TW201331857A - 皮脂量的推定方法 - Google Patents

皮脂量的推定方法 Download PDF

Info

Publication number
TW201331857A
TW201331857A TW101148565A TW101148565A TW201331857A TW 201331857 A TW201331857 A TW 201331857A TW 101148565 A TW101148565 A TW 101148565A TW 101148565 A TW101148565 A TW 101148565A TW 201331857 A TW201331857 A TW 201331857A
Authority
TW
Taiwan
Prior art keywords
amount
sebum
pores
subject
age
Prior art date
Application number
TW101148565A
Other languages
English (en)
Other versions
TWI528296B (zh
Inventor
Kazuhiro Yamazaki
Kenya Hirayama
Original Assignee
Pola Chem Ind Inc
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 Pola Chem Ind Inc filed Critical Pola Chem Ind Inc
Publication of TW201331857A publication Critical patent/TW201331857A/zh
Application granted granted Critical
Publication of TWI528296B publication Critical patent/TWI528296B/zh

Links

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4261—Evaluating exocrine secretion production
    • A61B5/4272—Evaluating exocrine secretion production sebum secretion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Endocrinology (AREA)
  • General Physics & Mathematics (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Quality & Reliability (AREA)
  • Dermatology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

[課題]課題在於提供一種簡便地推定皮脂量之新的技術。[解決手段]藉由將對象者之毛孔的視覺性特徵量及年齡應用於預先準備之表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的算式或模型，而算出該對象者的推定皮脂量。

Description

皮脂量的推定方法
本發明係有關於在肌膚診斷等所利用之皮脂量的推定方法、皮脂量的推定裝置及皮脂量的推定程式。更具體而言，係有關於使用皮膚之毛孔的視覺性特徵量及年齡之皮脂量的推定方法、皮脂量的推定裝置及皮脂量的推定程式。
在美容的領域，診斷顧客(對象者)之肌膚的狀態，並根據診斷結果，提議化妝品或美容手術等之各種的美容方式。
在這種肌膚之狀態的診斷(肌膚診斷)，皮脂量的測量是其中重要的診斷項目之一。這是由於皮脂量與化妝之完成、脫妝、青春痘等之症狀等大為相關的緣故。
已知使用對皮膚照射遠紅外線並測量來自皮脂之反射光的裝置，藉此測量皮脂量的方法等(專利文獻1)。又，亦開發簡易之用以測量皮脂量的器具(專利文獻2)。另一方面，一般亦進行藉問診推定皮脂量的方法。
[先前技術文獻] [專利文獻]
[專利文獻1]日本特開平07-04705號公報
[專利文獻2]日本特開平09-238907號公報
使用如專利文獻1所記載之裝置之皮脂量的測量係 具有可穩定地測量之優點，另一方面，在費用或地點的問題上，具有難設置於販賣化妝品之店舖或美容沙龍的問題。又，在使用如專利文獻2所記載之器具之皮脂量的測量，需要使器具接觸皮膚，而具有對對象者施加不少負擔的問題。另一方面，藉由問診推定皮脂量的方法亦在讓對象者進行自我評估這一點上，具有施加負擔的問題。
因此，本發明係將提供推定皮脂量之新的技術作為課題。尢其，本發明係將提供簡便地推定皮脂量之技術作為課題。
本發明者們係為追求簡便地推定皮脂量之技術，再三地專心努力研究的結果，發現在年齡與皮脂量之間具有相關關係、及可藉毛孔之視覺性特徵量說明關於皮脂量從年齡無法完全說明的部分。又，本發明者們係更再三地研究的結果，發現毛孔之視覺性特徵量及年齡係分別獨立地有助於說明皮脂量。
而且，本發明者們係根據該見解，發現可藉由利用毛孔之視覺性特徵量及年齡簡便地推定皮脂量。
即，本發明係如以下所示。
解決該課題之本發明係一種皮脂量的推定方法，該方法係包含根據毛孔之視覺性特徵量及年齡、與皮脂量之相關關係，從對象者之毛孔的視覺性特徵量及年齡推定該對象者的皮脂量。
藉由使用這種推定方法，可使用毛孔之視覺性特徵 量與對象者之年齡之比較容易取得的資料來推定對象者之肌膚的皮脂量。
在本發明之較佳的形態，該毛孔的視覺性特徵量係毛孔之顯眼性的目視評估值。
作為視覺性特徵量，藉由使用毛孔之顯眼性的目視評估值，可簡便地推定對象者之肌膚的皮脂量。
在本發明之較佳的形態，該毛孔的視覺性特徵量係從毛孔之大小的測量值、毛孔之個數的測量值、及毛孔之形狀的測量值所選擇。
藉由使用上述的測量值作為視覺性特徵量，可簡便地推定對象者之肌膚的皮脂量。
在本發明之較佳的形態，該相關關係係藉算式或模型所表示，並藉由將該對象者之毛孔的視覺性特徵量及對象者之年齡應用於該算式或模型，推定該對象者的皮脂量。
以算式或模型表示相關關係，藉由使用相關關係來推定皮脂量，例如藉使用電腦的處理，可高效率地推定對象者的皮脂量。
具體而言，皮脂量的推定方法係包含以下的步驟： 將毛孔之視覺性特徵量及對象者之年齡應用於預先準備之表示從毛孔的影像資料所得之毛孔的視覺性特徵量及年齡、與皮脂量之相關關係的算式或模型，而算出該對象者的推定皮脂量的步驟。
在本發明之較佳的形態，該算式係自PLS、MLR、PCR、或邏輯所得之預測算式或預測模型。
又，本發明係亦有關於一種皮脂量推定裝置，該裝置係包括：記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料作比對，而算出該對象者的推定皮脂量。
這種皮脂量推定裝置係可根據對象者之毛孔的視覺性特徵量與年齡，算出皮脂量。
在本發明之一較佳的形態，皮脂量推定裝置係更具有自對象者之毛孔的影像資料算出毛孔之視覺性特徵量的特徵量算出手段，該皮脂量算出手段係將藉該特徵量算出手段所算出之視覺性特徵量與記憶手段所記憶之皮脂量相關資料比對。
這種皮脂量推定裝置係可僅輸入對象者之皮膚的影像資料，算出皮脂量。
本發明係又有關於一種皮脂量推定程式，該程式係用以使電腦作用為如下的手段：記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料作比對，而算出該對象者的推定皮脂量。
在本發明之較佳的形態，該皮脂量推定程式係更使電腦發揮作為自對象者之毛孔的影像資料算出毛孔之視 覺性特徵量的特徵量算出手段。
若依據本發明，可使用毛孔之視覺性特徵量及年齡，簡便地推定皮脂量。即，若依據本發明，因為藉由目視評估對象者的肌膚或取得毛孔影像來取得毛孔之視覺性特徵量，並一併取得年齡，僅是如此就可推定皮脂量，所以導致減輕在肌膚診斷等的場合之對象者的負擔。尤其，可簡化或取消問診。
又，若使用本發明之皮脂量的推定技術，可簡便地進行皮膚狀態的診斷、化妝品之選擇及提案、化妝或全身美容保養之效果的評估、化妝品材料的評估等。
[實施發明之形態]
本發明係包含根據毛孔之視覺性特徵量及年齡、與皮脂量的相關關係，從對象者之毛孔的視覺性特徵量及年齡推定該對象者的皮脂量之皮脂量的推定方法。該相關關係藉算式或模型表示較佳。
以算式或模型而言，舉例來說迴歸式或迴歸模型較佳，複迴歸式或預測式更佳。
本發明所指之「毛孔的視覺性特徵量」係表示在視覺上可識別之毛孔之特徵的定量值。
以這種定量值而言，舉例來說有毛孔之顯眼性的目視評估值、毛孔之大小的目視評估值或測量值、毛孔之個數的目視評估值或測量值、毛孔之形狀的目視評估值或測量值。
可使用毛孔之面積、毛孔之周長等的測量值作為毛孔之大小的測量值。
又，可使用毛孔之圓形度係數或毛孔之短軸/長軸比作為毛孔之形狀的測量值。
又，亦可使用毛孔的總面積作為表示毛孔之大小的測量值及毛孔之個數的特徵量。
此外，亦可使用以下的視覺性特徵量。
圓相當徑(equivalent circle diametar)、絕對最大長、寬、投影寬(feret diameter)、最大弦長、長短軸長度、主軸方向、投影寬X/Y比、最大弦長X/Y比、平均濃度、包絡面積、包絡周長、收縮率、流體直徑、凹凸度、線性度、對角寬度、針狀比。
又，使用依據目視評估值或測定值算出平均值、代表值、標準偏差的方式較佳。
又，將該測量值、這些平均值、代表值、標準偏差組合複數種來使用更佳。例如，從毛孔之個數、毛孔之面積的平均值與標準偏差、毛孔之周長的平均值與標準偏差、毛孔之圓形度係數的平均值與標準偏差、毛孔之短軸/長軸比的平均值與標準偏差、及毛孔的總面積選擇2種以上組合後使用較佳。
毛孔之視覺性特徵量係可從毛孔的影像得到。
可使用臉之部位的影像作為毛孔的影像。尤其，使用鼻、頰、額等的影像較佳。在此時，使用將毛孔放大至可識別之程度的放大影像亦較佳。例如可使用約5~50倍作為放大影像(以下，放大影像之倍率係在14英吋螢幕 上之顯示尺寸的倍率)。
考慮到取得毛孔之視覺性特徵量所需的解析度，在此情況之該影像只要在約1×1cm~10×10cm之範圍拍攝即可，該影像係300×300像素以上的影像較佳。
又，在本發明中，不論是黑白影像資料(亮度資料)或是彩色影像資料都可作為毛孔的影像資料。
毛孔之影像資料的取得係可根據固定法則進行。例如，從正面拍攝臉頰等之臉的部位後，利用掃描器等將其作為數位資訊，取入個人電腦，或者以數位相機拍攝臉後，取入個人電腦即可。
此外，為了取得毛孔之顯眼性的目視評估值，可使用拍攝對象者之肌膚所得的影像來評估，亦可直接目視對象者的肌膚以確認毛孔等肌膚狀況的方式來評估。
在本發明，根據上述的方法，根據從用以推定皮脂量之對象者之毛孔的視覺性特徵量與從對象者的年齡所預先分析之視覺性特徵量及年齡與皮脂量的相關關係，推定該對象者之肌膚的皮脂量。
此外，在本發明當中的皮脂量的推定方法，係從毛孔之視覺性特徵量與年齡必然地得到皮脂量之推定值的方法，不包含對特定之疾病等判斷的步驟(診斷行為)。關於這一點，在本發明，「皮脂量的推定方法」係亦可說成「皮脂量的測量方法」。
以下，舉出使用毛孔之顯眼性的目視評估值的情況為例以作為毛孔之視覺性特徵量，詳細說明之。
在使用毛孔之顯眼性的目視評估值作為毛孔之視覺 性特徵量的情況，可在觀察對象者之毛孔的影像或對象者的皮膚後，將根據一定之基準所賦予的分數用作毛孔的視覺性特徵量。
在目視評估的部分，使用預先對毛孔之顯眼性所賦予的基準相片，與基準相片比較後評分，這種作法有助於做到穩定的評估。
毛孔之顯眼性的目視評估值及年齡、與皮脂量的相關關係係預先藉迴歸分析等之多變數分析求得。
(1)皮脂量的測量
為了得到表示毛孔之顯眼性及年齡、與皮脂量的相關關係的算式或模型，因此使用油量計等之皮脂量測量裝置對複數位人物測量皮脂量。
又，考慮到以往所使用之問診的結果係反映對象者本身的評估或感覺，因此可將問診的結果所分數化者(皮脂量的評估值)定義為皮脂量。
測量皮脂量之人數至少需要50人以上，100人以上較佳，500人以上更佳。又，係在各年齡層同程度的人數分布較佳。
(2)毛孔之顯眼性的評估
其次，從該複數位人物的肌膚所取得之毛孔的影像資料或藉觀察人物之肌膚評估毛孔的顯眼性。關於毛孔之顯眼性的評估方法係如上述所示。
(3)年齡的記錄
接著，根據問卷調查等取得上述之人物的年齡資訊。
(4)製作資料庫(DB)
為了求得該相關關係，對各人物將毛孔之顯眼性的分數、年齡及皮脂量賦予關聯後製作資料庫(DB)。
DB的人數，至少需要50人以上，100人以上較佳，500人以上更佳。DB的構造，可以是陣列形式(matrix)，可在列輸入人物，在行輸入所算出之皮脂量、該毛孔之顯眼性的分數及年齡。
該DB係亦可在推定新取得之對象者的皮脂量後，追加毛孔之顯眼性的分數、對象者的年齡及皮脂量的推定值，藉此更新。如後述所示，亦可因應於需要，對更新後的DB進行多變數分析後，更新算式或模型。這是由於藉該更新而推定精準度提高。
(5)製作算式或模型
為了製作表示皮脂量與毛孔之顯眼性的分數及年齡之相關關係的算式或模型，只要利用該DB，對皮脂量與毛孔之顯眼性的分數及年齡進行多變數分析即可。以該多變數分析而言，可利用目的變數(附屬變數)與說明變數(獨立變數)的關係者較佳，可適合舉例表示判別分析、迴歸分析(MLR、PLS、PCR、邏輯)。其中，特別佳者係複迴歸分析(MLR)、非線性迴歸分析(PLS：Partial Least Squares)。例如，若將毛孔之顯眼性的分數及年齡當作說明變數，將皮脂量當作目的變數，進行複迴歸分析，可得到複迴歸式，又，若同樣地進行PLS，可得到預測式(預測模型)。
又，為了得到高精度的算式或模型，可適當地使用主成分分析、因素分析、數量化理論一類、數量化理論 二類、數量化理論三類、多維定度、監督聚類、神經網路、集成學習法等之多變數分析。其中尤其佳的係神經網路、判別分析及數量化理論一類。
這些多變數分析係可使用免費軟體或市售的軟體進行。
(6)皮脂量的推定
皮脂量的推定係藉由將對象者之毛孔的影像資料之毛孔之顯眼性的分數與年齡應用於藉上述之等方法所得之表示顯眼性的分數及年齡、與皮脂量之相關關係的算式或模型來進行。應用於算式或模型係除了將數值代入算式以外，亦包含將數值與模型比對。
藉此，可得到皮脂量的推定值。
在第1圖表示使用毛孔之顯眼性的目視評估值與年齡來推定皮脂量的方法的步驟。即，輸入用以推定皮脂量之對象者的毛孔之顯眼性的目視評估值(評估值輸入步驟)。藉由將該評估值與對象者的年齡代入預先製作之表示「皮脂量、與毛孔之顯眼性及年齡之關係」的算式(迴歸式等)或模型(預測式)，算出推定皮脂量(皮脂量算出步驟)。所算出之推定皮脂量係可顯示於顯示器等(皮脂量顯示步驟)。又，亦可在DB與毛孔之顯眼性的目視評估值及對象者的年齡一起追加在皮脂量算出步驟所算出之推定皮脂量(回饋)，並更新該算式或模型。這是由於藉該更新而推定精度提高。
以上，詳細說明了作為毛孔之視覺性特徵量，使用毛孔之顯眼性的目視評估值之情況的推定方法，但是在 使用其他的視覺性特徵量的情況，只要使用該視覺性特徵量替代毛孔之顯眼性的目視評估值即可，一樣可以推定皮脂量。
又，亦可將年齡直接作為獨立變數，亦可將年齡變成1.1乘方~2.0乘方，變成1.3乘方~1.7乘方的值用作獨立變數更佳。藉此，可更提高推定精度。
本發明之推定裝置包括：記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料比對，而算出該對象者的推定皮脂量。
又，在本發明之推定裝置的一實施形態，具有從皮膚之影像資料算出毛孔之視覺性特徵量的特徵量算出手段。
本發明的推定裝置係例如可如以下所示構成。以下的構成係舉例表示，本發明係未限定為實施形態的構成。第2圖係從皮膚之影像資料算出毛孔之視覺性特徵量後，使用該算出值及年齡，推定皮脂量之推定裝置的硬體方塊圖，具有輸入部1、CPU(Central Processing Unit)2、ROM(Read Only Memory)3、RAM(Random Access Memory)4、記錄部5、操作部6及顯示部7。這些硬體係經由匯流排相連接。
該特徵量算出手段及該皮脂量算出手段係藉CPU2所實現。又，該記憶手段係藉ROM3所實現。
輸入部1係用以輸入毛孔影像資料之數位相機、數位 式顯微鏡、數位攝影機或掃描器等的裝置。CPU2係根據ROM3所記憶之程式，執行使用表示皮脂量、與毛孔之視覺性特徵量及年齡之相關關係的算式或模型之推定皮脂量之算出等的處理。在ROM3內記憶著本發明之皮脂量推定裝置發揮功能上所需的程式、及皮脂量推定所需的各種算式或模型。在ROM3裡，亦可還記憶更多製作算式或模型所需的資料庫。在RAM4中暫時儲存使CPU2執行之OS(Operating System)程式或各種應用程式。記錄部5係包含磁碟裝置等，用作RAM4的外部記憶。操作部6係在輸入既定命令或者算式或模型等之必要的資料時等操作。顯示部7係只要可顯示皮脂量之推定結果等的即可，例如CRT(Cathode Ray Tube)或液晶顯示器等的顯示裝置、喇叭等的聲音輸出裝置或列表機等。
本發明之推定程式係使電腦、其他的裝置、機械等作用為如下的手段，記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料比對，而算出該對象者的推定皮脂量。又，亦可本發明係將這種程式記錄於電腦等可讀取之記錄媒體。
又，本發明之推定程式的一實施形態係使電腦、其他的裝置、機械等作用為特徵量算出手段，該手段係從皮膚之影像資料算出毛孔的視覺性特徵量。
以下列舉實施例，更詳細說明本發明，但是當然本發明未僅限定為這些實施例。
[第1實施例] <1>根據毛孔的目視評估值推定皮脂量 (1)製作DB
以88位女性(20~69歲、平均年齡44.3±15.6歲)的臉頰為對象，由評估專家評估毛孔的顯眼性，並以5階段對毛孔的顯眼性評分。分數係藉由一面與第3圖所示之基準相片比較的同時，根據以下的基準評分作目視評估值。
評分1：肌膚很平滑，每個毛孔幾乎不顯眼。
評分2：肌膚平滑，但是部分毛孔稍顯眼。
評分3：在廣大範圍毛孔顯眼。
評分4：毛孔稍大而顯眼。
評分5：毛孔大，並在廣大範圍顯眼。
另一方面，以上述之女性為對象，使用CK公司製的Sebumeter(註冊商標)，測量並記錄臉頰部分的皮脂量，並一併亦記錄年齡。依此方式，製作對每個人將皮脂量、目視評估值及年齡賦予關聯的DB。
(2)統計分析
以該DB為對象，使用S.P.S.S公司製之PASW(註冊商標)Statistics17.0.3，根據逐步法進行複迴歸分析。
將皮脂量的測量值作為附屬變數，並將毛孔的目視評估值及年齡作為獨立變數。
在表1表示結果。分析的結果，複相關關係R係0.716。在第4圖表示藉Sebumeter(註冊商標)所測量之皮脂量(測量皮脂量)與從在上述所得之複迴歸式得知的皮脂量推定值(推定皮脂量)的相關關係。
[第2實施例] <2>根據使用放大影像的目視評估值來推定皮脂量 (1)製作DB
將與第1實施例的被檢驗者相同之88位女性的臉頰部分的彩色影像放大至30倍，以12階段對毛孔的顯眼性評分。分數係藉由與第5圖所示之基準相片比較而賦予。
將該分數追加至第1實施例所製作之DB的行，作為毛孔之顯眼性的目視評估值。
此外，在影像之取得，使用以下的攝像裝置。
相機 USB-2 No.1 KT10341 0232 MOLETEX(股)製
鏡頭 30XPCV4397(30倍)
視野範圍 約9.5mm×7mm
攝影條件 PL Mode 640×480 AE on
攝影軟體… USB-2用VIEWER MOLETEX(股)製
又，使用將臉頰放大影像(30倍)彩色印刷成A5尺寸者作為目視評估用的影像。
(2)統計分析
在該DB，將皮脂量的測量值作為附屬變數，並將在上述所得之毛孔的目視評估值及年齡作為獨立變數，使用S.P.S.S公司製之PASW(註冊商標)Statistics17.0.3，根據強迫投入法進行複迴歸分析。
在表2表示結果。分析的結果，複相關關係R係0.701。在第6圖表示藉Sebumeter(註冊商標)所測量之皮脂量(測量皮脂量)與從在上述所得之複迴歸式得知的推定皮脂量的相關關係。
<3>根據影像分析來推定皮脂量 (1)製作DB
使用影像處理分析軟體「Nano Hunter NS2K-Pro」(註冊商標，Nano System(股)製)，對在第2實施例所取得之88位女性之夏季的臉頰部分的彩色影像(640×480像素之24位元BMP)，計算出表3所示的各種特徵量。在將彩色影像二值化後，算出特徵量。
將各種特徵量追加至第1實施例所製作之DB的行當中。
(2)統計分析
在該DB，將皮脂量的測量值作為附屬變數，並將在上述所得之各種特徵量及年齡作為獨立變數，使用S.P.S.S公司製之PASW(註冊商標)Statistics17.0.3，利用強迫投入法進行複迴歸分析。
在表4表示結果。分析的結果，複相關關係R係0.679。在第7圖表示藉Sebumeter(註冊商標)所測量之皮脂量(測量皮脂量)與從在上述所得之複迴歸式得知的推定皮脂量的相關關係。
從以上的結果，得知從根據直接目視臉頰部之毛孔的目視評估值來推定皮脂量之方法的推定精度最高。因此，得知只需在視覺上評估對象者之毛孔的顯眼性或大小，即可推定對象者的皮脂量。
[產業上之可利用性]
本發明之皮脂量推定技術係可利用於肌膚診斷、全身美容保養、護膚、化妝、健康食品及至美容整形等之效果的評估。
1‧‧‧輸入部
2‧‧‧CPU
3‧‧‧ROM
4‧‧‧RAM
5‧‧‧記錄部
6‧‧‧操作部
7‧‧‧顯示部
DB‧‧‧資料庫
第1圖係表示本發明之皮脂量的推定方法之一實施形態的步驟圖。
第2圖係表示本發明之皮脂量的推定方法之一實施形態的硬體方塊圖。
第3圖係在第1實施例用於評估之基準相片。
第4圖係表示在第1實施例所分析之藉由測量皮脂量與根據本發明之方法所得的推定皮脂量之相關關係的圖(分析曲線)。
第5圖係在第2實施例用於評估之基準相片。
第6圖係表示在第2實施例所分析之藉由測量皮脂量與根據本發明之方法所得的推定皮脂量之相關關係的圖(分析曲線)。
第7圖係表示在第3實施例所分析之藉由測量皮脂量與根據本發明之方法所得的推定皮脂量之相關關係的圖(分析曲線)。

Claims (10)

  1. 一種皮脂量的推定方法，該方法係包含根據毛孔之視覺性特徵量及年齡、與皮脂量之相關關係，從對象者之毛孔的視覺性特徵量及年齡推定該對象者的皮脂量。
  2. 如申請專利範圍第1項之皮脂量的推定方法，其中該毛孔的視覺性特徵量係毛孔之顯眼性的目視評估值。
  3. 如申請專利範圍第1項之皮脂量的推定方法，其中該毛孔的視覺性特徵量係從毛孔之大小的測量值、毛孔之個數的測量值、及毛孔之形狀的測量值所選擇。
  4. 如申請專利範圍第1至3項中任一項之皮脂量的推定方法，其中包含：該相關關係是藉算式或模型表示，並藉由將該對象者之毛孔的視覺性特徵量及對象者之年齡應用於該算式或模型，推定該對象者的皮脂量。
  5. 如申請專利範圍第4項之皮脂量的推定方法，其中包含以下的步驟：影像資料取得步驟，係取得對象者之毛孔的影像資料；特徵量評估或算出步驟，係自所取得之毛孔的影像資料來評估或算出毛孔的視覺性特徵量；及皮脂量算出步驟，係將該算出之毛孔的視覺性特徵量及對象者之年齡應用於預先準備之表示從毛孔的影像資料所得之毛孔的視覺性特徵量及年齡、與皮脂量之相關關係的算式或模型，而算出該對象者的推定皮脂量。
  6. 如申請專利範圍第4或5項之皮脂量的推定方法，其中該算式係自PLS、MLR、PCR、或邏輯所得之預測式或預測模型。
  7. 一種推定裝置，該裝置係包括：記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料作比對，而算出該對象者的推定皮脂量。
  8. 如申請專利範圍第7項之皮脂量推定裝置，其中更具有自對象者之毛孔的影像資料算出毛孔之視覺性特徵量的特徵量算出手段，該皮脂量算出手段係將藉該特徵量算出手段所算出之視覺性特徵量與記憶手段所記憶之皮脂量相關資料比對。
  9. 一種皮脂量推定程式，該程式係使電腦發揮作為如下的手段：記憶手段，係記憶表示毛孔之視覺性特徵量及年齡、與皮脂量之相關關係的皮脂量相關資料；及皮脂量算出手段，係將對象者之毛孔的視覺性特徵量及對象者的年齡與該記憶手段所記憶之皮脂量相關資料作比對，而算出該對象者的推定皮脂量。
  10. 如申請專利範圍第9項之皮脂量推定程式，其中更使電腦發揮作為自對象者之毛孔的影像資料算出毛孔之視覺性特徵量的特徵量算出手段。
TW101148565A 2011-12-21 2012-12-20 皮脂量的推定方法、皮脂量推定裝置及皮脂量推定程式 TWI528296B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011279965 2011-12-21

Publications (2)

Publication Number Publication Date
TW201331857A true TW201331857A (zh) 2013-08-01
TWI528296B TWI528296B (zh) 2016-04-01

Family

ID=48668337

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101148565A TWI528296B (zh) 2011-12-21 2012-12-20 皮脂量的推定方法、皮脂量推定裝置及皮脂量推定程式

Country Status (3)

Country Link
JP (1) JP6138696B2 (zh)
TW (1) TWI528296B (zh)
WO (1) WO2013094442A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104757938A (zh) * 2015-03-30 2015-07-08 中国科学院长春光学精密机械与物理研究所 基于近红外光谱技术的皮肤油脂含量检测方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018139974A (ja) * 2017-02-28 2018-09-13 株式会社 資生堂 情報処理装置、プログラム
US11172873B2 (en) 2018-05-17 2021-11-16 The Procter & Gamble Company Systems and methods for hair analysis
US12039732B2 (en) 2021-04-14 2024-07-16 The Procter & Gamble Company Digital imaging and learning systems and methods for analyzing pixel data of a scalp region of a users scalp to generate one or more user-specific scalp classifications
US20220375601A1 (en) * 2021-05-21 2022-11-24 The Procter & Gamble Company Artificial intelligence based systems and methods for analyzing user-specific skin or hair data to predict user-specific skin or hair conditions

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5002134B2 (ja) * 2005-05-18 2012-08-15 ポーラ化成工業株式会社 肌特性マップ及び肌特性の表示方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104757938A (zh) * 2015-03-30 2015-07-08 中国科学院长春光学精密机械与物理研究所 基于近红外光谱技术的皮肤油脂含量检测方法

Also Published As

Publication number Publication date
JPWO2013094442A1 (ja) 2015-04-27
WO2013094442A1 (ja) 2013-06-27
TWI528296B (zh) 2016-04-01
JP6138696B2 (ja) 2017-05-31

Similar Documents

Publication Publication Date Title
TWI514291B (zh) 年齡估計方法
US7324668B2 (en) Feature extraction in beauty analysis
US9330298B2 (en) Face impression analyzing method, aesthetic counseling method, and face image generating method
EP1297781A1 (en) Early detection of beauty treatment progress
JP5290585B2 (ja) 肌色評価方法、肌色評価装置、肌色評価プログラム、及び該プログラムが記録された記録媒体
TWI528296B (zh) 皮脂量的推定方法、皮脂量推定裝置及皮脂量推定程式
Scandrett et al. A person-specific, rigorous aging model of the human face
Duan et al. 3D face reconstruction from skull by regression modeling in shape parameter spaces
US20150099947A1 (en) Skin youthfulness index, methods and applications thereof
CN102782727B (zh) 用于使用谱图像数据来生成3d rgb模型的皮肤治疗分析的系统
US20080304736A1 (en) Method of estimating a visual evaluation value of skin beauty
Claes et al. Bayesian estimation of optimal craniofacial reconstructions
KR102485256B1 (ko) 맞춤형 피부 진단 및 관리 시스템
Gerig et al. Longitudinal modeling of appearance and shape and its potential for clinical use
JP3920747B2 (ja) 画像処理装置
Imai et al. Facial cues to age perception using three-dimensional analysis
CN115497123A (zh) 感兴趣区域状态参数获取方法
Short et al. Evidence for a young adult face bias in accuracy and consensus of age estimates
Lachinov et al. Learning spatio-temporal model of disease progression with NeuralODEs from longitudinal volumetric data
KR20210059214A (ko) 인공 지능에 기반한 피부 진단을 통한 고객 맞춤형 피부 외용제의 제공 방법
JP7349125B2 (ja) 美容判定方法、官能評価方法、及びシステム
JP2022078936A (ja) 肌画像分析方法
JP7520679B2 (ja) いきいきとした顔の度合い推定方法、いきいきとした顔の度合い推定装置、及びいきいきとした顔の度合い推定プログラム
TW201535320A (zh) 增齡分析方法及增齡分析裝置
Saha et al. Personalized pain study platform using evidence-based continuous learning tool