JP7106126B2 - 自律神経系活動評価装置 - Google Patents

Description

特許法第３０条第２項適用 平成３０年９月１４日～１５日に開催された生体医工学シンポジウム２０１８にて、発表した。また、平成３０年１２月１１日～１３日に開催されたｕｈｅａｌｔｈ２０１８にて、発表した。

本発明は、自律神経系活動の評価を行うことができる自律神経系活動評価装置に関する。

従来、人体の自律神経系活動の評価を行うにあたって、血圧を計測したり、心電図を計測したりする方法が知られている。血圧を計測するにあたっては、カフを人体の上腕に巻いて血圧を測定する血圧計が知られている（例えば、特許文献１参照）。また、心電図を計測し、得られた心拍変動データに対して周波数解析をする方法が知られている（例えば、特許文献２～４参照）。

特開２００２－３６０５２４号公報 特開２００４－２４２７２０号公報 特開２０００－１６６８７９号公報 特開平１１－１５５８４５号公報

しかしながら、何れの方法も、人体に、何らかの器具等をセットしなければならず、非常に時間と手間がかかるという問題があった。

そこで、本発明は、上記問題に鑑み、非接触で簡単容易に自律神経系活動の評価を行うことができる自律神経系活動評価装置を提供することを目的としている。

上記本発明の目的は、以下の手段によって達成される。なお、括弧内は、後述する実施形態の参照符号を付したものであるが、本発明はこれに限定されるものではない。

請求項１に係る自律神経系活動評価装置は、人体（Ｍ）を撮像可能なカメラ（２）と、
前記カメラ（２）にて撮像された人体（Ｍ）の画像データを取得する画像データ取得手段（ＣＰＵ３０、ステップＳ１）と、
前記画像データ取得手段（ＣＰＵ３０、ステップＳ１）にて取得した前記人体（Ｍ）の画像データの一部を切り出す切り出し手段（ＣＰＵ３０、ステップＳ４）と、
前記切り出し手段（ＣＰＵ３０、ステップＳ４）にて切り出した前記人体（Ｍ）の画像データの一部におけるＲＧＢの画素値を算出する算出手段（ＣＰＵ３０、ステップＳ９）と、
前記算出手段（ＣＰＵ３０、ステップＳ９）にて算出したＲＧＢの画素値に基づいて、Ｇ／Ｂ値を導出する導出手段（ＣＰＵ３０、ステップＳ１１）と、
前記切り出し手段（ＣＰＵ３０、ステップＳ４）にて切り出した前記人体（Ｍ）の画像データの一部におけるＲＧＢ色空間を、色相（Ｈ）と彩度（Ｓ）と輝度（Ｖ）で表現するＨＳＶ色空間に変換する第１変換手段（ＣＰＵ３０、ステップＳ５）と、
前記第１変換手段（ＣＰＵ３０、ステップＳ５）にて変換したＨＳＶ色空間のうち、輝度（Ｖ）を削除する削除手段（ＣＰＵ３０、ステップＳ６）と、
前記削除手段（ＣＰＵ３０、ステップＳ６）にて輝度（Ｖ）を削除したＨＳＶ色空間をＲＧＢ色空間に変換する第２変換手段（ＣＰＵ３０、ステップＳ８）と、を有し、
前記算出手段（ＣＰＵ３０、ステップＳ９）は、前記第２変換手段（ＣＰＵ３０、ステップＳ８）にて変換したＲＧＢ色空間におけるＲＧＢの画素値を算出してなることを特徴としている。

また、請求項２に係る自律神経系活動評価装置は、上記請求項１に記載の自律神経系活動評価装置において、前記切り出し手段（ＣＰＵ３０、ステップＳ４）は、前記人体（Ｍ）のうち毛細血管が多い部分を、前記画像データ取得手段（ＣＰＵ３０、ステップＳ１）にて取得した前記人体（Ｍ）の画像データから切り出してなることを特徴としている。

さらに、請求項３に係る自律神経系活動評価装置は、上記請求項１又は２に記載の自律神経系活動評価装置において、前記カメラ（２）は、前記人体（Ｍ）の動画を撮像し、
前記画像データ取得手段（ＣＰＵ３０、ステップＳ１）は、前記カメラ（２）にて撮像された前記人体（Ｍ）の動画の画像データを取得し、
前記算出手段（ＣＰＵ３０、ステップＳ９）は、前記切り出し手段（ＣＰＵ３０、ステップＳ４）にて切り出した前記人体（Ｍ）の画像データの一部における各ＲＧＢの画素値の平均値を算出し、
前記導出手段（ＣＰＵ３０、ステップＳ１１）は、前記算出手段（ＣＰＵ３０、ステップＳ９）にて算出した各ＲＧＢの画素値の平均値に基づいて、Ｇ／Ｂ値を導出してなることを特徴としている。

請求項１に係る発明によれば、Ｇ／Ｂ値を導出してるため、Ｇ／Ｂ値の比率が高ければ、緑色の光（ＬＧ）の反射量が増大しているということであるから、真皮（ＭＨｂ）に存在している毛細血管は収縮していることが分かり、もって、人体（Ｍ）がストレス等を感じ交感神経が働いていることが分かる。また、Ｇ／Ｂ値の比率が低ければ、緑色の光（ＬＧ）の反射量が減少しているということであるから、真皮（ＭＨｂ）に存在している毛細血管は拡張していることが分かり、もって、人体（Ｍ）がリラックス等しており副交感神経が働いていることが分かる。

しかして、Ｇ／Ｂ値の比率を導出しさえすれば、非接触で簡単容易に自律神経系活動の評価を行うことができることとなる。さらに、請求項１に係る発明によれば、切り出し手段（ＣＰＵ３０、ステップＳ４）にて切り出した人体（Ｍ）の画像データの一部におけるＲＧＢ色空間を、色相（Ｈ）と彩度（Ｓ）と輝度（Ｖ）で表現するＨＳＶ色空間に変換し、その変換したＨＳＶ色空間のうち、輝度（Ｖ）を削除し、輝度（Ｖ）を削除したＨＳＶ色空間をＲＧＢ色空間に変換するようにしている。このようにすれば、室内の照明等撮影環境に左右されないデータを抽出することができ、もって、自律神経系活動の評価の精度をより高めることができる。

また、請求項２に係る発明によれば、人体（Ｍ）のうち毛細血管が多い部分を、画像データ取得手段（ＣＰＵ３０、ステップＳ１）にて取得した人体（Ｍ）の画像データから切り出しているから、毛細血管の動きをより正確に判断することが可能となり、もって、自律神経系活動の評価の精度をより高めることができることとなる。

さらに、請求項３に係る発明によれば、人体（Ｍ）の動画を撮像し、各ＲＧＢの画素値の平均値を算出し、その算出した各ＲＧＢの画素値の平均値に基づいて、Ｇ／Ｂ値を導出するようにしているから、ノイズ等の影響を低減させた信頼性の高いデータを導出することができ、もって、自律神経系活動の評価の精度をより高めることができる。

本発明に係る自律神経系活動評価装置の一実施形態を示すブロック図である。 同実施形態に係る自律神経系活動評価装置の制御手順を示すフローチャート図である。 （ａ）は切り出した顔領域の画像例を示し、（ｂ）は（ａ）に示す画像例から輝度を削除した場合の画像例を示す図である。 光の３原色が皮膚のどこまで浸透するのかを説明する説明図である。 （ａ）はヘモグロビンの吸光度を示すグラフ図であり、（ｂ）は血管拡張時の緑色の光の反射量を示す説明図、（ｃ）は血管収縮時の緑色の光の反射量を示す説明図である。

以下、本発明に係る自律神経系活動評価装置の一実施形態を、図面を参照して具体的に説明する。なお、以下の説明において、上下左右の方向を示す場合は、図示正面から見た場合の上下左右をいうものとする。

本実施形態に係る自律神経系活動評価装置は、人体を撮像し、撮像した画像からＧ（Ｇｒｅｅｎ）とＢ（Ｂｌｕｅ）値の比を導出することによって、自律神経系活動の評価を行うようにするものである。

この点、より詳しく説明すると、自律神経系活動は、健康状態を見る上で、重要な指標の一つである。そこで、本発明者らは、自律神経系活動の一つである毛細血管の動向に着目することとした。すなわち、図４に示すように、人体の皮膚ＭＨは、表皮ＭＨａと、真皮ＭＨｂと、皮下組織ＭＨｃと、で構成されており、真皮ＭＨｂには、毛細血管が存在している。そして、光の３原色のうち、青色の光ＬＢは、表皮ＭＨａまで浸透し、緑色の光ＬＧは、真皮ＭＨｂまで浸透し、赤色の光ＬＲは、皮下組織ＭＨｃまで浸透する特性があることが知られている。

一方、人体の血液中に見られる赤血球の中に存在するタンパク質であるヘモグロビンは、図５（ａ）に示すように、５００ｎｍ～５６０ｎｍの波長の光、すなわち、緑色の光ＬＧを吸収しやすいという特性があることが知られている。

かくして、このような特性に着目すると、以下のような特性があることが分かる。すなわち、人体がリラックスしている等副交感神経が働いている時、真皮ＭＨｂに存在している毛細血管は拡張することとなるから、ヘモグロビン量が増加することとなる。しかして、このような状態で、図５（ｂ）に示すように、緑色の光ＬＧが照射されると、ヘモグロビン量が増加していることから、緑色の光ＬＧの吸収量が増大し、もって、緑色の光ＬＧの反射量が減少（図示、緑色の反射光ＬＧａ参照）することとなる。

一方、人体がストレス等を感じ交感神経が働いている時、真皮ＭＨｂに存在している毛細血管は収縮することとなるから、ヘモグロビン量が減少することとなる。しかして、このような状態で、図５（ｃ）に示すように、緑色の光ＬＧが照射されると、ヘモグロビン量が減少していることから、緑色の光ＬＧの吸収量が減少し、もって、緑色の光ＬＧの反射量が増大（図示、緑色の反射光ＬＧｂ参照）することとなる。

かくして、このような特性に鑑み、本実施形態に係る自律神経系活動評価装置は、人体を撮像し、撮像した画像からＧ（Ｇｒｅｅｎ）とＢ（Ｂｌｕｅ）値の比を導出することによって、自律神経系活動の評価を行うようにしているものである。すなわち、撮像した画像のＧ（Ｇｒｅｅｎ）値が高ければ、緑色の光ＬＧの反射量が増大（図５（ｃ）に示す、緑色の反射光ＬＧｂ参照）しているということであるから、真皮ＭＨｂに存在している毛細血管は収縮していることが分かる。そして、撮像した画像のＧ（Ｇｒｅｅｎ）値が低ければ、緑色の光ＬＧの反射量が減少（図５（ｂ）に示す、緑色の反射光ＬＧａ参照）しているということであるから、真皮ＭＨｂに存在している毛細血管は拡張していることが分かることとなる。

しかして、このように、撮像した画像のＧ（Ｇｒｅｅｎ）値に着目すれば、自律神経系活動の評価を行うようにすることができる。この点、図面を参照して詳しく説明することとする。

図１に示すように、自律神経系活動評価装置１は、人体Ｍを撮像可能なカメラ２と、画像処理装置３と、で構成されている。

カメラ２は、デジタルカメラ、或いは、スマートフォンやノートパソコン等に内蔵されているカメラ等、透視投影モデルに基づいたカメラ等からなるもので、人体Ｍの動画や静止画を撮像可能なものである。

画像処理装置３は、ＣＰＵ３０と、マウスやキーボード、タッチパネル等にて外部から所定データを画像処理装置３に入力することができる入力部３１と、画像処理装置３外に所定データを出力することができる出力部３２と、所定のプログラム等を格納した書込み可能なフラッシュＲＯＭ等からなるＲＯＭ３３と、作業領域やバッファメモリ等として機能するＲＡＭ３４と、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）等からなる表示部３５と、で構成されている。

かくして、上記のような自律神経系活動評価装置１を使用するにあたっては、作業者が、図１に示す画像処理装置３の入力部３１を用いて、ＲＯＭ３３内に格納されているプログラムの起動を指示する。これにより、画像処理装置３のＣＰＵ３０（図１参照）は、図２に示すような処理を行う。以下、図２を参照して説明する。なお、図２に示すプログラムの処理内容はあくまで一例であり、これに限定されるものではない。

まず、ＣＰＵ３０（図１参照）は、カメラ２で撮像された人体Ｍの動画像データを取得する（ステップＳ１）。なお、取得する動画像データとしては、例えば、３秒間、カメラ２で人体Ｍを撮像したものを取得する。

次いで、ＣＰＵ３０（図１参照）は、取得した動画像データの１フレーム分を取得する（ステップＳ２）。具体的には、カメラ２で撮像した３秒間の動画像データを３０ｆｐｓ（ｆｒａｍｅｓ ｐｅｒ ｓｅｃｏｎｄ）で分割し、９０フレームにした後、その９０フレームのうち、１フレーム分を取得するというものである。

次いで、ＣＰＵ３０（図１参照）は、取得した１フレーム分のデータから、顔検出のアルゴリズムの一手法である、Ｈａａｒ－ｌｉｋｅ特徴量等を用いた顔検出アルゴリズムを実行して、人体Ｍの顔領域ＭＫ（例えば、図３（ａ）参照）を切り出す（ステップＳ３）。

次いで、ＣＰＵ３０（図１参照）は、切り出した顔領域ＭＫから、顔検出のアルゴリズムの一手法である、Ｈａａｒ－ｌｉｋｅ特徴量等を用いた顔検出アルゴリズムを実行して、図３（ｂ）に示す頬の部分のＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）画像を切り出す（ステップＳ４）。具体的には、顔のパーツ（目、口、鼻など）は略一定の比率で位置が決まっていることから、特徴抽出がしやすい顔の１つのパーツ（例えば、目、鼻）を原点として、鼻部、頬、額部の検出を行う。より詳しく説明すると、Ｈａａｒ－ｌｉｋｅ特徴量等を用いた顔検出アルゴリズムを実行して、矩形領域内部を２～３等分して各領域の輝度値の総和の差を特徴量として用いることで顔のパーツを導出する。例えば、目の検出は、目付近の領域は、鼻や頬の領域に比べて輝度値が低く、目は眉間より低いという特徴を用いて検出するようにしている。また、鼻の検出は、３等分された矩形領域を用いて、各領域の輝度値の総和を導出し、中央と左右の差が大きい部分を鼻として検出するようにしている。これは、鼻を矩形領域で囲った際、鼻は中心部の輝度値が高く、両端は低いという特徴があるためである。しかして、このようにして、顔のパーツを導出して、図３（ｂ）に示す頬の部分のＲＯＩ（Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ）画像を切り出すこととなる。

次いで、ＣＰＵ３０（図１参照）は、切り出したＲＯＩ画像をＲＧＢ色空間からＨＳＶ色空間へ変換する（ステップＳ５）。ＲＧＢ色空間とは、赤、緑、青の三原色を混合することにより構成される色空間であり、ＨＳＶ色空間とは、色相（Ｈｕｅ）、彩度（Ｓａｔｕｒａｔｉｏｎ・Ｃｈｒｏｍａ）、輝度（Ｖａｌｕｅ）によって構成される色空間である。なお、色空間の変換は、従来公知の方法により行うことができるため、その詳細な説明は省略することとする。

次いで、ＣＰＵ３０（図１参照）は、ＨＳＶ色空間へ変換したＲＯＩ画像の輝度（Ｖａｌｕｅ）を削除する処理を行う（ステップＳ６）。これにより、図３（ｂ）に示すような輝度を削除した画像に変換されることとなる。なお、図３（ｂ）においては、理解を容易にするために、切り出した顔領域ＭＫ全体の輝度を削除した画像を示しているが、ＲＧＢ色空間からＨＳＶ色空間へ変換されるのは切り出したＲＯＩ画像のみであり、輝度（Ｖａｌｕｅ）を削除するのは、そのＲＯＩ画像のみである。また、言うまでもないが、切り出されるＲＯＩ画像は、ＨＳＶ色空間に変換する前の画像（図３（ａ）に示す切り出した顔領域ＭＫ）からである。

次いで、ＣＰＵ３０（図１参照）は、輝度（Ｖａｌｕｅ）を削除したＲＯＩ画像の色相の閾値処理を行う（ステップＳ７）。具体的には、輝度（Ｖａｌｕｅ）を削除したＲＯＩ画像の色相のうち、０～４２の範囲、又は、１６３～１８０の範囲に存在する色相のみを抽出する処理を行う。なお、輝度（Ｖａｌｕｅ）を削除したＲＯＩ画像に、図３（ｂ）に示すような壁が存在していた場合は、壁の色相は、４２～６０の範囲に存在する色相のみを抽出する処理を行う。

次いで、ＣＰＵ３０（図１参照）は、輝度（Ｖａｌｕｅ）を削除し、色相の閾値処理を行ったＲＯＩ画像をＨＳＶ色空間からＲＧＢ色空間へ変換する（ステップＳ８）。なお、色空間の変換は、従来公知の方法により行うことができるため、その詳細な説明は省略することとする。

次いで、ＣＰＵ３０（図１参照）は、再びＲＧＢ色空間へ変換したＲＯＩ画像における各ＲＧＢの画素値の平均値を算出する。すなわち、ＣＰＵ３０（図１参照）は、再びＲＧＢ色空間へ変換したＲＯＩ画像におけるＲ（Ｒｅｄ）値の画素値を全て抽出し、その抽出したＲ（Ｒｅｄ）値の画素値の平均値を算出する。そしてさらに、ＲＯＩ画像におけるＧ（Ｇｒｅｅｎ）値の画素値を全て抽出し、その抽出したＧ（Ｇｒｅｅｎ）値の画素値の平均値を算出する。またさらに、ＲＯＩ画像におけるＢ（Ｂｌｕｅ）値の画素値を全て抽出し、その抽出したＢ（Ｂｌｕｅ）値の画素値の平均値を算出するというものである（ステップＳ９）。

次いで、ＣＰＵ３０（図１参照）は、所定回数カウンタをインクリメント（＋１）した上で、所定回数（例えば、９０）に達したか否かを確認する（ステップＳ１０）。すなわち、９０フレーム分の処理が終了したか否かを確認する。換言すれば、所定回数カウンタが「１」であれば、１フレーム分の処理が終了しており、「２」であれば、２フレーム分の処理が終了しており、「３」であれば、３フレーム分の処理が終了しているというように確認することができる。

しかして、所定回数（例えば、９０）に達していなければ（ステップＳ１０：ＮＯ）、ＣＰＵ３０（図１参照）は、ステップＳ２の処理に戻り、ステップＳ２～ステップＳ９の処理を再度行う。

一方、所定回数（例えば、９０）に達していれば（ステップＳ１０：ＹＥＳ）、ＣＰＵ３０（図１参照）は、所定回数カウンタをクリアし、ステップＳ１１の処理に進む。

次いで、ＣＰＵ３０（図１参照）は、上記算出した所定フレーム分（例えば、９０フレーム分）のＧ（Ｇｒｅｅｎ）値の画素値の平均値を全て足し合わせ、さらに、上記算出した所定フレーム分（例えば、９０フレーム分）のＢ（Ｂｌｕｅ）値の画素値の平均値を全て足し合わせた上で、Ｇ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値を導出し（ステップＳ１１）、処理を終える。

しかして、以上説明した本実施形態によれば、導出したＧ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値の比率が高ければ、緑色の光ＬＧ（図５（ｃ）参照）の反射量が増大しているということであるから、真皮ＭＨｂ（図４参照）に存在している毛細血管は収縮していることが分かり、もって、人体Ｍがストレス等を感じ交感神経が働いていることが分かる。また、導出したＧ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値の比率が低ければ、緑色の光ＬＧ（図５（ｂ）参照）の反射量が減少しているということであるから、真皮ＭＨｂ（図４参照）に存在している毛細血管は拡張していることが分かり、もって、人体Ｍがリラックス等しており副交感神経が働いていることが分かる。

しかして、Ｇ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値の比率を導出しさえすれば、非接触で簡単容易に自律神経系活動の評価を行うことができることとなる。しかるに、このように非接触で簡単容易に自律神経系活動の評価を行うことができるようになれば、毎日の生活に組み込み易くなり、もって、鬱等の発病を未然に防ぐことができる。なお、基準値は、各個人で任意に決定し、その基準値より高ければ、導出したＧ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値の比率が高いと判断し、その基準値より低ければ、導出したＧ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値の比率が低いと判断するようにすれば良い。

ところで、本実施形態においては、Ｇ（Ｇｒｅｅｎ）値だけを導出せず、Ｇ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値を導出しているが、これは、値の正規化を行うためである。このようにすれば、室内の照明等撮影環境が値に及ぼす影響を低減させることができ、もって、自律神経系活動の評価の精度を高めることができることとなる。

また、本実施形態においては、室内の照明等撮影環境の影響をより低減させるために、切り出したＲＯＩ画像をＲＧＢ色空間からＨＳＶ色空間へ変換し、輝度（Ｖａｌｕｅ）を削除した上で、再び、ＲＧＢ色空間へ変換するようにしている。このようにすれば、室内の照明等撮影環境に左右されないデータを抽出することができ、もって、自律神経系活動の評価の精度をより高めることができることとなる。

なお、本実施形態において示した形状等はあくまで一例であり、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。例えば、本実施形態においては、ＲＯＩ画像の色相の閾値処理を行う例を示したが、この処理を設けなくとも良い。しかしながら、設けた方がより室内の照明等撮影環境に左右されないデータを抽出することができるため、好ましい。

また、本実施形態においては、人体Ｍの動画像データをカメラ２にて撮像する例を示したが、静止画データでも良い。しかしながら、人体Ｍの動画像データをカメラ２にて撮像するのが好ましい。動画像データを撮像すれば、各ＲＧＢの画素値の平均値に基づいて、Ｇ（Ｇｒｅｅｎ）／Ｂ（Ｂｌｕｅ）値を導出することができ、もって、ノイズ等の影響を低減させた信頼性の高いデータを導出することができるためである。これにより、自律神経系活動の評価の精度をより高めることができる。なお、動画像データを用いることにより、３秒毎の平均値を導出することができ、もって、リアルタイムに値を導出することが可能となる。このようにすれば、心電図を用いてリアルタイムに自律神経系活動の評価を行うとすれば、１分毎のデータでしか評価することができなかったが、動画像データを用いることにより、３秒毎のデータで評価することが可能となる。

ところで、本実施形態においては、図２に示すように、１フレーム毎に処理をする例を示したが、移動平均を用いれば、最初の３秒間の処理（９０フレームの処理）が終われば、それ以降の処理は、１フレーム毎のサンプリングで算出すること可能となる。

また、本実施形態においては、ＲＯＩ画像として、人体Ｍの頬を切り出す例を示したが、それに限らず、鼻部、手、足等、人体Ｍの中で毛細血管が多いとされる部分を切り出すようにすれば良い。しかして、このように毛細血管が多いとされる部分を切り出すことにより、毛細血管の動きをより正確に判断することが可能となり、もって、自律神経系活動の評価の精度をより高めることができることとなる。

また、本実施形態においては、顔検出のアルゴリズムの一手法である、Ｈａａｒ－ｌｉｋｅ特徴量等を用いた顔検出アルゴリズムを用いた例を示したが、それに限らず、機械学習ライブラリのＤｌｉｂを用いて検出するようにしても良い。また、目の検出にあたっては、輝度値を用いて行うことができる。すなわち、虹彩と強膜は、色や輝度値から見て大きく差がある部分であるため、小さい矩形領域を用いて、中心線から左右の輝度値の総和を導出し、差が大きいところを見て、虹彩と強膜の境界を検出するようにする。そして、虹彩は、ある程度大きさが一定という特徴があることから、色の閾値処理で黒部分のみを導出し、面積を用いて黒目を検出することにより、目の検出を行うことができる。また、二次元画像であれば、目は円形状であるから、形状を導出するハフ変換を用いることにより、円形部分を検出することができ、もって、目の検出を行うことができる。さらに、唇の検出にあたっては、唇は赤みを帯びている為、色の閾値処理である程度の位置を導出し、上唇の山部分の輝度値が低いことを用いて唇の中央を検出することにより、唇の検出を行うことができる。

また、本実施形態においては、カメラ２と画像処理装置３を別々に設ける例を示したが、それに限らず、画像処理装置３にカメラ２を内蔵し、一体にしても良い。

１ 自律神経系活動評価装置
２ カメラ
３ 画像処理装置
３０ ＣＰＵ
Ｍ 人体
ＭＫ 顔領域
ＭＨ 皮膚
ＭＨａ 表皮
ＭＨｂ 真皮
ＭＨｃ 皮下組織
ＬＢ 青色の光
ＬＧ 緑色の光
ＬＲ 赤色の光

Claims (3)

1. 人体を撮像可能なカメラと、
   前記カメラにて撮像された人体の画像データを取得する画像データ取得手段と、
   前記画像データ取得手段にて取得した前記人体の画像データの一部を切り出す切り出し手段と、
   前記切り出し手段にて切り出した前記人体の画像データの一部におけるＲＧＢの画素値を算出する算出手段と、
   前記算出手段にて算出したＲＧＢの画素値に基づいて、Ｇ／Ｂ値を導出する導出手段と、
   前記切り出し手段にて切り出した前記人体の画像データの一部におけるＲＧＢ色空間を、色相（Ｈ）と彩度（Ｓ）と輝度（Ｖ）で表現するＨＳＶ色空間に変換する第１変換手段と、
   前記第１変換手段にて変換したＨＳＶ色空間のうち、輝度（Ｖ）を削除する削除手段と、
   前記削除手段にて輝度（Ｖ）を削除したＨＳＶ色空間をＲＧＢ色空間に変換する第２変換手段と、を有し、
   前記算出手段は、前記第２変換手段にて変換したＲＧＢ色空間におけるＲＧＢの画素値を算出してなる自律神経系活動評価装置。
2. 前記切り出し手段は、前記人体のうち毛細血管が多い部分を、前記画像データ取得手段にて取得した前記人体の画像データから切り出してなる請求項１に記載の自律神経系活動評価装置。
3. 前記カメラは、前記人体の動画を撮像し、
   前記画像データ取得手段は、前記カメラにて撮像された前記人体の動画の画像データを取得し、
   前記算出手段は、前記切り出し手段にて切り出した前記人体の画像データの一部における各ＲＧＢの画素値の平均値を算出し、
   前記導出手段は、前記算出手段にて算出した各ＲＧＢの画素値の平均値に基づいて、Ｇ／Ｂ値を導出してなる請求項１又は２に記載の自律神経系活動評価装置。

Images