KR20220091577A - 피부 평가 - Google Patents

피부 평가 Download PDF

Info

Publication number
KR20220091577A
KR20220091577A KR1020227018428A KR20227018428A KR20220091577A KR 20220091577 A KR20220091577 A KR 20220091577A KR 1020227018428 A KR1020227018428 A KR 1020227018428A KR 20227018428 A KR20227018428 A KR 20227018428A KR 20220091577 A KR20220091577 A KR 20220091577A
Authority
KR
South Korea
Prior art keywords
skin
melanin
subject
image
processing unit
Prior art date
Application number
KR1020227018428A
Other languages
English (en)
Inventor
샤키트 데빈다 페르난도
브레 칼 카타리나 판
키란 쿠르마 섬마
Original Assignee
코닌클리케 필립스 엔.브이.
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 코닌클리케 필립스 엔.브이. filed Critical 코닌클리케 필립스 엔.브이.
Publication of KR20220091577A publication Critical patent/KR20220091577A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B18/203—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser applying laser energy to the outside of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • 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
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • 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
    • 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
    • A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00022—Sensing or detecting at the treatment site
    • A61B2017/00057—Light
    • A61B2017/00061—Light spectrum
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00115—Electrical control of surgical instruments with audible or visual output
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00452—Skin
    • A61B2018/00476—Hair follicles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00642—Sensing and controlling the application of energy with feedback, i.e. closed loop control
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/0066—Sensing and controlling the application of energy without feedback, i.e. open loop control
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00666—Sensing and controlling the application of energy using a threshold value
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00696—Controlled or regulated parameters
    • A61B2018/00702—Power or energy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00696—Controlled or regulated parameters
    • A61B2018/00702—Power or energy
    • A61B2018/00708—Power or energy switching the power on or off
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00898—Alarms or notifications created in response to an abnormal condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B2018/1807—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using light other than laser radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B2018/2015—Miscellaneous features
    • A61B2018/202—Laser enclosed in a hand-piece
    • A61B2018/2023—Self-contained devices, i.e. with power supply in the hand-piece
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B2018/2035—Beam shaping or redirecting; Optical components therefor
    • A61B2018/20361—Beam shaping or redirecting; Optical components therefor with redirecting based on sensed condition, e.g. tissue analysis or tissue movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/06—Measuring instruments not otherwise provided for
    • A61B2090/064—Measuring instruments not otherwise provided for for measuring force, pressure or mechanical tension
    • A61B2090/065—Measuring instruments not otherwise provided for for measuring force, pressure or mechanical tension for measuring contact or contact pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0431—Portable apparatus, e.g. comprising a handle or case
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Dermatology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Otolaryngology (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

일 태양에 따르면, 대상의 피부를 평가하기 위한 장치가 제공된다. 장치는 처리 유닛을 포함하고, 처리 유닛은 대상의 피부의 이미지를 획득하도록 배열되는 이미징 유닛으로부터 대상의 피부의 하나 이상의 이미지를 수신하고; 피부의 색소 네트워크의 구조의 하나 이상의 특성에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지를 처리하고; 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하도록 구성된다.

Description

피부 평가
본 개시 내용은 피부를 평가하는 것에 관한 것으로, 특히 피부의 피부 유형 및/또는 멜라닌 지수(melanin index)를 결정하는 것에 관한 것이다.
IPL(intense pulsed light) 기술은 광제모(photoepilation), 병변 치료, 광-재생(photo-rejuvenation), 가정내 개인 케어, 전문가 개인 케어 및 의료 환경과 같은, 그러나 이에 제한되지 않는 많은 응용에 대한 인기 있는 해결책이다. 가정 환경에서의 광제모의 경우, IPL 광제모 디바이스는 모발 내의 멜라닌을 표적으로 하는 넓은 스펙트럼의 광을 피부의 표면에 적용한다. (성장 사이클 중 그들의 성장기에 있는) 모발 및 모낭은 이러한 에너지를 흡수하고 그의 휴지기에 들어간다. 이는 모발의 재성장을 방지한다. 모발 제거를 위한 이러한 IPL 기술의 효과적인 사용을 위해(예컨대, 피부에 대한 손상 또는 자극을 최소화하기 위해), IPL 광제모 디바이스의 에너지 설정은 피부의 피부 톤(tone)에 기초하여 조정되어야 한다. 일부 IPL 광제모 디바이스, 예컨대 필립스 루메아 프레스티지(Philips Lumea Prestige)는 피부 톤을 검출하고 적절한 에너지 설정을 선택할 수 있다. 피부 톤은 검출되고, 예컨대 6가지 상이한 유형들 중 하나로 분류될 수 있다. 피부 유형 1 내지 6은 '백색', '베이지색', '밝은 갈색', '중간 갈색', '어두운 갈색 및 갈색을 띤 흑색과 더 어두운 색'으로서 넓게 라벨링될 수 있다. 전형적으로, 모발 또는 모낭보다는 피부가 광 펄스의 에너지를 흡수할 것이기 때문에, IPL 광제모 디바이스는 더 어두운 피부와 함께 사용되지 않아야 한다. 그러한 경우에, 예컨대 갈색을 띤 흑색과 더 어두운 색의 피부 톤이 검출되면, 디바이스는 플래시를 트리거하지 않을 것이다.
모발 제거에 더하여, 광-기반 기술은 또한 여드름 및 피부 병변을 치료하는 것을 포함하여, 다른 유형의 피부과 치료에 사용될 수 있다.
IPL 디바이스에서의 피부 유형 검출의 현재 방법이 예를 들어 문헌["A portable reflectometer for a rapid quantification of cutaneous haemoglobin and melanin" by Feather J.W., Ellis D.J., and Leslie G., Phys. Med. Biol. 1988, 33, 711-722]에 기술된 바와 같이, 반사 분광법(reflectance spectroscopy)을 사용한다. 이러한 기법에서, 2개의 반사된 파장들(적색과 근적외선 - 멜라닌은 이들 2개의 파장에서 물 및 헤모글로빈에 비해 더 높은 흡수율을 가짐) 사이의 비는 멜라닌 지수를 산정하는 데 사용되고, 이는 이어서 피부 유형을 산정하는 데 사용된다. 이들 반사된 에너지 신호는 온도, 주변 광, 및 IPL 디바이스의 도파관에 의해 영향을 받는다. 또한, 비는 기준 합성 피부 샘플에 대해 보정될 수 있다. 이러한 방법에 대한 다른 대안은 피부 톤을 산정하기 위해 피부 영역의 스마트폰 카메라 이미지를 사용하는 것이다. 이는 또한 피부의 경면 반사율, 조명 조건의 변동, 및 이미지 센서 특성의 변동으로 인해 매우 어렵다. 또한, 이미지 측정은 색상 보정 카드의 사용을 필요로 할 수 있다.
따라서, 예를 들어 IPL 디바이스에 대한 에너지 레벨을 설정하는 데 사용하기 위한 피부의 피부 유형 및/또는 멜라닌 지수를 결정하는 것에 대한 개선이 요구된다.
제1 태양에 따르면, 대상의 피부를 평가하기 위한 장치가 제공된다. 장치는 처리 유닛(processing unit)을 포함하고, 처리 유닛은 대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛(imaging unit)으로부터 대상의 피부의 하나 이상의 이미지(들)를 수신하고; 피부의 색소 네트워크(pigment network)의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 처리하고; 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하도록 구성된다. 따라서, 장치는 피부의 이미지(들)로부터 피부의 피부 유형 및/또는 멜라닌 지수를 결정할 수 있다.
일부 실시예에서, 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)은 구조 내의 멜라닌의 존재, 구조 내의 케라틴세포(keratinocyte) 및/또는 멜라닌세포(melanocyte) 내의 멜라닌의 존재; 피부 내의 진피-표피 접합부(dermal-epidermal junction)를 따른 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재; 및 피부 내의 진피 유두(dermal papilla)의 플랜지(flange) 및/또는 리지(ridge)의 존재 중 임의의 것에 관련된다.
일부 실시예에서, 처리 유닛은 하나 이상의 이미지(들)로부터 피부 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 밀도를 결정하도록 구성된다. 이들 실시예에서, 처리 유닛은 멜라닌의 결정된 존재 및/또는 밀도를 각각의 피부 유형들 및/또는 멜라닌 지수들에 대응하는 각각의 임계치들과 비교함으로써 피부 유형 및/또는 멜라닌 지수를 결정하도록 구성된다.
일부 실시예에서, 처리 유닛은 하나 이상의 이미지(들)로부터 진피 유두의 플랜지들 및/또는 리지들의 패턴을 결정하도록 구성된다. 이들 실시예에서, 처리 유닛은 플랜지 및/또는 리지의 결정된 패턴을 각각의 피부 유형들 및/또는 멜라닌 지수들에 대응하는 각각의 패턴들과 비교함으로써 피부 유형 및/또는 멜라닌 지수를 결정하도록 구성된다.
일부 실시예에서, 처리 유닛은 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 처리하기 위해 훈련된 기계 학습 모델(trained machine learning model)을 사용하도록 구성된다. 훈련된 기계 학습 모델은 심층 신경망과 같은, 인공 신경망일 수 있다.
일부 실시예에서, 결정된 피부 유형은 정상 피부, 건성 피부, 지성 피부, 태닝된(tanned) 피부, 태닝되지 않은 피부, 조합 피부 및 피츠패트릭 스케일(Fitzpatrick scale) 상의 피부 유형 중 임의의 것을 포함한다.
일부 실시예에서, 결정된 멜라닌 지수는 멜라닌 스케일 상의 수를 포함한다.
일부 실시예에서, 장치는 제1 신호를 수신하도록 구성되는 사용자 인터페이스를 추가로 포함하고, 제1 신호는 사용자 인터페이스로 하여금 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 피드백을 사용자에게 출력하게 하도록 구성된다.
일부 실시예에서, 제1 신호는 치료 디바이스의 제어 유닛으로 출력되고, 제어 유닛은 치료 디바이스에 대한 하나 이상의 작동 설정(들)을 결정하기 위해 제1 신호를 사용한다. 따라서, 이들 실시예는, 작동 설정들이 제1 신호에 응답하여 치료 디바이스에 의해 자동으로 적용될 수 있기 때문에, 치료 디바이스에 의한 치료 작동에 대한 설정들이 피부 유형 및/또는 멜라닌 지수에 기초하여 변하는 경우에 유용하다.
일부 실시예에서, 처리 유닛은 수신된 하나 이상의 이미지(들)를 색상에 대해 정규화하고, 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 하나 이상의 정규화된 이미지(들)를 처리하도록 구성된다. 이러한 방식으로, 피부의 색상은 피부 유형 및/또는 멜라닌 지수의 결정에 영향을 미치지 않고, 대신에 결정은 색소 네트워크의 구조의 특성들에 기초하는 것이 보장될 수 있다.
제2 태양에 따르면, 대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛; 및 제1 태양 또는 그의 임의의 실시예에 따른 장치를 포함하는 시스템이 제공된다.
일부 실시예에서, 시스템은 대상의 피부에 대해 치료 작동을 수행하기 위한 것인 치료 디바이스를 추가로 포함한다.
일부 실시예에서, 치료 디바이스는 제1 신호를 수신하도록 구성되는 제어 유닛을 포함하고, 제어 유닛은 제1 신호에 지시된 피부 유형 및/또는 멜라닌 지수에 기초하여 치료 디바이스에 대한 하나 이상의 작동 설정(들)을 결정하도록 구성된다.
이들 실시예에서, 치료 디바이스는 이미징 유닛 및/또는 장치를 포함할 수 있다. 대안적인 실시예에서, 치료 디바이스는 장치와 별개일 수 있다.
일부 실시예에서, 시스템은 피부를 조명하기 위한 하나 이상의 광원(들)을 추가로 포함한다. 이들 광원(들)은 이미지들이 획득될 때 피부를 조명하는 데 사용될 수 있다.
일부 실시예에서, 광원(들)은 가시 스펙트럼 내의 파장들을 갖는 광을 방출하도록 구성되고, 방출된 청색 광이 다른 색상들의 광보다 높은 강도를 갖는다.
일부 실시예에서, 시스템은 하나 이상의 광원(들)에 의해 방출되는 광을 편광시키도록 배열되는 제1 편광기를 추가로 포함한다. 일부 실시예에서, 시스템은 피부로부터 이미징 유닛에 입사하는 광을 편광시키도록 배열되는 제2 편광기를 추가로 포함한다. 편광된 광의 사용 및/또는 이미징 유닛에 입사하는 광을 편광시키는 것은 획득된 이미지들에서 가시적인 피부의 깊이를 개선할 수 있다.
제1 편광기와 제2 편광기를 포함하는 실시예에서, 제1 편광기와 제2 편광기는 서로에 대해 직교하게 또는 실질적으로 직교하게 배열될 수 있다.
제3 태양에 따르면, 대상의 피부를 평가하기 위한 컴퓨터-구현 방법이 제공되고, 방법은 대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛으로부터 대상의 피부의 하나 이상의 이미지(들)를 수신하는 단계; 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 처리하는 단계; 및 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하는 단계를 포함한다. 따라서, 방법은 피부의 이미지(들)로부터 피부의 피부 유형 및/또는 멜라닌 지수를 결정할 수 있다.
일부 실시예에서, 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)은 구조 내의 멜라닌의 존재, 구조 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재; 피부 내의 진피-표피 접합부를 따른 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재; 및 피부 내의 진피 유두의 플랜지 및/또는 리지의 존재 중 임의의 것에 관련된다.
일부 실시예에서, 처리하는 단계는 하나 이상의 이미지(들)로부터 피부 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 밀도를 결정하는 것을 포함한다. 이들 실시예에서, 처리하는 단계는 멜라닌의 결정된 존재 및/또는 밀도를 각각의 피부 유형들 및/또는 멜라닌 지수들에 대응하는 각각의 임계치들과 비교함으로써 피부 유형 및/또는 멜라닌 지수를 결정하는 것을 포함한다.
일부 실시예에서, 처리하는 단계는 하나 이상의 이미지(들)로부터 진피 유두의 플랜지들 및/또는 리지들의 패턴을 결정하는 것을 포함한다. 이들 실시예에서, 처리하는 단계는 플랜지들 및/또는 리지들의 결정된 패턴을 각각의 피부 유형들 및/또는 멜라닌 지수들에 대응하는 각각의 패턴들과 비교함으로써 피부 유형 및/또는 멜라닌 지수를 결정하는 것을 포함한다.
일부 실시예에서, 처리하는 단계는 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 처리하기 위해 훈련된 기계 학습 모델을 사용하는 것을 포함한다. 훈련된 기계 학습 모델은 심층 신경망과 같은, 인공 신경망일 수 있다.
일부 실시예에서, 결정된 피부 유형은 정상 피부, 건성 피부, 지성 피부, 태닝된 피부, 태닝되지 않은 피부, 조합 피부 및 피츠패트릭 스케일 상의 피부 유형 중 임의의 것을 포함한다.
일부 실시예에서, 결정된 멜라닌 지수는 멜라닌 스케일 상의 수를 포함한다.
일부 실시예에서, 출력하는 단계는 사용자 인터페이스로 제1 신호를 출력하는 것을 포함하고, 방법은, 사용자 인터페이스에 의해, 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 피드백을 사용자에게 출력하는 단계를 추가로 포함한다.
일부 실시예에서, 출력하는 단계는 치료 디바이스의 제어 유닛으로 제1 신호를 출력하는 것을 포함하고, 방법은, 제어 유닛에 의해, 치료 디바이스에 대한 하나 이상의 작동 설정(들)을 결정하기 위해 제1 신호를 사용하는 단계를 추가로 포함한다. 따라서, 이들 실시예는, 작동 설정들이 제1 신호에 응답하여 치료 디바이스에 의해 자동으로 적용될 수 있기 때문에, 치료 디바이스에 의한 치료 작동에 대한 설정들이 피부 유형 및/또는 멜라닌 지수에 기초하여 변하는 경우에 유용하다.
일부 실시예에서, 방법은 수신된 하나 이상의 이미지들을 색상에 대해 정규화하는 단계, 및 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 하나 이상의 정규화된 이미지들을 처리하는 단계를 추가로 포함한다. 이러한 방식으로, 피부의 색상은 피부 유형 및/또는 멜라닌 지수의 결정에 영향을 미치지 않고, 대신에 결정은 색소 네트워크의 구조의 특성들에 기초하는 것이 보장될 수 있다.
일부 실시예에서, 방법은 이미징 유닛을 사용하여 하나 이상의 이미지(들)를 획득하는 단계를 추가로 포함한다. 이들 실시예에서, 방법은 하나 이상의 이미지(들)를 획득할 때 하나 이상의 광원(들)을 사용하여 피부를 조명하는 단계를 추가로 포함할 수 있다.
일부 실시예에서, 조명하는 단계는 광원(들)이 가시 스펙트럼 내의 파장들을 갖는 광을 방출하는 것, 및 다른 색상들의 광보다 높은 강도로 청색 광을 방출하는 것을 포함한다.
일부 실시예에서, 방법은 하나 이상의 광원(들)에 의해 방출되는 광을 편광시키는 단계를 추가로 포함한다. 일부 실시예에서, 방법은 피부로부터 이미징 유닛에 입사하는 광을 편광시키는 단계를 추가로 포함한다. 편광된 광의 사용 및/또는 이미징 유닛에 입사하는 광을 편광시키는 것은 획득된 이미지들에서 가시적인 피부의 깊이를 개선할 수 있다.
제4 태양에 따르면, 본 발명에 따른, 대상의 피부를 평가하기 위한 장치에 사용하기 위한 기계 학습 모델(MLM)을 훈련시키기 위한 장치가 제공된다. MLM을 훈련시키기 위한 장치는 처리 유닛을 포함하고, 처리 유닛은 각각의 이미지에 피부 유형 및/또는 멜라닌 지수의 지시가 주석으로 표시된, 하나 이상의 시험 대상(들)에 대한 피부의 복수의 이미지들을 획득하고; 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 상이한 피부 유형들 및/또는 멜라닌 지수들의 이미지들을 구별하기 위해 복수의 이미지들을 사용하여 MLM을 훈련시키도록 구성된다.
일부 실시예에서, 처리 유닛은 복수의 이미지들을 색상에 대해 정규화하고, 복수의 정규화된 이미지들을 사용하여 MLM을 훈련시키도록 추가로 구성된다.
제5 태양에 따르면, 기계 학습 모델(MLM)을 사용하기 위한 장치가 제공되고, 장치는 처리 유닛을 포함하고, 처리 유닛은 대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛으로부터 피부의 영역들의 하나 이상의 이미지(들)를 수신하고; 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 분석하기 위해 제4 태양 또는 그의 임의의 실시예에 따라 훈련된 MLM을 사용하고; 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하도록 구성된다.
제6 태양에 따르면, 본 발명에 따른, 대상의 피부를 평가하기 위한 장치에 사용하기 위한 기계 학습 모델(MLM)을 훈련시키는 방법이 제공된다. 방법은 각각의 이미지에 피부 유형 및/또는 멜라닌 지수의 지시가 주석으로 표시된, 하나 이상의 시험 대상(들)에 대한 피부의 복수의 이미지들을 획득하는 단계; 및 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 상이한 피부 유형들 및/또는 멜라닌 지수들의 이미지들을 구별하기 위해 복수의 이미지들을 사용하여 MLM을 훈련시키는 단계를 포함한다.
일부 실시예에서, 방법은 복수의 이미지들을 색상에 대해 정규화하는 단계, 및 복수의 정규화된 이미지들을 사용하여 MLM을 훈련시키는 단계를 추가로 포함한다.
제7 태양에 따르면, 기계 학습 모델(MLM)을 사용하는 방법이 제공되고, 방법은 대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛으로부터 피부의 영역들의 하나 이상의 이미지(들)를 수신하는 단계; 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 하나 이상의 이미지(들)를 분석하기 위해 제6 태양 또는 그의 임의의 실시예에 따라 훈련된 MLM을 사용하는 단계; 및 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하는 단계를 포함한다.
제8 태양에 따르면, 컴퓨터 판독가능 코드가 내부에 구현된 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품이 제공되고, 컴퓨터 판독가능 코드는, 적합한 장치, 컴퓨터 또는 처리 유닛에 의한 실행 시에, 장치, 컴퓨터 또는 처리 유닛이 제3 태양, 제6 태양, 또는 제7 태양, 또는 그의 임의의 실시예에 따른 방법을 수행하게 되도록 구성된다.
이들 및 다른 태양이 본 명세서에서 후술되는 실시예(들)로부터 명백하고 그러한 실시예(들)를 참조하여 설명될 것이다.
이제 예시적인 실시예가 하기 도면을 참조하여 단지 예로서 기술될 것이다.
도 1은 본 발명이 함께 사용될 수 있는 예시적인 치료 디바이스의 예시.
도 2는 다양한 실시예에 따른, 이미징 유닛 및 장치를 포함하는 예시적인 시스템의 블록도.
도 3은 피부를 조명하기 위한 것인 광원에 대한 예시적인 광 스펙트럼을 예시한 플롯.
도 4는 상이한 피부 유형의 6개의 이미지를 도시한 도면.
도 5는 피부 내의 색소 네트워크를 예시한 도면.
도 6은 피부를 평가하기 위한 예시적인 방법을 예시한 흐름도.
도 7은 상이한 피부 유형의 4개의 이미지를 도시한 도면.
도 8은 색상에 대한 정규화 후의 상이한 피부 유형의 4개의 이미지를 도시한 도면.
도 9는 상이한 피부 유형에 대한 추정 결과를 도시한 플롯.
도 10은 피부를 평가하는 데 사용하기 위한 기계 학습 모델을 훈련시키는 방법을 예시한 흐름도.
도 11은 훈련 폴드(training fold)에 대한 추정 결과를 도시한 플롯.
도 12는 다른 훈련 폴드에 대한 추정 결과를 도시한 플롯.
도 13은 다른 훈련 폴드에 대한 추정 결과를 도시한 플롯.
위에서 언급된 바와 같이, 본 명세서에 기술된 기법은 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 이미지 또는 이미지들에서 보이는 피부를 평가하는 데 사용될 수 있다. 기법은 결정된 피부 유형 및/또는 멜라닌 지수를 사용할 수 있는 치료 디바이스에 의해 구현되거나(예컨대, 기법은 치료 디바이스 내의 처리 유닛에 의해 구현될 수 있음), 별개의 장치 내의 처리 유닛에 의해 구현될 수 있다. 아래에서 언급되는 바와 같이, 피부 유형 및/또는 멜라닌 지수가 사용될 수 있는 예시적인 유형의 치료 디바이스가 모발을 제거하고/하거나 모발 성장을 감소시키기 위해 광 펄스를 사용하는 치료 디바이스이다. 결정된 피부 유형 및/또는 멜라닌 지수가 치료 디바이스에 의해, 또는 치료 디바이스와 연관된 목적을 위해 사용될 필요는 없다는 것이 인식될 것이다. 예를 들어, 피부 유형 및/또는 멜라닌 지수는 피부 제품(예컨대, 메이크업(makeup) 또는 컨실러(concealer))을 추천하고/하거나, 색소 장애를 평가하는 데 사용될 수 있다.
대상에 대한 피부의 영역의 하나 이상의 이미지를 획득하기 위해 이미징 유닛(예컨대, 카메라)이 사용된다. 이미징 유닛은 치료 디바이스의 일부(적용가능한 경우), 별개의 장치의 일부, 또는 치료 디바이스 및 본 명세서에 기술되는 기법을 구현하는 임의의 장치 둘 모두와 별개일 수 있다. 예를 들어, 이미징 유닛은 스마트폰과 같은 디바이스 상의 카메라이거나 그것을 포함할 수 있다.
피부 유형 및/또는 멜라닌 지수는 피부의 구조에 관련되고, 이러한 구조는 피부의 이미지(들)에서 관찰될 수 있는 것으로 확인되었다. 특히, 피부 내의 색소 네트워크의 구조의 하나 이상의 특성(예컨대, 색소 네트워크의 밀도)은 피부 유형 및/또는 멜라닌 지수에 관련될 수 있다. 더 어두운 피부 유형의 경우, 색소 네트워크는 전형적으로 잘 연결되고(즉, 조밀하게 연결됨) 잘 채워진 벌집 모양의 구조인 반면, 밝은 피부 유형의 경우, 색소 네트워크는 분리되고 더 희박하며(즉, 덜 조밀함), 일부 경우에 색소는 인지가능하지 않다. 따라서, 본 명세서에 기술된 기법에 따르면, 피부의 하나 이상의 이미지는 피부의 색소 네트워크의 구조의 하나 이상의 특성에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 분석된다.
도 1은 피부의 영역에 광 펄스를 적용하는 데 사용될 수 있는 예시적인 치료 디바이스(2)의 예시이다. 도 1의 치료 디바이스(2)는 단지 본 발명이 함께 사용될 수 있는 핸드-헬드 치료 디바이스(2)의 예로서 제시되고, 치료 디바이스(2)는 도 1에 도시된 형태로 또는 핸드-헬드 치료 디바이스인 것으로 제한되지 않는다는 것이 인식될 것이다. 위에서 언급된 바와 같이, 본 발명은 마찬가지로 치료 디바이스(2)로 또는 그와 함께 구현되는 것으로 제한되지 않는다.
도 1의 치료 디바이스(2)는 대상(예컨대, 사람 또는 동물)의 신체 상에 사용하기 위한 것이고, 사용 동안 사용자의 한 손 또는 양 손에 쥐어져야 한다. 치료 디바이스(2)는 치료 디바이스(2)가 대상의 신체 부분과 접촉할 때 하나 이상의 광 펄스를 사용하여 대상의 신체 상의 모발에 일부 치료 작동을 수행하기 위한 것이다. 치료 작동은 레이저 및/또는 광 요법(광제모 치료 또는 IPL(Intense Pulsed Light) 치료로 알려짐)에 의한 원하지 않는 모발의 제거일 수 있다.
본 명세서에 기술된 바와 같이, 치료 디바이스(2)는 '사용자'에 의해 작동되거나 사용되고, 치료 디바이스(2)는 '대상'의 신체 상에 사용된다. 일부 경우에, 사용자와 대상은 동일한 사람인데, 즉 치료 디바이스(2)는 손에 쥐어지고 사용자에 의해 자신에게 사용된다(예컨대, 자신의 다리 상의 피부 상에 사용됨). 다른 경우에, 사용자와 대상은 상이한 사람인데, 예컨대 치료 디바이스(2)는 손에 쥐어지고 사용자에 의해 다른 사람에게 사용된다. 어느 경우에서도, 광 펄스를 적용한 직후에 피부 또는 모발에 대한 사용자-인지가능 변화가 거의 또는 전혀 없기 때문에, 사용자가 신체 영역의 완전한 적용범위를 달성하는 것 및/또는 신체 영역의 소정 영역의 과잉-치료를 방지하는 것이 어렵다.
예시적인 치료 디바이스(2)는 적어도 손잡이 부분(5) 및 헤드 부분(6)을 포함하는 하우징(4)을 포함한다. 손잡이 부분(5)은 사용자가 치료 디바이스(2)를 한 손으로 쥘 수 있게 하도록 형상화된다. 헤드 부분(6)은 하우징(4)의 헤드 단부(8)에 있고, 헤드 부분(6)은 헤드 부분(6)이 신체 또는 피부와 접촉하는 위치에서 대상의 신체 또는 피부 상에 개인 케어 작동이 수행되도록 하기 위해 대상과 접촉하도록 배치되어야 한다.
치료 디바이스(2)는 광 펄스를 사용하여 치료 작동을 수행하기 위한 것이다. 따라서, 도 1에서, 헤드 부분(6)은 개구(10)를 포함하고, 이러한 개구는 개구(10)가 대상의 피부에 인접하게 또는 그 상에(즉, 그와 접촉하여) 배치될 수 있도록 하우징(4) 내에 또는 그 상에 배열된다. 치료 디바이스(2)는 개구(10)를 통해 대상의 피부에 적용되어 치료 작동을 달성할 광 펄스를 생성하기 위한 것인 하나 이상의 광원(12)을 포함한다. 하나 이상의 광원(12)은 광 펄스가 개구(10)를 통해 하나 이상의 광원(12)으로부터 제공되도록 하우징(4) 내에 배열된다. 개구(10)는 하우징(4)의 헤드 단부(8)에 있는 개방부의 형태일 수 있거나, 그것은 광 펄스에 대해 투과성 또는 반-투과성인 (도파관을 포함하는) 윈도우의 형태일 수 있다(즉, 광 펄스가 윈도우를 통과할 수 있음).
도 1에 도시된 예시적인 실시예에서, 개구(10)는 대체로 직사각형 형상을 갖고, 이는 피부 상에 대체로 직사각형-형상의 피부 치료 영역을 생성한다. 개구(10)가 임의의 다른 원하는 형상을 가질 수 있다는 것이 인식될 것이다. 예를 들어, 개구(10)는 정사각형, 타원형, 원형, 또는 임의의 다른 다각형 형상일 수 있다.
하나 이상의 광원(12)은 임의의 적합한 또는 원하는 파장(또는 파장 범위) 및/또는 강도의 광 펄스를 생성할 수 있다. 예를 들어, 광원(12)은 가시광, 적외선(IR) 광 및/또는 자외선(UV) 광을 생성할 수 있다. 각각의 광원(12)은 하나 이상의 발광 다이오드(LED), (크세논) 플래시 램프, 레이저 또는 레이저들 등과 같은, 임의의 적합한 유형의 광원을 포함할 수 있다. 광원(들)(12)은 대략 2.5 밀리초(ms)의 지속기간 동안 560 내지 1200 나노미터(nm) 범위 내의 스펙트럼 콘텐트(spectral content)를 가진 광 펄스를 제공할 수 있는데, 그 이유는 이들 파장이 흡수에 의해 모발 및 모근 내의 멜라닌을 가열하고, 이는 모낭을 휴지기에 두어, 모발 재성장을 방지하기 때문이다.
하나 이상의 광원(12)은 광의 펄스를 제공하도록 구성된다. 즉, 광원(들)(12)은 짧은 지속기간(예컨대, 1초 미만) 동안 높은 강도로 광을 생성하도록 구성된다. 광 펄스의 강도는 개구(10)에 인접한 피부 또는 신체 부분 상에서 치료 작동을 달성하기에 충분히 높아야 한다.
예시된 치료 디바이스(2)는 또한 헤드 부분(6)이 피부와 접촉하는지 여부를 결정하는 데 사용되는, 헤드 부분(6) 상에 또는 그 내에 위치된 2개의 피부 접촉 센서(14, 16)를 포함한다. 피부 접촉 센서(14, 16)는 헤드 부분(6)이 피부와 접촉하는지 여부를 나타내는 파라미터를 측정하고, 파라미터의 시계열 측정치를 포함하는 각각의 측정 신호를 생성한다. 측정 신호는 헤드 부분(6)이 피부와 접촉하는지를 결정하기 위해 처리될 수 있다. 전형적으로, 광 펄스가 사용자 또는 대상의 눈으로 지향되는 것을 방지하도록 광 펄스가 생성되기 전에 치료 디바이스(2)가 피부와 정확하게 접촉하는지를 확인하기 위해, 피부 접촉 센서가 치료 디바이스(2), 특히 광제모기에 사용된다.
일부 실시예에서, 파라미터는 커패시턴스일 수 있고, 따라서 피부 접촉 센서(14, 16)는 헤드 부분(6)의 표면 상의 각각의 쌍의 전기 접점 또는 전극을 통해 커패시턴스를 측정할 수 있는데, 이때 측정된 커패시턴스는 피부 접촉이 있는지 여부를 나타낸다. 대안적인 실시예에서, 파라미터는 광의 강도 또는 레벨일 수 있고, 따라서 피부 접촉 센서(14, 16)는 광 센서에 입사하는 광의 강도 또는 레벨을 측정하는 광 센서일 수 있는데, 이때 측정된 강도 또는 레벨은 피부 접촉이 있는지 여부를 나타낸다(예컨대, 피부가 광 센서(14, 16)를 가림에 따라 광이 적거나 없는 것이 피부 접촉을 지시할 수 있고, 그 반대로도 가능함). 다른 대안적인 실시예에서, 파라미터는 접촉 압력의 측정치일 수 있고, 따라서 피부 접촉 센서(14, 16)는 각각의 압력 센서 또는 기계적 스위치를 통해 접촉 압력을 측정할 수 있는데, 이때 측정된 접촉 압력은 피부 접촉이 있는지 여부를 나타낸다.
예시된 치료 디바이스(2)는 또한 헤드 부분(6)이 대상의 신체에 대해 요구되는 치료 작동을 수행하도록(예컨대, 하나 이상의 광원(들)(12)에 의한 하나 이상의 광 펄스의 생성) 치료 디바이스(2)를 활성화하기 위해 사용자에 의해 작동될 수 있는 사용자 제어부(20)를 포함한다. 사용자 제어부(20)는 스위치, 버튼, 터치 패드 등의 형태일 수 있다.
도 2는 대상의 피부를 평가하기 위한 장치(42) 및 이미징 유닛(44)을 포함하는 예시적인 시스템(40)의 블록도이다. 일부 구현예에서, 치료 디바이스(2)가 도 2에 도시되지 않지만, 치료 디바이스(2)는 시스템(40)의 일부로 고려될 수 있다. 위에서 언급된 바와 같이, 장치(42)는 치료 디바이스(2)에 대해 별개의 디바이스일 수 있고, 따라서 장치(42)는 스마트폰, 스마트 워치, 태블릿, 개인 휴대 정보 단말기(PDA), 랩톱, 데스크톱 컴퓨터, 원격 서버, 스마트 미러 등과 같은 전자 디바이스의 형태일 수 있다. 다른 실시예에서, 장치(42), 및 특히 장치(42)에 의해 제공되는 본 발명에 따른 기능은 치료 디바이스(2)의 일부이다.
이미징 유닛(44)은 대상의 피부의 하나 이상의 영역의 하나 이상의 이미지(또는 비디오 시퀀스)를 생성하기 위해 제공된다. 이미징 유닛(44)은 이미지를 캡처하기 위한 임의의 적합한 컴포넌트, 예를 들어 전하-결합 소자(CCD) 및 하나 이상의 렌즈 및/또는 미러를 포함할 수 있다. 일부 실시예에서, 이미징 유닛(44)은 디지털 카메라와 같은 카메라이다. 일부 실시예에서, 이미징 유닛(44)은 피부의 현미경 이미지를 제공하도록 구성된 카메라이다(즉, 이미징 유닛(44)은 피부의 확대된 또는 줌인된(zoomed in) 이미지를 제공함). 일부 실시예에서, 하나 이상의 추가 광학 컴포넌트가 이미징 유닛(44)과 연관되거나 그의 일부이다. 예를 들어, 이미징 유닛(44)에 입사하는 광을 편광시키기 위해 이미징 유닛(44)의 전방에 배치되는 편광기가 제공될 수 있다. 편광기의 사용은 이미지에서 가시적인 피부 영역의 깊이를 개선할 수 있다(즉, 편광기는 광이 피부 내의 상이한 침투 깊이에서 관찰될 수 있게 함). 일부 실시예에서, 이미지가 획득되는 동안, 이미징될 피부 영역을 조명하기 위한 하나 이상의 광원(들)이 제공될 수 있다. 이들 광원(들)은 치료 작동을 달성하기 위해 사용되는 치료 디바이스(2) 내의 임의의 광원(들)(12)과는 별개이다. 이들 실시예에서, 광이 피부를 조명하기 전에 광원(들)에 의해 방출되는 광을 편광시키기 위해 편광기가 제공될 수 있다. 이미지(들)를 획득하기 위해 피부를 조명하기 위한 광원(들)은 임의의 적합한 광원, 예컨대 하나 이상의 LED일 수 있다.
특정 실시예에서, 광이 피부를 조명하기 전에 하나 이상의 광원(들)에 의해 방출되는 광을 편광시키는 제1 편광기가 제공될 수 있고, 피부로부터 이미징 유닛(44)에 입사하는 광을 편광시키는 제2 편광기가 제공될 수 있다. 제1 편광기와 제2 편광기는 그들이 "교차"되도록 배열될 수 있는데, 즉 그들은 그들의 편광 방향이 서로 직교하도록(즉, 서로에 대해 90°에 있도록), 또는 실질적으로 직교하도록(즉, 서로에 대해 대략 90°에 있도록) 배열된다. 교차된 편광기의 사용은 이미지에서 가시적인 피부 영역의 깊이를 개선할 수 있고, 따라서 피부의 구조가 관찰될 수 있게 한다.
이미징 유닛(44)은 장치(42)와 별개인 것으로 도 2에 도시되지만, 다른 실시예에서 이미징 유닛(44)은 장치(42)와 일체형이거나 그의 일부일 수 있다는 것이 인식될 것이다. 이미징 유닛(44)이 장치(42)와 별개인 실시예에서, 이미징 유닛(44)은 치료 디바이스(2)의 일부일 수 있거나, 그것은 또한 치료 디바이스(2)와 별개일 수 있다. 이미징 유닛(44)이 치료 디바이스(2)의 일부인 실시예에서, 이미징 유닛(44)은 치료 디바이스(2)가 피부 상에 있거나 그에 가까울 때 이미지가 획득될 수 있도록 개구(10)에 가깝게 치료 디바이스(2) 내에 배열될 수 있다.
이미징될 피부 영역을 조명하기 위한 하나 이상의 광원(들)이 제공되는 예시적인 실시예에서, 하나 이상의 광원(들)은 특정 파장(들)의, 또는 특정 파장 범위 내의 광을 방출할 수 있다. 선택된 광 스펙트럼은 색소 네트워크와 같은 생성되는 이미지(들)에서 피부의 구조가 식별되고/되거나 분석될 수 있게 할 수 있다. 도 3은 이미지(들)를 획득할 때 피부를 조명하기 위한 것인 광원(들)에 대한 예시적인 광 조명 스펙트럼을 예시한 플롯이다. 따라서, 광원(들)이 400 나노미터(nm) 내지 760 nm(즉, 가시광) 범위 내의 파장을 갖는 광을 방출할 수 있는데, 이때 방출된 광의 최고 강도는 대략 450 nm(즉, 청색 광)인 것을 볼 수 있다. 500 nm 내지 700 nm(즉, 녹색 - 적색 광) 범위 내의 광이 또한 방출되지만, 청색 광보다 강도가 (훨씬 더) 낮다. 도 3의 예에서, 방출된 광의 강도는 스펙트럼의 적색 단부를 향해 상당히 감소한다. 전술된 교차된 편광기와 함께, 도 3의(또는 유사한) 광 조명 스펙트럼을 갖는 광원(들)은 멜라닌/색소 네트워크가 위치되는 피부의 깊이로부터 이미지가 획득될 수 있게 한다. 이들 이미지는 혈관의 존재에 의해 야기되는 더 깊은 피부 영역으로부터의 적색 성분, 또는 경면 성분을 포함하지 않을 것이다.
장치(42)는, 일반적으로 장치(42)의 작동을 제어하고 장치(42)가 본 명세서에 기술된 방법 및 기법을 수행할 수 있게 하는 처리 유닛(46)을 포함한다. 간략하게, 처리 유닛(46)은 이미징 유닛(44)으로부터 하나 이상의 이미지를 수신하고, 그들 이미지에서 보이는 바와 같은 피부의 색소 네트워크의 구조의 하나 이상의 특성에 기초하여 대상의 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 이미지(들)를 처리하고, 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력한다.
따라서, 처리 유닛(46)은 이미징 유닛(44)이 장치(42)의 일부인 실시예에서 직접, 또는 이미징 유닛(44)이 장치(42)와 별개인 실시예에서 다른 컴포넌트를 통해, 이미징 유닛(44)으로부터 이미지(들)를 수신하도록 구성될 수 있다. 어느 경우에서도, 처리 유닛(46)은 적절한 대로 이미징 유닛(44) 또는 다른 컴포넌트로부터 이미지(또는 이미지(들)를 표현하는 정보를 전달하는 신호)를 수신하기 위한 하나 이상의 입력 포트 또는 와이어를 구비하거나 포함할 수 있다. 처리 유닛(46)은 또한 피부의 영역 상의 모발이 광 펄스로 치료되었는지 여부를 지시하는 신호를 출력하기 위한 하나 이상의 출력 포트 또는 와이어를 구비하거나 포함할 수 있다.
처리 유닛(46)은 본 명세서에 기술된 다양한 기능을 수행하도록, 소프트웨어 및/또는 하드웨어로, 다수의 방식으로 구현될 수 있다. 처리 유닛(46)은 요구되는 기능을 수행하도록 그리고/또는 요구되는 기능을 달성하기 위해 처리 유닛(46)의 컴포넌트를 제어하도록 소프트웨어 또는 컴퓨터 프로그램 코드를 사용하여 프로그래밍될 수 있는 하나 이상의 마이크로프로세서 또는 디지털 신호 프로세서(DSP)를 포함할 수 있다. 처리 유닛(46)은 일부 기능을 수행하기 위한 전용 하드웨어(예컨대, 증폭기, 전치-증폭기, 아날로그-디지털 변환기(ADC) 및/또는 디지털-아날로그 변환기(DAC))와, 다른 기능을 수행하기 위한 프로세서(예컨대, 하나 이상의 프로그래밍된 마이크로프로세서, 제어기, DSP 및 연관 회로)의 조합으로서 구현될 수 있다. 본 개시 내용의 다양한 실시예에 채용될 수 있는 컴포넌트의 예는 통상적인 마이크로프로세서, DSP, 주문형 집적 회로(ASIC), 필드-프로그래머블 게이트 어레이(FPGA), 신경망을 구현하기 위한 하드웨어 및/또는 소위 인공 지능(AI) 하드웨어 가속기(즉, 메인 프로세서와 함께 사용될 수 있는 AI 응용을 위해 특별히 설계된 프로세서(들) 또는 다른 하드웨어)를 포함하지만, 이에 제한되지 않는다.
처리 유닛(46)은 메모리 유닛(48)을 포함하거나 그와 연관될 수 있다. 메모리 유닛(48)은 장치(42)의 작동을 제어함에 있어서 그리고/또는 본 명세서에 기술된 방법을 실행하거나 수행함에 있어서 처리 유닛(46)에 의한 사용을 위해 데이터, 정보 및/또는 신호(이미지(들)를 포함함)를 저장할 수 있다. 일부 구현예에서, 메모리 유닛(48)은 처리 유닛(46)이 본 명세서에 기술된 방법을 포함하는 하나 이상의 기능을 수행하도록 처리 유닛(46)에 의해 실행될 수 있는 컴퓨터-판독가능 코드를 저장한다. 특정 실시예에서, 프로그램 코드는 스마트폰, 태블릿, 랩톱, 컴퓨터 또는 서버를 위한 애플리케이션의 형태일 수 있다. 메모리 유닛(48)은 랜덤 액세스 메모리(RAM), 정적 RAM(SRAM), 동적 RAM(DRAM), 판독-전용 메모리(ROM), 프로그래밍가능 ROM(PROM), 소거가능 PROM(EPROM) 및 전기적 소거가능 PROM(EEPROM)과 같은 휘발성 및 비-휘발성 컴퓨터 메모리를 포함하는 캐시 또는 시스템 메모리와 같은, 임의의 유형의 비-일시적 기계-판독가능 매체를 포함할 수 있고, 메모리 유닛은 메모리 칩, 광학 디스크(예컨대, 콤팩트 디스크(CD), 디지털 다기능 디스크(DVD) 또는 블루-레이 디스크), 하드 디스크, 테이프 저장 솔루션, 또는 메모리 스틱, 솔리드 스테이트 드라이브(SSD), 메모리 카드 등을 포함하는 솔리드 스테이트 디바이스의 형태로 구현될 수 있다.
도 2에 도시된 실시예에서, 장치(42)가 이미징 유닛(44)과 별개인 것으로 도시되기 때문에, 장치(42)는 또한 장치(42)가 이미징 유닛(44)으로부터 이미지(들)를 수신할 수 있게 하기 위한 인터페이스 회로(50)를 포함한다. 장치(42) 내의 인터페이스 회로(50)는 이미징 유닛(44), 치료 디바이스(2), 서버, 데이터베이스, 사용자 디바이스, 및 센서 중 임의의 하나 이상을 포함하는, 다른 디바이스에 대한 데이터 접속 및/또는 그와의 데이터 교환을 가능하게 한다. 이미징 유닛(44)(또는 치료 디바이스(2)와 같은, 임의의 전자 디바이스)에 대한 접속은 직접적 또는 간접적(예컨대, 인터넷을 통해)일 수 있고, 따라서 인터페이스 회로(50)는, 임의의 바람직한 유선 또는 무선 통신 프로토콜을 통해, 장치(42)와 네트워크 사이의, 또는 직접적으로 장치(42)와 다른 디바이스(예컨대, 이미징 유닛(44) 및/또는 치료 디바이스(2)) 사이의 접속을 가능하게 할 수 있다. 예를 들어, 인터페이스 회로(50)는 와이파이, 블루투스, 지그비(Zigbee), 또는 임의의 셀룰러 통신 프로토콜(GSM(Global System for Mobile Communications), UMTS(Universal Mobile Telecommunications System), LTE(Long Term Evolution), LTE-어드밴스드(LTE-Advanced) 등을 포함하지만 이에 제한되지 않음)을 사용하여 작동할 수 있다. 무선 접속의 경우에, 인터페이스 회로(50)(및 이에 따라 장치(42))는 전송 매체(예컨대, 공기)를 통해 전송/수신하기 위한 하나 이상의 적합한 안테나를 포함할 수 있다. 대안적으로, 무선 접속의 경우에, 인터페이스 회로(50)는 인터페이스 회로(50)가 전송 매체(예컨대, 공기)를 통해 전송/수신하기 위해 장치(42) 외부의 하나 이상의 적합한 안테나에 접속될 수 있게 하기 위한 수단(예컨대, 커넥터 또는 플러그)을 포함할 수 있다. 인터페이스 회로(50)는 처리 유닛(46)에 접속된다.
도 2에 도시되지 않지만, 장치(42)는 장치(42)의 사용자가 정보, 데이터 및/또는 명령을 장치(42)에 입력할 수 있게 하는, 그리고/또는 장치(42)가 정보 또는 데이터를 장치(42)의 사용자에게 출력할 수 있게 하는 하나 이상의 컴포넌트를 포함하는 하나 이상의 사용자 인터페이스 컴포넌트를 포함할 수 있다. 사용자 인터페이스는 키보드, 키패드, 하나 이상의 버튼, 스위치 또는 다이얼, 마우스, 트랙 패드, 터치스크린, 스타일러스, 카메라, 마이크 등을 포함하지만 이에 제한되지 않는 임의의 적합한 입력 컴포넌트(들)를 포함할 수 있고, 사용자 인터페이스는 디스플레이 유닛 또는 디스플레이 스크린, 하나 이상의 조명 또는 조명 요소, 하나 이상의 라우드스피커, 진동 요소 등을 포함하지만 이에 제한되지 않는 임의의 적합한 출력 컴포넌트(들)를 포함할 수 있다.
장치(42)의 실제 구현예가 도 2에 도시된 것에 대한 추가 컴포넌트를 포함할 수 있다는 것이 인식될 것이다. 예를 들어 장치(42)는 또한 배터리와 같은 전원 장치, 또는 장치(42)가 주 전원 장치에 접속될 수 있게 하기 위한 컴포넌트를 포함할 수 있다.
도 4는 상이한 피부 유형의 6개의 예시적인 이미지를 도시한다. 이들 이미지는 피부가 도 3에 도시된 스펙트럼에 따른 광으로, 그리고 교차-편광기로 조명되는 상태에서 이미징 유닛(44)을 사용하여 획득되었다. 이미지들 각각은 위에서 약술된 6가지 상이한 피부 유형들(즉, 유형 1 내지 6: 각각 '백색', '베이지색', '밝은 갈색', '중간 갈색', '어두운 갈색 및 갈색을 띤 흑색과 더 어두운 색') 중 하나를 나타낸다.
피부의 구조의 일반적인 설명이 문헌["Standardization of terminology in dermoscopy/dermatoscopy: Results of the third consensus conference of the International Society of Dermoscopy" by Kittler et al.]에서 확인되며, 정상적인 색소 네트워크의 예시가 도 5에 도시되어 있다. 도 5는 https://dermoscopedia.org/Pigment_network에서 확인될 수 있다.
색소 네트워크(60)는 벌집 모양의 패턴(64)을 형성하는 교차하는 색소성 "라인"의 그리드(62)로 구성된다. 색소 네트워크(60)의 해부학적 기초는 진피-표피 접합부(표피(66) 및 진피(68))를 따른 케라틴세포 내의 그리고/또는 멜라닌세포 내의 멜라닌이며, 이는 수평 평면에서 볼 때 표피(66)의 레테 리지(rete ridge) 패턴이 나타나는 방식을 표현한다. 색소 네트워크(60)의 색소성이 덜한 "홀(hole)"(70)은 진피 유두의 팁 및 표피(66)의 위에 놓인 유두상 플레이트(suprapapillary plate)에 대응한다. 진피 유두의 넓은 직경이 피부진찰적으로 더 넓은 네트워크 "홀"(70)에 대응할 것인 반면, 좁은 진피 유두는 그리드의 더 조밀한 "시브(sieve)"를 생성할 것이다. 레테 리지 패턴이 멜라닌 색소를 덜 포함하는 경우 색소 네트워크(60)가 가시적이지 않을 수 있다. 도 4의 6개의 현미경 이미지에서 보이는 패턴은 톱 다운 뷰(top down view)를 따라 레테 리지를 따른 멜라닌 분포에 대응한다.
따라서, 피부 내의 색소 네트워크의 구조의 하나 이상의 특성(예컨대, 색소 네트워크의 밀도)은 피부의 이미지(들)로부터 관찰되거나 결정될 수 있고, 특성(들)은 피부 유형 및/또는 멜라닌 지수에 관련된다. 더 어두운 피부 유형(예컨대, 피부 유형 5.0 또는 6.0)의 경우, 색소 네트워크는 전형적으로 잘 연결되고(예컨대, 조밀하게 연결됨) 잘 채워진 벌집 모양의 구조를 갖는 반면, 밝은 피부 유형(예컨대, 피부 유형 1.0 및 2.0)의 경우, 색소 네트워크의 구조는 분리되고 더 희박하며, 일부 경우에 색소는 인지가능하지 않다. 피부 구조는 또한 문헌["Advances in Dermoscopy of Pigmented Lesions" by P. Kumarasinghe, Pigmentary Skin Disorders, pp 79-92]에 일반적으로 기술되어 있다.
도 6의 흐름도는 대상의 피부를 평가하기 위한 본 명세서에 기술된 기법에 따른 예시적인 방법을 예시한다. 방법의 단계들 중 하나 이상은 적절한 대로, 장치(42)의 메모리 유닛(48) 및 인터페이스 회로(50) 중 어느 하나, 및/또는 이미징 유닛(44)과 함께, 장치(42) 내의 처리 유닛(46)에 의해 수행될 수 있다. 처리 유닛(46)은 예를 들어 메모리 유닛(48)과 같은, 컴퓨터 판독가능 매체에 저장될 수 있는 컴퓨터 프로그램 코드를 실행하는 것에 응답하여 하나 이상의 단계를 수행할 수 있다.
단계(101)에서, 피부의 영역의 하나 이상의 이미지가 수신된다. 이미지(들)는 이미징 유닛(44)으로부터 직접적으로, 예를 들어 이미지가 이미징 유닛(44)에 의해 생성되는 것과 실시간 또는 거의 실시간으로 수신될 수 있다. 대안적으로, 이미지(들)는 이미징 유닛(44)에 의해 이전에 생성되고 후속 분석을 위해, 예를 들어 메모리 유닛(48)에, 치료 디바이스(2) 또는 이미징 유닛(44)과 연관된 메모리 유닛에, 또는 원격 데이터베이스에 저장되었을 수 있으며, 이 경우에 단계(101)는 처리 유닛(46)이 저장 위치로부터(예컨대, 메모리 유닛(48) 등으로부터) 이미지(들)를 획득하거나 검색하는 것을 포함할 수 있다. 단계(101)에서 수신된 이미지(들)는 특정 대상에 관련된다. 다수의 이미지가 수신되는 경우, 그들은 피부의 동일한 영역의 다수의 이미지를 포함할 수 있다. 다수의 이미지는 또한 또는 대안적으로 대상의 신체의 상이한 부분에 대한 피부의 이미지를 포함할 수 있다.
도 7은 단계(101)에서 수신되거나 획득될 수 있는 4가지 상이한 피부 유형의 이미지를 도시한다. 그러한 상이한 이미지는 단계(101)의 단일 반복에서 단일 대상으로부터 획득되지 않을 것이고, 대신에 도 7은 단지 단계(101)에서 획득될 수 있는 이미지에서 보일 수 있는 상이한 피부 유형을 예시한다는 것이 인식될 것이다. 도 7의 4개의 이미지가 (개별 피츠패트릭 피부 유형과 유사한) 부동-소수점 연속 분류에 따라 라벨링되지만, 이러한 분류가 방법의 이러한 단계에서 알려져 있지 않음이 인식될 것이다.
단계(103)에서, 하나 이상의 이미지는 피부의 색소 네트워크의 구조의 하나 이상의 특성(예컨대, 밀도)에 기초하여 이미지(들)에서 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 처리된다.
단계(103)는 정상 피부, 건성 피부, 지성 피부, 태닝된 피부, 태닝되지 않은 피부, 조합 피부(즉, 이전 유형의 조합) 및 피츠패트릭 스케일 상의 피부 유형 중 임의의 것으로서 피부 유형을 결정하는 것을 포함할 수 있다. 추가로 또는 대안적으로, 단계(103)는 멜라닌 스케일 상의 스코어(예컨대, 0 내지 1000 범위 내의 스코어, 또는 유사한 것)로서 멜라닌 지수를 결정하는 것을 포함할 수 있다.
일부 실시예에서, 단계(103)는 구조 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재에 관련된 피부의 색소 네트워크의 구조의 하나 이상의 특성에 기초하여 피부 유형 및/또는 멜라닌 지수를 결정하는 것을 포함할 수 있다. 일부 실시예에서, 피부 유형 및/또는 멜라닌 지수는 피부 내의 진피-표피 접합부를 따른 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재에 기초할 수 있다. 특히, 단계(103)는 피부 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 밀도를 결정하는 것을 포함할 수 있다. 일부 실시예에서, 피부 유형 및/또는 멜라닌 지수는 멜라닌의 결정된 존재 및/또는 밀도를 각각의 피부 유형 및/또는 멜라닌 지수에 대응하는 각각의 임계치와 비교함으로써 결정될 수 있다.
추가로 또는 대안적으로, 단계(103)는 피부 내의 진피 유두의 플랜지 및/또는 리지의 존재에 관련된 피부의 색소 네트워크의 구조의 하나 이상의 특성에 기초하여 피부 유형 및/또는 멜라닌 지수를 결정하는 것을 포함할 수 있다. 특히, 단계(103)는 하나 이상의 이미지로부터 진피 유두의 플랜지 및/또는 리지의 패턴을 결정하는 것, 및 플랜지 및/또는 리지의 결정된 패턴을 각각의 피부 유형 및/또는 멜라닌 지수에 대응하는 각각의 패턴과 비교함으로써 피부 유형 및/또는 멜라닌 지수를 결정하는 것을 포함할 수 있다.
단계(103)의 일부 바람직한 실시예에서, 훈련된 기계 학습 모델(MLM)이 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 하나 이상의 이미지를 처리하는 데 사용된다. MLM은 색소 네트워크의 구조의 하나 이상의 특성(예컨대, 밀도)에 기초하여 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 훈련된다. MLM은 임의의 적합한 유형의 MLM, 예를 들어 서포트 벡터 머신, 결정 트리, 랜덤 포레스트 등에 의한 특징 추출과 같은 고전적인 기계 학습 모델, 또는 입력 층과 출력 층 사이에 다수의 층을 갖고 입력 층과 출력 층 사이의 선형 또는 비-선형 관계를 식별하는, 심층 신경망과 같은, 인공 신경망일 수 있다. MLM은 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 피부 영역의 각각의 이미지 또는 이미지의 세트에 대해 평가한다. 일부 실시예에서, MLM은 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 이미지(들)를 직접 수신하고 이미지의 모든 필요한 분석 및 처리를 수행한다(예컨대, 색소 네트워크 구조의 특성을 결정함). 이는 특히 심층 신경망과 같은, 인공 신경망인 MLM에 대해 그러하다. 다른 실시예에서, 예를 들어 고전적인 MLM의 사용의 경우에, 이미지(들)는, 예를 들어 색소 네트워크의 구조의 특성에 대한 값을 결정하기 위해, MLM에 제공되기 전에 처리될 수 있고, 이들 값은 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 (선택적으로, 이미지(들)에 더하여) 분석을 위해 MLM에 제공될 수 있다. 일부 구현예에서, (동일한 유형 또는 상이한 유형의) 별개의 훈련된 MLM이 각각 피부 유형 및 멜라닌 지수를 결정하기 위해 제공될 수 있다.
일부 실시예에서, 단계(103) 전에, 또는 단계(103)에서 초기 작동으로서, 수신된 하나 이상의 이미지는 색상에 대해 정규화될 수 있고(즉, 색상 정보는 이미지(들)로부터 제거되어, 그레이스케일 이미지를 남김), 색상-정규화된 이미지(들)는 피부의 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 처리될 수 있다. 색상에 대해 이미지(들)를 정규화하는 것은 결정 프로세스로부터 색상을 제거하고, 이는 피부 유형 및/또는 멜라닌 지수에 대한 결정이 색소 네트워크의 구조의 특성에 기초할 수 있다는 것을 의미한다. 도 8은 색상에 대해 정규화된 4가지 상이한 피부 유형의 이미지를 도시한다. 이들 이미지는 도 7의 이미지와 상이한 대상의 피부의 상이한 영역의 것임에 유의하여야 한다. 그러한 상이한 이미지는 단계(101)의 단일 반복에서 단일 대상으로부터 획득되지 않을 것이고, 대신에 도 8은 단지 색상-정규화된 이미지에서 보일 수 있는 피부 유형을 예시한다는 것이 인식될 것이다. 도 7에서와 같이, 도 8의 4개의 이미지가 (개별 피츠패트릭 피부 유형과 유사한) 부동-소수점 연속 분류에 따라 라벨링되지만, 이러한 분류가 단계(103)가 완료될 때까지 알려져 있지 않을 것임이 인식될 것이다.
단계(103)에서 피부 유형 및/또는 멜라닌 지수가 결정된 후에, 단계(105)에서 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 신호가 출력된다. 신호는 장치(42) 또는 치료 디바이스(2)의 사용자 인터페이스 컴포넌트에 제공될 수 있고, 신호는 사용자 인터페이스 컴포넌트로 하여금 결정된 피부 유형 및/또는 결정된 멜라닌 지수를 지시하게 하도록 구성된다. 치료 디바이스(2)의 사용자는 치료 디바이스(2)의 현재 위치에서 광 펄스를 트리거할지 여부, 또는 피부 유형에 따라 치료 디바이스(2)의 하나 이상의 광원(들)(12)의 출력 설정을 조절할지 여부를 결정하기 위해 지시를 사용할 수 있다. 다른 예로서, 장치(42)가 스마트폰 또는 유사한 유형의 디바이스의 형태인 경우, 결정된 피부 유형 및/또는 결정된 멜라닌 지수에 대한 피드백이 장치(42) 상에서 실행되는 앱(소프트웨어 애플리케이션)을 통해 사용자 또는 대상에게 제공될 수 있다. 당업자는 예컨대 디스플레이 스크린, 라우드스피커, 햅틱 피드백 등을 사용하는 것을 포함하여, 결정된 피부 유형 및/또는 결정된 멜라닌 지수에 대한 피드백이 사용자에게 제공될 수 있는 다른 방식을 알 것이다.
대안적으로(또는 추가로), 조건이 적합하면(예컨대, 치료 디바이스(2)가 피부와 접촉하고, 광원(들)(12)이 충전되어 광 펄스를 생성할 준비가 되는 등) 치료 디바이스(2)가 광 펄스 또는 다른 치료 작동을 자동으로 트리거할 수 있는 경우, 신호는 치료 디바이스(2)의 제어 유닛에 제공될 수 있고, 제어 유닛은 치료 디바이스(2)에 대한 하나 이상의 작동 설정을 결정하기 위해 제1 신호를 사용할 수 있다. 예를 들어, 제어 유닛은 광 펄스로 개구(10)에 현재 인접한 피부의 영역을 치료할지 여부 및/또는 사용할 에너지/출력을 결정하기 위해 제1 신호의 결정된 피부 유형 및/또는 멜라닌 지수의 지시를 사용할 수 있다.
대안적인 실시예에서, 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 신호는 대상이 사용할 수 있는 특정 피부 케어 제품 및/또는 메이크업 제품에 대한 추천 또는 제안을 제공하기 위해 사용될 수 있다. 예를 들어, 결정된 피부 유형은 그러한 피부 유형에 적합한 피부 케어 제품을 식별하는 데 사용될 수 있다(또는 그 반대로도 가능함). 다른 예로서, 결정된 멜라닌 지수는 특정 컨실러를 추천하는 데 사용될 수 있다.
도 9의 플롯은 피부의 색소 네트워크의 구조의 특성(들)에 기초하여 상이한 피부 유형에 대한 다수의 상이한 색상-정규화된 이미지로부터 피부 유형을 식별함에 있어서 심층 신경망의 성능을 도시한다. 도 9는 심층 신경망에 의해 식별된 피부 유형('추정 피부 유형')에 대한 실제 피부 유형('예상 피부 유형')을 플롯팅한다. 따라서, 신경망이 이미지(들)로부터 피부 유형을 정확하게 식별할 수 있는 것이 가능하였는데, 이때 범위의 양쪽 단부(즉, 피부 유형 2.0 및 6.0)에서의 피부 유형에 대해 정확도가 특히 높은 것을 볼 수 있다.
단계(103)의 실시예에 사용된 MLM은 사용되기 전에 훈련될 것이다. 도 10의 흐름도는 피부 유형 및/또는 멜라닌 지수를 결정하기 위해, 본 발명에 따라 피부를 평가하기 위한 장치에 사용하기 위한 MLM을 훈련시키는 방법을 예시한다. 도 10의 훈련 방법은 장치(42)를 포함하는 임의의 적합한 장치 또는 디바이스에 의해 수행될 수 있지만, 도 10의 방법이 도 6을 수행하는 동일한 장치 또는 디바이스에 의해 수행될 필요는 없다는 것이 인식될 것이다. 예를 들어, 도 10의 훈련 방법은 중앙 위치의 서버 또는 컴퓨터, 및 도 6의 방법에 따라 피부를 평가하는 데 사용하기 위한 다양한 장치(42)에 배포된 훈련된 MLM(또는 훈련된 MLM을 표현하는 컴퓨터 코드)에 의해 수행될 수 있다.
장치(42)가 도 6의 방법을 구현하는 실시예에서, 방법의 단계들 중 하나 이상은 적절한 대로, 장치(42)의 메모리 유닛(48) 및 인터페이스 회로(50) 중 어느 하나, 및/또는 이미징 유닛(44)과 함께, 처리 유닛(46)에 의해 수행될 수 있다. 처리 유닛(46)은 예를 들어 메모리 유닛(48)과 같은, 컴퓨터 판독가능 매체에 저장될 수 있는 컴퓨터 프로그램 코드를 실행하는 것에 응답하여 하나 이상의 단계를 수행할 수 있다.
MLM을 훈련시키기 위해, 훈련 데이터 세트가 요구된다. 훈련 데이터 세트는 하나 이상의 시험 대상(그리고 이는 도 6의 방법이 사용되는 대상을 포함할 수 있거나 포함하지 않을 수 있음)에 대한 피부의 복수의 이미지를 포함한다. 복수의 이미지는 하나 이상의 시험 대상의 신체의 상이한 부분 상의 피부의 것일 수 있다. 훈련 데이터 세트 내의 각각의 이미지에는 (MLM이 어떤 파라미터를 식별하도록 훈련되어야 하는지에 따라) 피부 유형 및/또는 멜라닌 지수의 지시가 주석으로 표시된다. 이러한 주석은 사용자 또는 다른 사람에 의해 수동으로 이루어졌을 수 있다. 훈련 데이터 세트는 훈련된 MLM에 의해 식별될 상이한 피부 유형들 및/또는 멜라닌 지수들 각각에 관련된 적어도 하나의 이미지(그러나 바람직하게는 복수의 이미지)를 포함할 것이다. 훈련 데이터 세트가 클수록, 결과적인 MLM이 더 정확할 가능성이 있다는 것이 인식될 것이다.
훈련 데이터 세트는 도 13의 단계(111)에서 획득된다. 이러한 단계는 (예컨대, 이미징 유닛 및 사용자 인터페이스를 사용하여) 이미지 및 연관 주석을 수집하는 것, 또는 데이터베이스 또는 다른 전자 저장 디바이스로부터 훈련 데이터 세트에 대한 이미지를 검색하는 것을 포함할 수 있다.
다음으로, 단계(113)에서, (MLM이 어떤 파라미터(들)를 식별할 수 있어야 하는지에 따라) MLM이 피부 유형 및/또는 멜라닌 지수를 구별할 수 있도록 훈련 데이터 세트 내의 복수의 이미지를 사용하여 MLM이 훈련된다. MLM은 이미지에서 가시적인 색소 네트워크의 구조의 특성(들)에 기초하여 이미지를 구별하도록 훈련된다. 위에서 언급된 바와 같이, 더 어두운 피부 유형(예컨대, 피부 유형 5.0 또는 6.0)의 경우, 색소 네트워크는 전형적으로 잘 연결되고 잘 채워진 벌집 모양의 구조를 갖는 반면, 밝은 피부 유형(예컨대, 피부 유형 1.0 및 2.0)의 경우, 색소 네트워크는 분리되고 더 희박하며, 일부 경우에 색소는 인지가능하지 않다. 따라서, MLM은 색소 네트워크의 밀도에 기초하여 피부 유형 및/또는 멜라닌 지수를 구별하도록 훈련될 수 있다.
특히, MLM은 예를 들어 피부 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 밀도를 결정함으로써, 색소 네트워크의 구조 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 피부 내의 진피-표피 접합부를 따른 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재에 관련된 하나 이상의 특성에 기초하여 피부 유형 및/또는 멜라닌 지수를 결정하도록 훈련될 수 있다. 추가로 또는 대안적으로, MLM은 피부 내의 진피 유두의 플랜지 및/또는 리지의 존재, 예를 들어 진피 유두의 플랜지 및/또는 리지의 패턴에 관련된 하나 이상의 특성에 기초하여 피부 유형 및/또는 멜라닌 지수를 결정하도록 훈련될 수 있다. 훈련 데이터 세트를 사용하여 MLM을 훈련시키기 위한 기법은 당업자에게 알려져 있으며, 상세 사항은 본 명세서에 제공되지 않는다. 그럼에도 불구하고, 일례로서, MLM은 교차-검증을 사용하여 훈련될 수 있는데, 여기서 MLM은 훈련 데이터 세트 내의 이미지의 서브세트를 사용하여 훈련되고, 훈련된 MLM은 훈련 데이터 세트 내의 다른 이미지들 중 하나 이상을 사용하여 정확도에 대해 시험된다. 이러한 훈련 및 시험은 최종 훈련된 MLM에 도달하기 위해 훈련 데이터 세트 내의 이미지의 상이한 서브세트에 대해 반복될 수 있다. 훈련된 MLM은 이어서 도 6의 단계(103)에서 사용될 수 있다.
일부 실시예에서, 훈련 데이터 세트 내의 이미지는 그들이 MLM을 훈련시키기 위해 사용되기 전에 색상에 대해 정규화될 수 있다. 그러면, 이러한 방식으로, MLM의 훈련 동안, MLM은 색상 차이보다는 이미지 내의 피부 구조를 향해 편향된다.
예시적인 구현예에서, 27명의 대상의 피부 데이터(이미지)가, 피부 유형당 적어도 5명의 대상으로, 모든 상이한 피부 유형에 걸쳐 수집되었다. 이들 이미지는 계절적 태닝 전후 둘 모두에서의 피부의 이미지, 및 또한 여러 상이한 신체 위치: 볼, 팔 내측, 팔 외측 및 다리로부터의 피부의 이미지를 포함하였다. 각각의 이미지에서 보이는 각각의 피부 패치에 대해 기준 멜라닌 지수가 또한 측정되었다. MLM(예컨대, 심층 신경망)이 전형적인 훈련 기법을 사용하여 위에서 수집된 데이터로 훈련되었다. 멜라닌 지수(및 피부 유형) 정량화를 위한 피부 구조의 일반화 가능성을 입증하기 위해, 데이터세트(27명의 대상의 이미지)는 크로스-폴드(cross-fold) 검증 실험을 위해 '폴드'로 분할되었다. 각각의 폴드는 (27명의 대상으로부터 24명의 대상의) 훈련 세트 및 (27명의 대상으로부터 3명의 대상의) 검증 세트로 구성된다. 훈련 세트와 검증 세트는 상호 배타적이다. 각각의 폴드는 훈련 세트 및 검증 세트로 분할된 대상의 상이한 순열로 구성된다. 각각의 폴드에 대해, 훈련 세트는 MLM을 훈련시키기 위해 사용되었고, 검증 세트는 훈련된 MLM을 시험 및 평가하기 위해 사용되었다. 따라서, MLM은, 훈련 세트에 포함되지 않았고 MLM이 이전에 보지 않았던 3명의 대상으로부터의 피부 구조의 이미지로 시험 및 평가된다. 도 11, 도 12 및 도 13의 플롯은 원래 데이터세트의 3개의 상이한 폴드에 따라 훈련된 MLM에 의해 획득된 추정 결과를 도시한다. 따라서, 각각의 플롯은 특정 폴드에 대한 이미지의 검증 세트에 대해 멜라닌 지수를 식별하는 데 있어서 심층 신경망의 성능을 도시한다. 각각의 도면은 심층 신경망에 의해 식별된 멜라닌 지수('추정 멜라닌 지수')에 대한 실제 멜라닌 지수('예상 멜라닌 지수')를 플롯팅한다. 따라서, 신경망이 최소 오류 분산(minimal error spread)으로 멜라닌 지수를 정확하게 식별할 수 있는 것이 가능하였음을 각각의 도면으로부터 알 수 있다.
따라서, 피부의 피부 유형 및/또는 멜라닌 지수를 결정함에 있어서 개선이 제공된다. 이들 개선은 예를 들어 IPL 디바이스에 대한 에너지 레벨을 설정하는 데 또는 플래싱될 모든 위치에 대한 IPL 치료의 에너지 레벨을 조절하는 데 사용하기 위한 것일 수 있고, 이는 IPL 사용자를 위한 편안함 대 효능비를 개선할 수 있다.
개시된 실시예에 대한 변형이 도면, 개시 내용 및 첨부된 청구범위의 검토로부터, 본 명세서에 기술된 원리 및 기법을 실시하는 중에 당업자에 의해 이해되고 달성될 수 있다. 청구범위에서, 단어 "포함하는"은 다른 요소 또는 단계를 배제하지 않으며, 단수 형태(부정 관사 "a" 또는 "an")는 복수를 배제하지 않는다. 단일 프로세서 또는 다른 유닛이 청구범위에 열거된 수개의 항목의 기능을 충족시킬 수 있다. 소정의 수단이 상호 상이한 종속항에 열거된다는 단순한 사실은 이들 수단의 조합이 유리하게 사용될 수 없다는 것을 나타내지는 않는다. 컴퓨터 프로그램이 다른 하드웨어와 함께 또는 그의 일부로서 공급되는 광학 저장 매체 또는 솔리드-스테이트 매체와 같은 적합한 매체 상에 저장 또는 배포될 수 있지만, 또한 다른 형태로, 예컨대 인터넷 또는 다른 유선 또는 무선 통신 시스템을 통해 배포될 수 있다. 청구범위에서의 임의의 도면 부호는 범주를 제한하는 것으로 해석되어서는 안 된다.

Claims (15)

  1. 대상의 피부를 평가하기 위한 장치(42)로서,
    상기 장치(42)는 처리 유닛(processing unit)(46)을 포함하고, 상기 처리 유닛(46)은,
    상기 대상의 상기 피부의 이미지들을 획득하도록 배열되는 이미징 유닛(imaging unit)(44)으로부터 상기 대상의 상기 피부의 하나 이상의 이미지(들)를 수신하고;
    상기 피부의 색소 네트워크(pigment network)의 구조의 하나 이상의 특성(들)에 기초하여 상기 대상의 상기 피부의 피부 유형 및/또는 멜라닌 지수(melanin index)를 결정하도록 상기 하나 이상의 이미지(들)를 처리하고;
    상기 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하도록 구성되는, 장치(42).
  2. 제1항에 있어서, 상기 피부의 상기 색소 네트워크의 상기 구조의 상기 하나 이상의 특성(들)은,
    상기 구조 내의 멜라닌의 존재;
    상기 구조 내의 케라틴세포(keratinocyte) 및/또는 멜라닌세포(melanocyte) 내의 멜라닌의 존재;
    상기 피부 내의 진피-표피 접합부(dermal-epidermal junction)를 따른 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재; 및
    상기 피부 내의 진피 유두(dermal papilla)의 플랜지(flange) 및/또는 리지(ridge)의 존재 중 임의의 것에 관련되는, 장치(42).
  3. 제1항 또는 제2항에 있어서, 상기 처리 유닛(46)은 상기 하나 이상의 이미지(들)로부터 상기 피부 내의 케라틴세포 및/또는 멜라닌세포 내의 멜라닌의 존재 및/또는 밀도를 결정하도록 구성되는, 장치(42).
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 처리 유닛(46)은 상기 하나 이상의 이미지(들)로부터 진피 유두의 플랜지들 및/또는 리지들의 패턴을 결정하도록 구성되는, 장치(42).
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 처리 유닛(46)은 상기 색소 네트워크의 상기 구조의 하나 이상의 특성(들)에 기초하여 상기 대상의 상기 피부의 상기 피부 유형 및/또는 상기 멜라닌 지수를 결정하도록 상기 하나 이상의 이미지(들)를 처리하기 위해 훈련된 기계 학습 모델(trained machine learning model)을 사용하도록 구성되는, 장치(42).
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 결정된 피부 유형은 정상 피부, 건성 피부, 지성 피부, 태닝된(tanned) 피부, 태닝되지 않은 피부, 조합 피부 및 피츠패트릭 스케일(Fitzpatrick scale) 상의 피부 유형 중 임의의 것을 포함하는, 장치(42).
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 장치(42)는 상기 제1 신호를 수신하도록 구성되는 사용자 인터페이스를 추가로 포함하고, 상기 제1 신호는 상기 사용자 인터페이스로 하여금 상기 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 피드백을 사용자에게 출력하게 하도록 구성되는, 장치(42).
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 제1 신호는 치료 디바이스(2)의 제어 유닛으로 출력되고, 상기 제어 유닛은 상기 치료 디바이스(2)에 대한 하나 이상의 작동 설정(들)을 결정하기 위해 상기 제1 신호를 사용하는, 장치(42).
  9. 제1항 내지 제8항 중 어느 한 항에 있어서, 상기 처리 유닛(46)은 상기 수신된 하나 이상의 이미지(들)를 색상에 대해 정규화하고, 상기 피부의 상기 피부 유형 및/또는 멜라닌 지수를 결정하기 위해 상기 하나 이상의 정규화된 이미지(들)를 처리하도록 구성되는, 장치(42).
  10. 시스템으로서,
    대상의 피부의 이미지들을 획득하도록 배열되는 이미징 유닛(44); 및
    제1항 내지 제9항 중 어느 한 항에 청구된 바와 같은 장치(42)를 포함하는, 시스템.
  11. 제10항에 있어서,
    상기 피부를 조명하기 위한 하나 이상의 광원(들)(12)을 추가로 포함하는, 시스템.
  12. 제11항에 있어서, 상기 하나 이상의 광원(들)(12)은 가시 스펙트럼 내의 파장들을 갖는 광을 방출하도록 구성되고, 방출된 청색 광이 다른 색상들의 광보다 높은 강도를 갖는, 시스템.
  13. 대상의 피부를 평가하기 위한 컴퓨터-구현 방법으로서,
    상기 대상의 상기 피부의 이미지들을 획득하도록 배열되는 이미징 유닛으로부터 상기 대상의 상기 피부의 하나 이상의 이미지(들)를 수신하는 단계(101);
    상기 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 상기 대상의 상기 피부의 피부 유형 및/또는 멜라닌 지수를 결정하도록 상기 하나 이상의 이미지(들)를 처리하는 단계(103); 및
    상기 결정된 피부 유형 및/또는 멜라닌 지수를 지시하는 제1 신호를 출력하는 단계(105)를 포함하는, 컴퓨터-구현 방법.
  14. 컴퓨터 판독가능 코드가 내부에 구현된 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품으로서,
    상기 컴퓨터 판독가능 코드는, 적합한 컴퓨터 또는 처리 유닛에 의한 실행 시에, 상기 컴퓨터 또는 처리 유닛이 제13항의 방법을 수행하게 되도록 구성되는, 컴퓨터 프로그램 제품.
  15. 제5항에 청구된 바와 같은, 대상의 피부를 평가하기 위한 장치에 사용하기 위한 기계 학습 모델(MLM)을 훈련시키기 위한 장치로서, 상기 MLM을 훈련시키기 위한 상기 장치는 처리 유닛을 포함하고, 상기 처리 유닛은,
    각각의 이미지에 피부 유형 및/또는 멜라닌 지수의 지시가 주석으로 표시된, 하나 이상의 시험 대상(들)에 대한 피부의 복수의 이미지들을 획득하고(111);
    상기 피부의 색소 네트워크의 구조의 하나 이상의 특성(들)에 기초하여 상이한 피부 유형들 및/또는 멜라닌 지수들의 이미지들을 구별하기 위해 상기 복수의 이미지들을 사용하여 상기 MLM을 훈련시키도록(113) 구성되는, 장치.
KR1020227018428A 2019-11-01 2020-10-28 피부 평가 KR20220091577A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19206773.4A EP3815601A1 (en) 2019-11-01 2019-11-01 Evaluating skin
EP19206773.4 2019-11-01
PCT/EP2020/080220 WO2021083923A1 (en) 2019-11-01 2020-10-28 Evaluating skin

Publications (1)

Publication Number Publication Date
KR20220091577A true KR20220091577A (ko) 2022-06-30

Family

ID=68461721

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227018428A KR20220091577A (ko) 2019-11-01 2020-10-28 피부 평가

Country Status (8)

Country Link
US (1) US20240130667A1 (ko)
EP (2) EP3815601A1 (ko)
JP (1) JP2022554010A (ko)
KR (1) KR20220091577A (ko)
CN (1) CN114616631A (ko)
BR (1) BR112022008139A2 (ko)
MX (1) MX2022005122A (ko)
WO (1) WO2021083923A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102654796B1 (ko) * 2021-11-29 2024-04-11 (주)스톤랩 시각 인공지능 활용 비침습 피부 생체지표 추정 기반 피부염 판별 시스템 및 그 방법
WO2024070753A1 (ja) * 2022-09-30 2024-04-04 株式会社資生堂 肌評価方法、肌評価装置、及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5771007B2 (ja) * 2008-01-07 2015-08-26 マイスキン、インク． スペクトル畳み込みに基づく光と物質の相互作用の解析システムおよび方法
US20150032092A1 (en) * 2013-07-26 2015-01-29 Yossef Ori ADANNY Image-based cosmetic skin treatment system
KR102581945B1 (ko) * 2017-02-07 2023-09-25 삼성전자주식회사 스킨 정보 제공 방법 및 이를 지원하는 전자 장치
CN110573066A (zh) * 2017-03-02 2019-12-13 光谱Md公司 用于多光谱截肢部位分析的机器学习系统和技术
CN107680128B (zh) * 2017-10-31 2020-03-27 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及计算机可读存储介质

Also Published As

Publication number Publication date
EP4051088A1 (en) 2022-09-07
MX2022005122A (es) 2022-05-30
EP3815601A1 (en) 2021-05-05
JP2022554010A (ja) 2022-12-27
US20240130667A1 (en) 2024-04-25
WO2021083923A1 (en) 2021-05-06
BR112022008139A2 (pt) 2022-07-19
CN114616631A (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
US20210220667A1 (en) Real time monitoring of cosmetic laser aesthetic skin treatment procedures
CN216124549U (zh) 被配置为在受试者的皮肤上执行个人护理操作的系统
KR20220091577A (ko) 피부 평가
US20230018626A1 (en) Treatment device and method
US20220277442A1 (en) Determining whether hairs on an area of skin have been treated with a light pulse
CN114258282A (zh) 标识身体部位
EP4216802B1 (en) Apparatus and method for determining a skin parameter value
WO2023057299A1 (en) Methods and apparatus for analysing images of hair and skin on a body of a subject
CN117979889A (zh) 用于测量皮肤特性的装置和方法
KR20170074421A (ko) Msp 기반 개인 식별 장치 및 방법