動を終了した後の時間で取り付けられたヘアピースがモーションの減衰を受ける時間もまた撮像する。このようにして、カメラは、強制振動中の毛髪の運動を撮像することができるが、同時に、強制振動の適用が停止した後の運動の減衰の画像もまた撮像することができる。

画像はカメラを使用して録画した動画から得られてもよい。画像は動画から抽出される。各々の画像は、動画のフレームに相当してもよい。特定の動画からの画像の再分析もまた、動画から画像を再抽出する必要性なく可能である。言い換えると、画像は動画から１回のみ抽出され、その後保存され得る。保存した画像は、動画から画像を抽出するステップを繰り返す必要なく、その後分析に利用することができる。

カメラ３による録画の開始と、運動装備２による強制振動運動の開始と、の間で遅延を適用することができる。例えば、この遅延は１秒以上の長さを有し得る。バーが振動するモーション継続時間は７秒以上の持続時間を有してもよく、（バーの運動を停止させることによる）強制振動の停止と、カメラが画像撮像を停止する時間と、の間の遅延は６秒以上の値を有し得る。これらの時間は例に過ぎないと理解されよう。

装置１はさらに、カメラ３と通信可能に接続されるコンピュータ４を含み、コンピュータは、カメラ３によって取り込まれた画像及び／又は動画を処理し、取り込み画像からヘアピースの定量測定値を抽出するためにプロセッサを含む。

コンピュータ４、カメラ３及び運動装備２は、ワイヤレスネットワークなどのインターフェース５を介して接続されてもよい。このようにして、コンピュータ上で動作するプログラムを使用して、運動装備及びカメラを、特に開始時間及び終了時間を、制御してもよい。

画像を処理し測定値を抽出するための、プロセッサにより動作する測定用及び分析用ソフトウェアは、例えばＥｘｅｌｉｓ ＩＤＬバージョン８．３又はより最新のバージョンなどの任意の好適なプラットフォームに記憶されていてよく、重要な特徴は、得られた動画ファイルを画像に変換するＩＤＬ機能ＩＤＬｆｆＶｉｄｅｏＲｅａｄが含まれていることである。例えば、Ｅｘｅｌｉｓ ＩＤＬバージョン８．４のＩＭＦ＿ＩｍａｇｅＡｎａｌｙｓｉｓライブラリなどの、画像分析機能の専用ソフトウェアの存在もまた有利であり得る。

好適なカメラとしては、ニコンＤ９０、ニコンＤ５０００及びニコンＤ３２００のカメラが挙げられるが、これらに限定されない。Ｄ３２００などのカメラは、ユーザーがマニュアル動画モードでシャッタースピードを設定することができるため特に有利であることが判明した。１／５００秒及び１／１０００秒のシャッタースピードを試験し、ともに良好に機能したが、１／１０００秒のシャッタースピードが特に良好であった。Ｄ９０及びＤ５０００などのカメラは、動画を撮影するときのシャッタースピードを変えることができず、モーションがぼやけてしまう結果になる可能性があり、ヘアピースの外郭線が識別しづらいものとなり、その後に得られる測定値の正確性も低くなってしまう。これらのカメラは例に過ぎず、その他多くのカメラが本明細書に詳細が記される技術的性能を有してもよいことが理解されよう。

Ｄ３２００の最大動画フレームレートは、１９２０×１０８０の画像サイズで毎秒２５フレームの順次走査（２５ｐ）であった。より低空間分解能のインターレース動画モードでのみ利用可能であるより高いフレームレート、例えば５０ｉなどは、２つの別個の露光がともに交錯され、露光間のモーションが二重の画像を生成する可能性があるため避けるべきである。

測定及び分析はソフトウェアによって、単一のヘアピースの測定及び分析と同様に、運動装備に同時に取り付けられる複数のヘアピース１０ａ、１０ｂで実施することができる。複数のヘアピースの場合、ヘアピースの数だけソフトウェアへのインプットを行い、ソフトウェアは、ソフトウェアにインプットされた数のヘアピースを画像中に見つけようとするだろう。装置は、特定の数のヘアピースをカメラの視野の中に特定することができなかった場合に、エラーを出すように構成されてもよい。

装置はまた、カメラの視野に位置する校正ディスク（図示せず）を含む。校正ディスクは既知寸法を有し、それにより取り込み画像のピクセルを実際の空間測定に校正するメカニズムを提供する。

ヘアピースの取り込み画像の例が図３に図示され、取り込み画像はヘアピースの定量測定値を得るために分析される。最初に、画像中のヘアピース各々について、ソフトウェアは、ヘアピースの外郭線１１及び背部１２を抽出する。その後ソフトウェアは、複数の、ヘアピースの長さに沿って均等に配置された円弧１３ａ、１３ｂ…１３ｎにおいて運動パラメータを分析する。図示される例においては、隣接する円弧間の間隔は１０ｍｍである。

特定のヘアピースのモーションを分析するために使用する式を、定常状態（強制振動）（式（１）及び減衰時間（式（２））（強制振動後）の各々について下記に列挙する。

定常状態

減衰状態

式中、
ｘはｍｍで表される背部と特定の半径の交差点の水平位置、
Ａはｍｍで表される振幅、
ｔは秒で表される時間、
Ｔ２は強制モーションが停止したときの秒で表される時間、
Λは秒で表される波長、
Φは度で表される位相角、
Τは秒で表されるモーション減衰時間定数、
Ｂはｍｍで表されるオフセットである。

ｘ軸方向のモーションのモデル化した数学的形態は、（前述のように）正弦波形状である。前述の正弦波モーションの二乗平均平方根（ＲＭＳ）はＲＭＳ＝Ａ／ｓｑｒｔ（２）である。ＲＭＳはｘ値の標準偏差に相当し、それは振幅、Ａ＝ｓｑｒｔ（２）＊標準偏差（ｘ位置の値）を意味する。

ｙ軸方向のモーションに関しては、ｙ軸方向のモーションの振幅は、Ａ＿ｙ＝ｓｑｒｔ（２）＊標準偏差（ｙ位置の値）として算出される。

コンピュータのプロセッサ上で動作するソフトウェアによって実施される測定及び分析ステップは、図４〜９を参照して下記でより詳細に記載される。

図４は、運動装備を使用して定量測定値を得るための方法の例の概要を示す。

最初の器具設置ステップｓ４ａにおいて、装置は図１及び図２に関して前述に記載されるように提供される。より詳細には、以下のサブステップの１つ以上が実施される。

測定中に使用されるべきパラメータがソフトウェアによりロードされ定義される。そのようなパラメータには、モーションスピード、モーション振幅、モーション開始時間、モーション終了時間、モーション減衰時間、動画フレームレート、動画幅及び高さ、動画シャッタースピード及びレンズ口径、ヘアピースの数、定常状態領域が開始する前の無視するべき強制振動のサイクル数、ヘアピース測定の半径間隔（ｍｍ）、最大半径（ｍｍ）及び／又は校正ディスク寸法（ｍｍ）が挙げられる。

器具設置には、カメラが分析する１つ以上のヘアピース各々に焦点が合うように、カメラの焦点設定が含まれる。

背景の短い動画を撮像して単一の画像に変換し、通常、「背景」とラベル付けし、校正ディスクの短い動画を撮像して単一の画像に変換し、通常、「校正」とラベル付けする。

後続のステップｓ４ｂで、調査が開始される。このステップには、例えば、ヘアピースの数などヘアピースの詳細入力が含まれる。各ヘアピースの種類及びヘアピース各々に適用された処理もまた書き留められてよい。１つ又は複数のヘアピースの動画撮像がＴ０の開始時間に開始され、Ｔ０を書き留める。

バーの強制振動モーションが開始され、Ｔ０に対して振動モーションの開始時間ＴＳを書き留める。

バーの強制振動モーションが停止され、Ｔ０に対して振動モーションの停止時間ＴＥを書き留める。

ＴＥから所与の時間（この時間は（１つ又は複数の）ヘアピースのモーション減衰を撮像するために選択される）の後、動画の記録を停止する。

後続のｓ４ｃ及びｓ４ｄステップでは、背景の分析、切り取り及び取り込み画像の校正が実施される。これには、背景ファイルを単一の背景画像に変換すること、校正ディスクファイルを単一の校正ディスク画像に変換すること、及びヘアピースモーションの動画ファイルから、分析用の連続画像を抽出すること、が含まれる。

背景画像のライトボックス領域は切り取り座標の特定により特定され、これはライトボックス領域に相当する（ｓ４ｃ）。

校正ディスク画像からピクセルサイズを校正する（ｓ４ｄ）ために、校正ディスク画像の校正ディスクが特定される。校正ディスクの既知寸法を使用して、現実世界のピクセルサイズを算出する。

後続ステップでは、所望の（１つ又は複数の）ヘアピースの強制運動及び減衰の連続画像が測定される。切り取り／校正された画像は保存されてもよい。

後続ステップｓ４ｆでは、得られたモーションデータが保存される。

その後モーションデータは分析される（ｓ４ｇ）が、以下の分析ステップが含まれる。

・ＴＳ及びＴＥとともにヘアピース・モーション・データの最高点を使用して、モーション開始時間Ｔ１を決定する。

・ＴＳ及びＴＥとともにヘアピース・モーション・データの最高点を使用して、モーション終了時間Ｔ２を決定する。

・正弦波をヘアピースデータの最高点にフィットさせ、Ａ_０、Λ_０、Φ_０及びＢ_０を戻す。

・モーション開始時間、フィット、Ｎｃを使用して、定常状態領域の開始を決定するが、Ｎｃは強制振動開始時の、定常状態領域が開始する前の無視するべき振動サイクル数である。

・定常状態領域の終了及びＴ２に相当する減衰領域の開始を決定する。

・正弦波をＴ１とＴ２間の各ヘアピース半径データにフィットさせ、Ａｉ、Λｉ、Φｉ及びＢｉを戻す。フィットした各ポイントは背部とそれぞれの半径の交差点に相当する。

・減衰正弦波をＴ２とＴＥ間の各ヘアピース半径データにフィットさせ、モーション分析パラメータＡｉ、Λｉ、Φｉ、τｉ及びＢｉを戻す。フィットした各ポイントは背部とそれぞれの半径の交差点に相当する。

後続のステップで、モーション分析パラメータを保存する（ｓ４ｈ）。

所望の場合は、結果画像ファイルを使用して結果動画を作成する。

ソフトウェアはユーザーに以下の異なる選択肢を提供してもよい。

・ヘアピースモーションを撮像し、個別の動画についてモーションを測定する、又は
・いくつかのヘアピース動画を撮像し、その後に動画を分析する。

Claims (11)

1. 消費者の反応を予測させる毛髪の運動特性の変化を測定する方法であって、
   ｉ）毛髪の運動特性を測定する装置を提供するステップと、
   ｉｉ）前記装置を使用して毛髪の前記運動特性を測定するステップと、
   ｉｉｉ）前記毛髪にトリートメント又は攻撃を適用するステップと、
   ｉｖ）ステップｉｉｉ）の結果から生じる前記毛髪の前記運動特性を測定するステップと、
   ｖ）ステップｉｖ）から得られた前記運動特性とステップｉｉ）の前記運動特性を比較するステップと、
   ｖｉ）前記トリートメント又は攻撃の適用の結果生じた前記運動の変化を評価するステップと、
   を含む方法。
2. ステップ（ｉｉｉ）〜（ｖｉ）が、好ましくは２〜２０回、最も好ましくは２〜８回繰り返される、請求項１に記載の方法。
3. 前記運動特性が、運動中のしなやかさ、流れるような運動、柔軟性、運動中の形状／スタイル／位置の維持、運動中の「毛髪のへたり」にくさ、及び生き生きとした運動からなる群から選択される、請求項１又は２に記載の方法。
4. 前記運動特性が、基準、好ましくは尺度と比較することで評価される、請求項１〜３のいずれかに記載の方法。
5. 前記尺度が、運動特性の増分レベルに相当する指標を含む、請求項４に記載の方法。
6. 前記装置が、前記毛髪を取り付け可能で、前記毛髪に強制振動を適用するために動作できる装備と、前記強制振動の適用中及び適用後に、前記毛髪試料が運動している間の前記毛髪の画像を取り込むためのカメラと、前記カメラと通信可能に接続されるコンピュータを含み、該コンピュータはプロセッサを含み、前記コンピュータが前記プロセッサにおいて、前記取り込み画像の処理をすることができ、前記毛髪の定量測定値を前記取り込み画像から抽出できることを特徴とする、請求項１〜５のいずれかに記載の方法。
7. 前記装置が、前記画像の後続の分析を実施する前に、検出されたいかなるほつれ毛も除外するために前記取り込み画像に適用されるフィルタをさらに含む、請求項６に記載の方法。
8. 前記コンピュータへのインプットの際に、１つ又は複数のヘアピースを使用して実施される消費者調査をベースとした消費者モデルデータを受信するステップをさらに含む、請求項６又は７に記載の方法。
9. 消費者モデルデータを受信すると、前記プロセッサが、前記取り込み画像からの前記ヘアピースの定量測定値と、前記消費者モデルデータと、を組み合わせた交差検証モデルを適用する、請求項８に記載の方法。
10. 前記交差検証モデルが、前記取り込み画像からの前記定量測定値と、前記消費者モデルデータから抽出する消費者認識値（ｄ’）と、を相関させる部分的最小二乗法モデルである、請求項９に記載の方法。
11. 前記交差検証モデルをベースとした予測モデルを、新しいヘアピースセットから取得する定量測定値に適用するステップをさらに含み、前記予測モデルが消費者の前記新しいヘアピースセットへの反応を、前記交差検証モデルをベースに予測する、請求項６〜１０のいずれか一項に記載の方法。

Images