特許ウォッチ

公開番号2023074292
公報種別公開特許公報(A)
公開日2023-05-29
出願番号2021187166
出願日2021-11-17
発明の名称肌傾向の推定方法
出願人株式会社ファンケル
代理人個人,個人
主分類G01N 33/50 20060101AFI20230522BHJP(測定;試験)
要約【課題】迅速に肌傾向を推定することのできる推定方法を提供すること。
【解決手段】角層画像の細胞領域、重層剥離領域、1細胞領域の1以上を特定し、
これらから得られる角層パラメータと、特定のカットオフ値とを比較することにより、肌傾向を推定する推定方法。
【選択図】図2
特許請求の範囲【請求項１】
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、１細胞輝度平均値、１細胞輝度標準偏差、１細胞輝度中央値、１細胞輝度最大値、１細胞輝度最小値、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後の肌荒れの生じやすさを推定することを特徴とする推定方法。
続きを表示（約 930 文字）【請求項２】
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後に赤み・痒みの生じやすさを推定することを特徴とする推定方法。
【請求項３】
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
細胞領域面積、１細胞に外接する長方形面積からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、日焼け後の赤くなりやすさを推定することを特徴とする推定方法。
【請求項４】
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、１細胞輝度平均値、１細胞輝度標準偏差、１細胞輝度中央値、１細胞輝度最小値、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、日焼け後の黒くなりやすさを推定することを特徴とする推定方法。
【請求項５】
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、１細胞に外接する長方形面積からなる群から選択される１以上の角層パラメータ値を説明変数、日焼け後の黒くなりやすさを目的変数とする相関関係に基づいて、
角層画像から日焼け後の黒くなりやすさを推定することを特徴とする推定方法。
【請求項６】
前記細胞領域、重層剥離領域、１細胞領域の１以上が、予め複数枚の学習用角層画像と各学習用角層画像における目視評価による細胞領域、重層剥離領域、１細胞領域の１以上とを機械学習させた機械学習モデルを用いて特定されることを特徴とする請求項１～５のいずれかに記載の推定方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、肌傾向の推定方法に関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
化粧品による肌トラブルの起こりやすさ、日焼け後にどのような変化が起こるか等の肌傾向は人それぞれに異なる。肌傾向を識別する方法として、例えば、特許文献１には分泌される脂質の季節変動を指標とする肌質の鑑別法が、特許文献２には角層細胞の配列規則性を指標とする敏感肌の鑑別法が提案されている。
特許文献１の鑑別法は、長期的なサンプル採取が必要であり、結果が出るまでに時間がかかる。特許文献２の鑑別法は、採取した角層細胞の配列規則性を目視でランク付けする必要があり、評価者によるばらつき等が生じるおそれがある。
【先行技術文献】
【特許文献】
【０００３】
特開２０００－２７９４１７号公報
特開２０１０－１９４２６７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明は、迅速に肌傾向を推定することのできる推定方法を提供することを課題とする。
【課題を解決するための手段】
【０００５】
本発明は、上記課題を解決するために鋭意検討した結果、角層の観察画像から得られる角層構造を指標として、肌傾向を推定できることを見出してなされたものである。
【０００６】
具体的には、本発明の課題を解決するための手段は以下の通りである。
１．角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、１細胞輝度平均値、１細胞輝度標準偏差、１細胞輝度中央値、１細胞輝度最大値、１細胞輝度最小値、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後の肌荒れの生じやすさを推定することを特徴とする推定方法。
２．角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後に赤み・痒みの生じやすさを推定することを特徴とする推定方法。
３．角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
細胞領域面積、１細胞に外接する長方形面積からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、日焼け後の赤くなりやすさを推定することを特徴とする推定方法。
４．角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、１細胞輝度平均値、１細胞輝度標準偏差、１細胞輝度中央値、１細胞輝度最小値、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、日焼け後の黒くなりやすさを推定することを特徴とする推定方法。
５．角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、１細胞に外接する長方形面積からなる群から選択される１以上の角層パラメータ値を説明変数、日焼け後の黒くなりやすさを目的変数とする相関関係に基づいて、
角層画像から日焼け後の黒くなりやすさを推定することを特徴とする推定方法。
６．前記細胞領域、重層剥離領域、１細胞領域の１以上が、予め複数枚の学習用角層画像と各学習用角層画像における目視評価による細胞領域、重層剥離領域、１細胞領域の１以上とを機械学習させた機械学習モデルを用いて特定されることを特徴とする１．～５．のいずれかに記載の推定方法。
【発明の効果】
【０００７】
本発明の推定方法は、角層構造から得られる数値を指標とするものであり、非常に迅速に、かつ、容易に肌傾向を推定することができる。
【図面の簡単な説明】
【０００８】
実施例の肌アンケートＱ１で異なる解答をした２つ肌傾向を有する群それぞれにおける、輝度最小値の値と人数の関係を表すグラフ。
図１のグラフで、ＲＯＣ最適値をカットオフ値とした際の陽性または陰性と判定される人数を示すグラフ。
【発明を実施するための形態】
【０００９】
本発明の第１の推定方法は、
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、１細胞輝度平均値、１細胞輝度標準偏差、１細胞輝度中央値、１細胞輝度最大値、１細胞輝度最小値、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後の肌荒れの生じやすさを推定する。
【００１０】
本発明の第２の推定方法は、
角層画像の細胞領域、重層剥離領域、１細胞領域の１以上を特定し、
１細胞面積、１細胞周囲長、真円度、１細胞に外接する長方形面積、１細胞に外接する長方形の長短辺比、近似する４－６角形からなる群から選択される１以上の角層パラメータ値を算出し、
この角層パラメータ値とカットオフ値とを比較することにより、化粧品塗布後に赤み・痒みの生じやすさを推定する。
（【００１１】以降は省略されています）

関連特許