特開 2025-31989 シミ属性判定方法、血管密集度推定方法、及び血管密集度推定システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2025031989

(43)【公開日】2025-03-07

(54)【発明の名称】シミ属性判定方法、血管密集度推定方法、及び血管密集度推定システム

(51)【国際特許分類】

   A61B 5/00 20060101AFI20250228BHJP

   A61B 5/107 20060101ALI20250228BHJP

【ＦＩ】

A61B5/00 M

A61B5/107 800

【審査請求】有

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2024230797

(22)【出願日】2024-12-26

(62)【分割の表示】P 2021555125の分割

【原出願日】2020-11-06

(31)【優先権主張番号】PCT/JP2019/044031

(32)【優先日】2019-11-08

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】000001959

【氏名又は名称】株式会社 資生堂

(74)【代理人】

【識別番号】110004381

【氏名又は名称】弁理士法人ＩＴＯＨ

(72)【発明者】

【氏名】二宮 真人

(72)【発明者】

【氏名】原 祐輔

(72)【発明者】

【氏名】星野 拓馬

(72)【発明者】

【氏名】菊地 久美子

(72)【発明者】

【氏名】山下 豊信

(72)【発明者】

【氏名】根岸 圭

(57)【要約】

【課題】シミの評価を簡単に行うことができるシミ属性判定方法を提供すること。
【解決手段】シミが含まれる皮膚の領域を画定し、画定した前記領域の表皮厚を測定し、所定の基準表皮厚に対する測定した前記表皮厚の比を表皮厚比として算出し、算出した前記表皮厚比から前記シミの属性を判定し、前記シミの属性が、前記シミに対するレーザー治療の有効性であり、前記シミの属性として、前記表皮厚比が厚い前記領域はレーザー治療による効果が低く、前記表皮厚比が薄い前記領域はレーザー治療による効果が高いことを予測する、シミ属性判定方法。
【選択図】なし

【特許請求の範囲】

【請求項1】

シミが含まれる皮膚の領域を画定し、
画定した前記領域の表皮厚を測定し、
所定の基準表皮厚に対する測定した前記表皮厚の比を表皮厚比として算出し、
算出した前記表皮厚比から前記シミの属性を判定し、
前記シミの属性が、前記シミに対するレーザー治療の有効性であり、
前記シミの属性として、前記表皮厚比が厚い前記領域はレーザー治療による効果が低く、前記表皮厚比が薄い前記領域はレーザー治療による効果が高いことを予測する、シミ属性判定方法。

【請求項2】

皮膚の領域を画定し、
画定した前記領域の表皮厚を測定し、
所定の基準表皮厚に対する測定した前記表皮厚の比を表皮厚比として算出し、
算出した前記表皮厚比から前記領域の血管密集度を推定し、
推定した前記血管密集度から前記領域に発生するシミの属性を判定し、
前記シミの属性が、前記シミに対するレーザー治療の有効性であり、
前記シミの属性として、前記表皮厚比が厚い前記領域はレーザー治療による効果が低く、前記表皮厚比が薄い前記領域はレーザー治療による効果が高いことを予測する、血管密集度推定方法。

【請求項3】

前記血管密集度は、所定の基準血管密度に対する前記領域の血管密度の比である、請求項２に記載の血管密集度推定方法。

【請求項4】

前記表皮厚は、前記領域の画像の画像解析により測定する、請求項２または３に記載の血管密集度推定方法。

【請求項5】

前記画像は、前記領域の表皮の画像である、請求項４に記載の血管密集度推定方法。

【請求項6】

前記画像が、３次元画像である、請求項４または５に記載の血管密集度推定方法。

【請求項7】

前記画像は、前記領域の表面からの深さが５０μｍ以上６００μｍ以下の範囲から得られる画像である、請求項４乃至６のいずれか一項に記載の血管密集度推定方法。

【請求項8】

前記領域の明るさまたは色に基づいて前記シミを特定する、請求項２乃至７のいずれか一項に記載の血管密集度推定方法。

【請求項9】

皮膚の領域の画像を形成する画像形成部と、
前記画像から前記領域の表皮厚を測定する表皮厚測定部と、
所定の基準表皮厚に対する測定した前記表皮厚の比を表皮厚比として算出する表皮厚比算出部と、
算出した前記表皮厚比から前記領域の血管密集度を推定する血管密集度推定部と、
推定した前記血管密集度から前記領域に発生するシミの属性を判定するシミ属性判定部とを有し、
前記シミの属性が、前記シミに対するレーザー治療の有効性であり、
前記シミの属性として、前記表皮厚比が厚い前記領域はレーザー治療による効果が低く、前記表皮厚比が薄い前記領域はレーザー治療による効果が高いことを予測する、血管密集度推定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、シミ属性判定方法、血管密集度推定方法、及び血管密集度推定システムに関する。

【背景技術】

【0002】

シミを評価する技術として、従来から種々の技術が知られている。例えば、シミ部位に対する光線治療後の該シミ部位におけるメラノソームの有無または血流量によって、シミ部位の光線治療後のシミの再発を評価する技術がある（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００８－１１９９４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の技術では、シミ部位に光線治療等の施術を行った後でなければ、シミを評価することができず、シミ部位に対する治療効果の有無等を事前に予測することは困難である。

【0005】

本発明の課題は、シミの評価を簡単に行うことができるシミ属性判定方法を提供することである。

【課題を解決するための手段】

【0006】

上記課題を解決するため、本発明の一態様は、シミが含まれる皮膚の領域を画定し、画定した前記領域の表皮厚を測定し、所定の基準表皮厚に対する測定した前記表皮厚の比を表皮厚比として算出し、算出した前記表皮厚比から前記シミの属性を判定し、前記シミの属性が、前記シミに対するレーザー治療の有効性であり、前記シミの属性として、前記表皮厚比が厚い前記領域はレーザー治療による効果が低く、前記表皮厚比が薄い前記領域はレーザー治療による効果が高いことを予測する、シミ属性判定方法を提供する。

【発明の効果】

【0007】

本発明の一態様によれば、シミの評価を簡単に行うことができるシミ属性判定方法を提供することができる。

【図面の簡単な説明】

【0008】

【図1】本発明に係るシミ属性判定方法のアルゴリズムの一例を示すフローチャートである。

【図2】皮膚領域（シミ部位）の構成を示す図である。

【図3】皮膚領域を可視化する原理を示す図である。

【図4】皮膚領域の血流画像を２次元で示す図である。

【図5】皮膚領域の血流画像を３次元で示す図である。

【図6】皮膚領域の血流画像を算出するモデル式を示す。

【図7】皮膚領域における血管密度とシミの属性との相関係数を算出するアルゴリズムの一例を示すフローチャートである。

【図8】治療効果が高いシミ部位の治療前の表面と内部構造を示す図である。

【図9】図８のシミ部位の治療後３か月の表面を示す図である。

【図10】治療効果が低いシミ部位の治療前の表面と内部構造を示す図である。

【図11】図１０のシミ部位の治療後３か月の表面を示す図である。

【図12】シミ部位における血管密度とメラニン値比との相関関係を示す図である。

【図13】シミ部位における血管密度と明るさ比との相関関係を示す図である。

【図14】シミ部位における血管密度とレーザー治療による効果との関係を示す図である。

【図15】本発明に係るシミ属性判定システムの実施形態を示すブロック図である。

【図16】本発明に係る血管密集度推定方法のアルゴリズムの一例を示すフローチャートである。

【図17】基準表皮厚の皮膚領域（正常部位）の断面を示す図である。

【図18】シミ部位と正常部位を含む皮膚領域の断面を示す図である。

【図19】皮膚領域における表皮厚比と血管密集度との相関関係を示す図である。

【図20】皮膚領域における表皮厚比とメラニン値比との相関関係を示す図である。

【図21】本発明に係る血管密集度推定システムの実施形態を示すブロック図である。

【発明を実施するための形態】

【0009】

本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、各図において共通する部分については、同一の符号を付して説明を省略する場合がある。

【0010】

＜シミ属性判定方法＞
図１は、本発明に係るシミ属性判定方法のアルゴリズムの一例を示すフローチャートである。図２は、皮膚領域（シミ部位）の構成を示す図である。

【0011】

本例のシミ属性判定方法では、まず、シミＳＳが含まれる皮膚の領域（以下、皮膚領域またはシミ部位という場合がある）ＳＡを画定する（図１、ステップＳ１、図２参照）。ここで、シミＳＳは、肌にメラニン色素が沈着した状態を示す（図２参照）。シミＳＳの具体例としては、例えば、老人性色素斑（日光性黒子）、脂漏性角化症、雀卵斑（そばかす）、肝斑等に加え炎症後色素沈着が挙げられる。

【0012】

また、皮膚の領域（皮膚領域）ＳＡとは、皮膚の表面および内部の領域を示す。具体的には、皮膚の表面が表皮ＥＭに対応し、皮膚の内部が真皮ＤＭに対応する（図２参照）。画定するとは、シミＳＳが含まれる皮膚領域ＳＡを一定の範囲（シミ部位）として扱うことを示す。なお、皮膚領域（シミ部位）ＳＡを画定する態様は、限定されない。例えば、皮膚領域（シミ部位）ＳＡを、専門家または熟練者が目視で画定してもよく、また装置を用いた画像解析等によって機械的に画定してもよい。

【0013】

なお、本例のシミ属性判定方法において、シミ部位ＳＡに含まれるシミＳＳを特定する態様は、限定されない。本例のシミ属性判定方法では、例えば、シミＳＳが含まれる皮膚領域ＳＡの明るさまたは色に基づいてシミＳＳを特定することができる。ここで、皮膚領域ＳＡの明るさとは、シミ部位ＳＡの表面の明度を示す。また皮膚領域ＳＡの色とは、シミ部位ＳＡの表面の色を示す。

【0014】

次に、皮膚領域（シミ部位）ＳＡの血管ＢＶを可視化する（図１、ステップＳ２、図２参照）。具体的には、画定した皮膚領域（シミ部位）ＳＡの画像を取得する。ここで、皮膚領域（シミ部位）ＳＡの画像とは、画定した皮膚領域（シミ部位）ＳＡを撮影または撮像して得られる画像（または画像データ）を示す。

【0015】

本例のシミ属性判定方法では、さらに、皮膚領域（シミ部位）ＳＡの血管密度を測定する（図１、ステップＳ３、図２参照）。ここで、血管密度とは、血管ＢＶが密集する度合いを示す（図２参照）。なお、血管密度を測定する態様は、限定されない。本例では、上述のように皮膚領域ＳＡの画像の画像解析により血管密度を測定する。

【0016】

また、画像解析とは、画像から基本要素を取り出し、統計的なデータを得ることを示す。画像解析の態様は、任意であり、例えば、皮膚領域ＳＡの画像を二値化することにより、皮膚領域を可視化する画像解析等が挙げられる。

【0017】

本例のシミ属性判定方法において、血管密度を測定する画像解析に用いる画像の対象は、限定されない。本例のシミ属性判定方法では、画像解析に用いる画像は、皮膚領域ＳＡの血流画像であることが好ましい。ここで、血流画像とは、皮膚領域ＳＡにおいて血液が流れる領域の画像を示す。

【0018】

図３は、皮膚領域を可視化する原理を示す図である。本例では、血流画像等の画像を、図３に示す光干渉断層撮影装置（Optical Coherence Tomography、以下、ＯＣＴという場合がある）ＶＤにより形成する。ここで、光干渉断層撮影装置ＶＤは、光源ＬＳから低コヒーレンスの近赤外線を皮膚領域ＳＡに照射して、反射した近赤外線との干渉により、非接触で皮膚領域ＳＡを可視化する装置である（図３参照）。なお、近赤外線の波長は、任意である。本実施形態では、照射する近赤外線の波長を約１３００ｎｍとした。

【0019】

なお、血流画像等の画像は、ＯＣＴで形成されたものに限定されない。ＯＣＴ以外の手法で得られる画像としては、例えば、レーザースペックル血流計、ドップラー血流計、ビデオマイクロスコープ等の手法で得られる画像が挙げられる。

【0020】

皮膚領域ＳＡの画像には、２次元の平面画像ＩＭ２を用いることができる（図４参照）。平面画像ＩＭ２において、画像の白黒は組織からの反射光強度を反映しており、動きのある領域の画像が血流画像ＢＦを示す。

【0021】

また、皮膚領域ＳＡの画像には、平面画像（２次元画像）ＩＭ２の代わりに３次元画像ＩＭ３を用いることができる（図５参照）。ここで、３次元画像ＩＭ３は、３次元直交座標系（Ｘ軸、Ｙ軸、Ｚ軸）で表される立体画像を示す。なお、図５に示す例では、３次元画像ＩＭ３として、皮膚領域ＳＡの表面からの深さが２００μｍの３次元画像ＩＭ３ｅと、皮膚領域ＳＡの表面からの深さが４００μｍの３次元画像ＩＭ３ｄとが示されている。

【0022】

なお、血流画像ＢＦは、図６に示される所定のモデル式（１）により演算することができる。血管密度は、血流画像ＢＦが２次元画像の場合は、画定された皮膚領域（シミ部位）ＳＡの面積に対する血管ＢＶ（血流画像ＢＦ）の面積の割合（％）を示し、血流画像ＢＦが３次元画像の場合は、画定された皮膚領域（シミ部位）ＳＡの体積に対する血管ＢＶ（血流画像ＢＦ）の体積の割合（％）を示す。

【0023】

本例のシミ属性判定方法において、画像解析に用いられる画像を取得する皮膚領域ＳＡの箇所は、限定されない。本例のシミ属性判定方法では、皮膚領域ＳＡの画像は、皮膚領域ＳＡの表面からの深さが、例えば５０μｍ以上６００μｍ以下の範囲から得られた画像（３次元画像ＩＭ３ｅ）であり、好ましくは２００μｍ以上５００μｍ以下、より好ましくは３００μｍ以上４００μｍ以下の範囲から得られた画像（３次元画像ＩＭ３ｄ）である。

【0024】

ここで、皮膚領域ＳＡの表面からの深さが５０μｍ以上６００μｍ以下の範囲は、表皮および真皮を含む範囲に略対応し、２００μｍ以上５００μｍ以下の範囲は、真皮を含む範囲に略対応し、３００μｍ以上４００μｍ以下の範囲は、真皮の一部に略対応する。

【0025】

本例のシミ属性判定方法では、さらに、血管密度からシミＳＳの属性を判定する（図１、ステップＳ４、図２参照）。ここで、シミＳＳの属性（以下、シミ属性という場合がある）とは、シミＳＳに備わる固有の性質、特徴を示す。血管密度からシミ属性を判定するとは、血管密度に基づいてシミ属性を見分けることを示す。

【0026】

なお、対象となる皮膚領域（シミ部位）ＳＡについてシミ属性の判定が行われた後に、別の皮膚領域（シミ部位）ＳＡについてシミ属性を判定する場合は、シミ部位ＳＡの画定からシミ属性の判定までの処理（図１、ステップＳ１～ステップＳ４参照）を繰り返す。

【0027】

本例のシミ属性判定方法において、血管密度から判定されるシミＳＳの属性は、限定されない。本例のシミ属性判定方法では、シミＳＳの属性として、シミＳＳに対するレーザー治療の有効性を判定する。ここで、レーザー治療とは、光線治療の一種であり、レーザーを照射することによって、シミＳＳの原因となるメラニン等を選択的に破壊することでシミＳＳを消失させる治療を示す。治療の有効性とは、治療による効果の大小を示す。

【0028】

図７は、皮膚領域（シミ部位）における血管密度とシミの属性との相関係数を算出するアルゴリズムの一例を示すフローチャートである。ここでは、まず、レーザー治療前の皮膚領域（シミ部位）ＳＡの血管密度とメラニン値Ｍｂを測定する（図２、図７、ステップＳ１１、図８、図１０参照）。

【0029】

なお、メラニン値とは、皮膚領域（シミ部位）ＳＡの黒色度を示す。メラニン値は、皮膚の色を示す指標の一例であり、明るさに対して反比例の関係となる。メラニン値の測定方法は、任意である。本例では、皮膚分析機（ガデリウス・メディカル株式会社製、ＡＮＴＥＲＡ ３Ｄ）を用いてメラニン値Ｍｂを測定した。

【0030】

次に、メラニン値Ｍｂを測定した皮膚領域（シミ部位）ＳＡにレーザー治療を施す（図２、図７、ステップＳ１２参照）。具体的には、シミ部位ＳＡにレーザーを照射して、皮膚領域ＳＡに含まれるシミＳＳを消失させる（または薄くする）。

【0031】

レーザー治療後の皮膚領域ＳＡについて、レーザー治療から３か月後のメラニン値Ｍａを測定する（図２、図７、ステップＳ１３、図９、図１１参照）。メラニン値Ｍａの測定は、レーザー治療前の皮膚領域（シミ部位）ＳＡのメラニン値Ｍｂの測定（図７、ステップＳ１１）と同様に行う。

【0032】

次に、皮膚領域（シミ部位）ＳＡにおけるレーザー治療後のメラニン値Ｍａとレーザー治療前のメラニン値Ｍｂとの比Ｍａ／Ｍｂ（以下、メラニン値比Ｍ^＊という）を算出する（図２、図７、ステップＳ１４参照）。なお、メラニン値比Ｍ^＊の値が高い程レーザー治療効果が低く、メラニン値比Ｍ^＊の値が低い程レーザー治療効果が高いことを示す。

【0033】

そして、皮膚領域（シミ部位）ＳＡの血管密度とメラニン値比Ｍ^＊との相関係数を算出する（図７、ステップＳ１５）。本例では、被験者１１人を対象とする１３例について、皮膚領域（シミ部位）ＳＡの血管密度とメラニン値比Ｍ^＊を測定したデータをプロットし、相関係数は０．６３となった（図１２参照）。

【0034】

これにより、皮膚領域（シミ部位）ＳＡの血管密度とメラニン値比Ｍ^＊との間に相関関係があることが判る。この相関関係は、皮膚領域（シミ部位）ＳＡの血管密度が高いとメラニン値比Ｍ^＊が高く、皮膚領域（シミ部位）ＳＡの血管密度が低いとメラニン値比Ｍ^＊が低くなることを示している。すなわち、血管密度が高い皮膚領域（シミ部位）ＳＡは、レーザー治療による効果が低く、血管密度が低い皮膚領域（シミ部位）ＳＡは、レーザー治療による効果が高いことが予測できる（図１４参照）。

【0035】

また、皮膚領域（シミ部位）ＳＡにおけるレーザー治療後１２週の明るさＬ^＊ａとレーザー治療前の明るさＬ^＊ｂとの比Ｌ^＊ａ／Ｌ^＊ｂ（以下、明るさ比Ｌ^＊ｒという）を算出した。なお、明るさの測定方法は、任意である。本例では、皮膚分析機（ガデリウス・メディカル株式会社製、ＡＮＴＥＲＡ ３Ｄ）を用いて、明るさＬ^＊ａ、Ｌ^＊ｂを測定した。なお、明るさ比Ｌ^＊ｒの値が高い程レーザー治療効果が高く、明るさ比Ｌ^＊ｒの値が低い程レーザー治療効果が低いことを示す。

【0036】

皮膚領域（シミ部位）ＳＡの血管密度と得られた明るさ比Ｌ^＊ｒとの相関係数を算出した。皮膚領域（シミ部位）ＳＡの血管密度と明るさ比Ｌ^＊ｒは、上述の被験者１１人（１３例）について測定したデータをプロットし、相関係数は－０．６２９となった（図１３参照）。

【0037】

これにより、皮膚領域（シミ部位）ＳＡの血管密度と明るさ比Ｌ^＊ｒとの間にも相関関係があることが判った。この相関関係は、皮膚領域（シミ部位）ＳＡの血管密度が高いと明るさ比Ｌ^＊ｒが低く、皮膚領域（シミ部位）ＳＡの血管密度が低いと明るさ比Ｌ^＊ｒが高くなることを示している。すなわち、血管密度が高い皮膚領域（シミ部位）ＳＡは、レーザー治療による効果が低く、血管密度が低い皮膚領域（シミ部位）ＳＡは、レーザー治療による効果が高いことが予測できる（図１４参照）。

【0038】

本発明の発明者等は、上述のように、シミＳＳが含まれる皮膚の領域（以下、シミ部位という）ＳＡにおいて、血管密度が高い場合と低い場合とがあり、血管密度の高低によってシミ部位ＳＡに含まれるシミＳＳの属性が異なることを見出した。具体的には、シミ部位ＳＡのレーザー治療後にシミＳＳが消失したまま維持される場合と、シミＳＳが再発する場合があり、この治療効果の違いが血管密度の高低によって生じる傾向があることが分かった。すなわち、シミＳＳの属性とシミ部位ＳＡの血管密度との間に相関があることを見出した。

【0039】

本例のシミ属性判定方法は、このような考察から得られたものであり、画定された皮膚領域ＳＡの血管密度からシミ属性を判定することにより、皮膚領域ＳＡの血管密度を測定するだけで、シミ部位ＳＡの性質や特徴を見きわめることができる。これにより、本例では、シミ部位ＳＡに対する治療効果の有無等のシミ属性を事前に予測することができる。そのため、本例のシミ属性判定方法によれば、光線治療等の施術を行う前にシミＳＳの評価を簡単に行うことができる。

【0040】

本例のシミ属性判定方法では、皮膚領域ＳＡの画像解析により血管密度を測定することで、皮膚領域ＳＡの血管密度について客観的な情報を得ることができる。そのため、皮膚領域ＳＡの画像解析により測定した血管密度からシミ属性を判定することにより、高い精度でシミ属性を判定することができる。

【0041】

本例のシミ属性判定方法では、皮膚領域ＳＡの血流画像ＢＦの画像解析により血管密度を測定することで、皮膚領域ＳＡの血管密度についてより客観的な情報を得ることができる。そのため、皮膚領域ＳＡの血流画像ＢＦの画像解析により測定した血管密度からシミ属性を判定することにより、より高い精度でシミ属性を判定することができる。

【0042】

本例のシミ属性判定方法では、皮膚領域ＳＡの３次元画像ＩＭ３の画像解析により血管密度を測定することにより、皮膚領域ＳＡの血管密度についてさらに客観的な情報を得ることができる。そのため、皮膚領域ＳＡの３次元画像ＩＭ３を画像解析から測定した血管密度に基づいてシミ属性を判定することにより、さらに高い精度でシミ属性を判定することができる。

【0043】

本例のシミ属性判定方法では、皮膚領域ＳＡの表面からの深さが５０μｍ以上６００μｍ以下の範囲から得られた画像の画像解析により血管密度を測定することで、皮膚領域ＳＡの血管密度について漏れのない情報を得ることができる。そのため、皮膚領域ＳＡの表面からの深さがこのような範囲となる皮膚領域ＳＡの箇所から得られた画像の画像解析により測定した血管密度に基づいてシミ属性を判定することで、さらに高い精度でシミ属性を判定することができる。

【0044】

本例のシミ属性判定方法では、シミＳＳが含まれる皮膚領域ＳＡの明るさまたは色に基づいてシミＳＳを特定することにより、シミＳＳが含まれる皮膚領域ＳＡの画定を客観的に行うことができる。そのため、このようにシミＳＳが特定された皮膚領域ＳＡの血管密度からシミ属性を判定することにより、高い精度でシミ属性を判定することができる。

【0045】

本実施形態のシミ属性判定方法では、シミＳＳの属性として、シミＳＳに対するレーザー治療の有効性を判定することにより、皮膚領域ＳＡの血管密度を測定するだけで、シミ部位ＳＡに対するレーザー治療の効果の有無を事前に予測することができる。そのため、本実施形態によれば、シミ部位ＳＡに対するレーザー治療の施術を行う前にシミＳＳの評価をより簡単に行うことができる。

【0046】

＜シミ属性判定システム＞

【0047】

図１５は、本発明に係るシミ属性判定システムの実施形態を示すブロック図である。本実施形態に係るシミ属性判定システム１は、情報入力部１０、画像形成部２０、血管密度測定部３０、シミ属性判定部４０、情報出力部５０、中央演算処理数値（ＣＰＵ）６０、メモリー７０を有する（図１５）。シミ属性判定システム１は、本発明に係るシミ属性判定システムの一例であり、本発明に係るシミ属性判定方法を実行し得る。

【0048】

情報入力部１０は、被験者の諸情報（例えば、識別番号、性別、年齢、シミ部位の位置等）を入力し得るインターフェースである（図１５参照）。情報入力部１０は、中央演算処理数値（ＣＰＵ）６０、及びメモリー７０に通信可能に接続されている（図１５参照）。情報入力部１０は、中央演算処理数値（ＣＰＵ）６０により制御される。入力された情報は、メモリー７０に格納することができる。

【0049】

画像形成部２０は、シミＳＳが含まれる皮膚の領域（シミ部位）ＳＡの画像（画像ＩＭ２、ＩＭ３等）を形成する（図２、図４、図５、図１５参照）。具体的には、画像形成部２０で、上述したシミ属性判定方法の一部（図１、ステップＳ２）が実行される。

【0050】

画像形成部２０は、情報入力部１０、中央演算処理数値（ＣＰＵ）６０、及びメモリー７０に通信可能に接続されている（図１５参照）。画像形成部２０は、中央演算処理数値（ＣＰＵ）６０により制御され、画像形成部２０で得られた画像データは、メモリー７０に格納することができる。なお、画像形成部２０は、本発明に係るシミ属性判定システムの一部を構成する画像形成部の一例である。

【0051】

血管密度測定部３０は、皮膚領域（シミ部位）ＳＡの画像ＩＭから皮膚領域（シミ部位）ＳＡの血管密度を測定する（図２、図４、図５、図１５参照）。具体的には、血管密度測定部３０で、上述したシミ属性判定方法の一部（図１、ステップＳ３）が実行される。

【0052】

血管密度測定部３０は、画像形成部２０、中央演算処理数値（ＣＰＵ）６０、及びメモリー７０に通信可能に接続されている（図１５参照）。血管密度測定部３０は、中央演算処理数値（ＣＰＵ）６０により制御され、血管密度測定部３０により得られた血管密度の情報は、メモリー７０に格納することができる。なお、血管密度測定部３０は、本発明に係るシミ属性判定システムの一部を構成する血管密度測定部の一例である。

【0053】

シミ属性判定部４０は、皮膚領域（シミ部位）ＳＡの血管密度からシミＳＳの属性を判定する（図２、図１５参照）。具体的には、シミ属性判定部４０で、上述したシミ属性判定方法の一部（図１、ステップＳ４）が実行される。

【0054】

シミ属性判定部４０は、血管密度測定部３０、中央演算処理数値（ＣＰＵ）６０、及びメモリー７０に通信可能に接続されている（図１５参照）。シミ属性判定部４０は、中央演算処理数値（ＣＰＵ）６０により制御され、シミ属性判定部４０により得られた判定結果の情報は、メモリー７０に格納することができる。なお、シミ属性判定部４０は、本発明に係るシミ属性判定システムの一部を構成するシミ属性判定部の一例である。

【0055】

情報出力部５０は、シミ属性判定部４０における判定結果の情報をシミ属性判定システム１の外部に出力し得るインターフェースである（図１５参照）。情報出力部５０は、シミ属性判定部４０、中央演算処理数値（ＣＰＵ）６０、及びメモリー７０に通信可能に接続されている（図１５参照）。情報出力部５０は、中央演算処理数値（ＣＰＵ）６０により制御される。

【0056】

なお、情報出力部５０では、シミ属性判定部４０における判定結果の情報を直接出力してもよいし、メモリー７０に格納された判定結果の情報をメモリー７０から読み出して出力しても良い。また、情報出力部５０では、シミ属性判定部４０における判定結果の他に、被験者の諸情報、皮膚領域（シミ部位）ＳＡの画像データ、血管密度の情報を出力するようにしてもよい。

【0057】

また、情報出力部５０には、有線または無線での通信が可能な表示装置（図示せず）を接続してもよい。表示装置の具体例としては、情報出力部５０と表示装置とが有線で接続される場合は、パーソナルコンピュータ等のディスプレイが挙げられる。また、シミ属性判定システム１と表示装置とが無線で接続される場合は、スマートフォン等の汎用の携帯端末のディスプレイが挙げられる。

【0058】

中央演算処理数値（ＣＰＵ）６０は、情報入力部１０、画像形成部２０、血管密度測定部３０、シミ属性判定部４０、情報出力部５０、メモリー７０を制御するプロセッサである（図１５参照）。中央演算処理数値（ＣＰＵ）６０は、上述のように、情報入力部１０、画像形成部２０、血管密度測定部３０、シミ属性判定部４０、情報出力部５０、メモリー７０に接続されている（図１５参照）。

【0059】

メモリー７０は、各種の情報（被験者の諸情報、皮膚領域（シミ部位）ＳＡの画像データ、血管密度、血管密度とメラニン値比との相関係数、血管密度と明るさ比との相関係数、その他の判定結果等の情報）を記憶する（図１５参照）。メモリー７０は、上述のように、情報入力部１０、画像形成部２０、血管密度測定部３０、シミ属性判定部４０、情報出力部５０、中央演算処理数値（ＣＰＵ）６０に接続されている（図１５参照）。なお、図１５に示す例では、メモリー７０が中央演算処理数値（ＣＰＵ）６０と独立して配置されているが、本実施形態は、この構成に限定されるものではなく、メモリー７０を中央演算処理数値（ＣＰＵ）６０の内部に配置してもよい。

【0060】

なお、シミ属性判定システム１では、シミ属性の判定を高い精度で行う観点から、画像解析に用いる画像ＩＭは、皮膚領域ＳＡの血流画像ＢＦであることが好ましい。本実施形態のシミ属性判定システム１では、画定された皮膚領域ＳＡの血流画像ＢＦの画像解析により測定した血管密度からシミ属性を判定する（図１、ステップＳ１～Ｓ４）。

【0061】

実施形態のシミ属性判定システム１は、実質的に、上述した本実施形態のシミ属性判定方法を実行するシステムである。すなわち、本実施形態では、シミＳＳが含まれる皮膚領域ＳＡを画定し、皮膚領域ＳＡの血管密度を測定し、血管密度からシミＳＳの属性を判定することができる（図１、図２参照）。

【0062】

これにより、本実施形態では、皮膚領域ＳＡの血管密度を測定するだけで、シミ部位ＳＡの性質や特徴を見きわめることができるので、シミ部位ＳＡに対する治療効果の有無等のシミ属性を事前に予測することができる。そのため、本実施形態によれば、光線治療等の施術を行う前にシミＳＳの評価を簡単に行うことができる。

【0063】

また、本実施形態では、皮膚領域ＳＡの血流画像ＢＦの画像解析により血管密度を測定することで、皮膚領域ＳＡの血管密度についてより客観的な情報を得ることができる。そのため、皮膚領域ＳＡの血流画像ＢＦの画像解析により測定した血管密度からシミ属性を判定することにより、より高い精度でシミ属性を判定することができる。

【0064】

＜血管密集度推定方法＞
図１６は、本発明に係る血管密集度推定方法のアルゴリズムの一例を示すフローチャートである。図１７は、基準表皮厚の皮膚領域（正常部位）の断面を示す図であり、図１８は、シミ部位と正常部位を含む皮膚領域の断面を示す図である。なお、図１６～図１８において、図１、図２と共通する部分については、同一のまたは対応する符号を付して説明を省略する場合がある。

【0065】

本例の血管密集度推定方法では、まず、皮膚領域を画定する（図１６、ステップＳ２１）。測定する皮膚領域は、シミ部位の皮膚領域（シミが含まれる皮膚の領域）でもよく、事前にシミ部位か否か不明である皮膚領域であってもよい。測定対象となる皮膚領域は、例えば、皮膚領域ＳＡ１、ＳＡ２である（図１７、図１８）。

【0066】

皮膚領域ＳＡ１は、正常部位の（シミ部位でない）皮膚領域であり、表皮ＥＭ１と真皮ＤＭ１で構成されている。皮膚領域ＳＡ１の表皮ＥＭ１は、厚み（表皮厚）ＥＴ１を有する。皮膚領域ＳＡ１（正常部位）の表皮ＥＭ１の表皮厚ＥＴ１は、後述する基準表皮厚に対応する。また、皮膚領域ＳＡ１の真皮ＤＭ１には、血管ＢＶ１が密集している。

【0067】

皮膚領域ＳＡ２は、シミ部位の皮膚領域であり、表皮ＥＭ２と真皮ＤＭ２で構成されている。皮膚領域ＳＡ１の表皮ＥＭ１は、厚み（表皮厚）ＥＴ２を有する。皮膚領域ＳＡ２（シミ部位）の表皮厚ＥＴ２は、皮膚領域ＳＡ１（正常部位）の表皮厚ＥＴ１（基準表皮厚）より厚くなっている。また、皮膚領域ＳＡ２の真皮ＤＭ２には、血管ＢＶ２が密集している。皮膚領域ＳＡ２の血管ＢＶ２は、皮膚領域ＳＡ１の真皮ＤＭ１より、血管の密集度が高くなっている。

【0068】

次に、画定した皮膚領域ＳＡ１、ＳＡ２の表皮厚ＥＴ１、ＥＴ２を測定する（図１６、ステップＳ２２、図１７参照）。本例の血管密集度推定方法では、皮膚領域ＳＡ１、ＳＡ２の表皮厚ＥＴ１、ＥＴ２を皮膚領域ＳＡ１、ＳＡ２の各画像の画像解析により測定する。なお、皮膚領域ＳＡ１、ＳＡ２の各画像の画像解析には、上述のように皮膚領域を可視化する手法（ＯＣＴ等を用いた手法）を用いることができる（図３参照）。

【0069】

また、画像解析の対象となる画像は、皮膚領域ＳＡ１、ＳＡ２の各表皮ＥＭ１、ＥＭ２の画像である。すなわち、画像解析に用いられる画像を取得する皮膚領域ＳＡ１、ＳＡ２の箇所は、皮膚領域ＳＡ１、ＳＡ２の表皮ＥＭ１、ＥＭ２である。

【0070】

本例の血管密集度推定方法では、皮膚領域ＳＡ１、ＳＡ２の各画像は、皮膚領域ＳＡ１、ＳＡ２の表面からの深さ（表皮厚ＥＭ１、ＥＭ２）が、例えば５０μｍ以上６００μｍ以下の範囲から得られる画像（３次元画像ＩＭ３ｅ）であり、好ましくは５０μｍ以上３００μｍ以下、より好ましくは５０μｍ以上２００μｍ以下の範囲から得られる画像（３次元画像ＩＭ３ｄ）である（図５参照）。

【0071】

すなわち、皮膚領域ＳＡ１、ＳＡ２の表面からの深さが５０μｍ以上６００μｍ以下の範囲は、表皮ＥＭ１、ＥＭ２および真皮ＤＭ１、ＤＭ２を含む範囲に略対応し、５０μｍ以上４００μｍ以下の範囲は、表皮ＥＭ１、ＥＭ２と真皮ＤＭ１、ＤＭ２の一部を含む範囲に略対応し、３００μｍ以上２００μｍ以下の範囲は、真皮ＤＭ１、ＤＭ２の一部に略対応する。

【0072】

本例の血管密集度推定方法では、所定の基準表皮厚に対する測定した表皮厚の比を表皮厚比として算出する（図１６、ステップＳ２３、図１７参照）。ここで、所定の基準表皮厚は、予め定められた正常部位の皮膚領域の表皮厚を示す。また、表皮厚比は、所定の基準表皮厚をＳＴ、測定した表皮厚をＭＴとしたとき、ＭＴ／ＳＴで示される。

【0073】

表皮厚比ＭＴ／ＳＴが１より大きい場合は、測定した皮膚領域の表皮厚が正常部位の皮膚領域の表皮厚よりも厚いことを示す。表皮厚比ＭＴ／ＳＴが１の場合は、測定した皮膚領域が正常部位の表皮厚と同等であることを示す。

【0074】

本例では、例えば、皮膚領域ＳＡ１（正常部位）の表皮ＥＭ１の表皮厚を予め測定し、得られた表皮厚ＥＴ１を所定の基準表皮厚とすることができる。また、皮膚領域ＳＡ２（シミ部位）の表皮ＥＭ２の表皮厚ＥＴ２を測定し、得られた表皮厚ＥＴ２を測定した表皮厚とすることができる。

【0075】

本例の血管密集度推定方法では、さらに、算出した表皮厚比ＭＴ／ＳＴから皮膚領域の血管密集度を推定する（図１６、ステップＳ２４、図１７参照）。ここで、血管密集度は、皮膚領域内に血管が密集する度合いを示す。表皮厚比から血管密集度を推定するとは、表皮厚比に基づいて血管密集度を計り知ることを示す。

【0076】

なお、対象となる皮膚領域ＳＡ１、ＳＡ２について血管密集度を推定が行われた後に、別の皮膚領域について血管密集度を推定する場合は、皮膚領域の画定から血管密集度を推定までの処理を繰り返す（図１６、ステップＳ２１～ステップＳ２４）。

【0077】

血管密集度は、例えば、以下のように算出することができる。まず、上述のシミ属性判定方法で採用した血管密度を測定により、所定の基準表皮厚を有する皮膚領域ＳＡ１（正常部位）の血管密度（基準血管密度）ＭＤ１および表皮厚を測定した皮膚領域ＳＡ２の血管密度ＭＤ２を測定する。そして、所定の基準血管密度ＭＤ１に対する皮膚領域ＳＡ２の血管密度ＭＤ２の比（血管密度比ＭＤ２／ＭＤ１）を血管密集度として算出する。

【0078】

図１９は、皮膚領域における表皮厚比と血管密集度との相関関係を示す図である。発明者は、表皮厚比ＭＴ／ＳＴ（Ｅ^＊）と血管密度比ＭＤ２／ＭＤ１との間に相関関係があることを見出した（図１９）。ここで、表皮厚比ＭＴ／ＳＴ（Ｅ^＊）と血管密度比ＭＤ２／ＭＤ１との関係を調べたＮ数は２５である（図１９）。

【0079】

本例の血管密集度推定方法では、推定した血管密集度から皮膚領域に発生するシミの属性（シミ属性）を判定することができる。ここで、血管密集度からシミ属性を判定するとは、血管密集度に基づいてシミ属性を見分けることを示す。

【0080】

本例の血管密集度推定方法は、見方を変えると、算出した表皮厚比ＭＴ／ＳＴ（Ｅ^＊）からシミの属性を判定することができると言える。ここで、表皮厚比からシミ属性を判定するとは、表皮厚比に基づいてシミ属性を見分けることを示す。また、表皮厚比を算出する際に確定する皮膚領域は、シミ部位（シミが含まれる皮膚の領域）であることが事前に判っていてもよい。

【0081】

なお、本例の血管密集度推定方法において、シミ部位に含まれるシミを特定する態様は、限定されない。本例の血管密集度推定方法では、例えば、シミが含まれる皮膚領域ＳＡ２の明るさまたは色に基づいてシミを特定することができる。

【0082】

本例の血管密集度推定方法において、血管密集度から判定されるシミの属性は、限定されない。本例の血管密集度推定方法で判定されるシミ属性としては、例えば、上述のシミ属性判定方法と同様に、シミに対するレーザー治療の有効性を判定することができる。

【0083】

ここで、皮膚領域ＳＡ２について、上述のシミ属性判定方法と同様に、レーザー治療前の血管密度とメラニン値Ｍｂと、レーザー治療から３か月後のメラニン値Ｍａとを測定し、メラニン値比Ｍａ／Ｍｂ（Ｍ^＊）を算出する（図７、ステップＳ１１～Ｓ１４、図８、図１０、図１８参照）。なお、皮膚領域ＳＡ２は、上述のシミ属性判定方法でメラニン値Ｍｂを測定した皮膚領域（シミ部位）ＳＡに相当する（図２参照）。

【0084】

そして、皮膚領域（シミ部位）ＳＡ２の表皮厚比Ｅ^＊とメラニン値比Ｍ^＊との相関係数を算出する（図７、ステップＳ１５）。本例では、被験者１１人を対象とする１２例について、皮膚領域（シミ部位）ＳＡ２の表皮厚比Ｅ^＊とメラニン値比Ｍ^＊を測定したデータをプロットし、相関係数は０．７５となった（図２０参照）。

【0085】

これにより、皮膚領域（シミ部位）ＳＡ２の表皮厚比Ｅ^＊とメラニン値比Ｍ^＊との間に相関関係があることが判る。この相関関係は、皮膚領域（シミ部位）ＳＡ２の表皮厚比Ｅ^＊が厚いとメラニン値比Ｍ^＊が高く、皮膚領域の表皮厚比Ｅ^＊が薄いとメラニン値比Ｍ^＊が低くなることを示している。

【0086】

すなわち、表皮厚比が厚い皮膚領域は、血管密度が高く、表皮厚比が薄い皮膚領域は、血管密度が低い傾向がある。その結果、表皮厚比が厚い皮膚領域は、レーザー治療による効果が低く、の表皮厚比が薄い皮膚領域は、レーザー治療による効果が高いことが予測できる（図２０）。

【0087】

本例の血管密集度推定方法は、このような考察から得られたものであり、画定された皮膚領域における表皮厚比（所定の基準表皮厚に対する測定した表皮厚の比）から皮膚領域の血管密集度を推定することにより、皮膚領域の表皮厚を測定するだけで、皮膚領域の性質や特徴（皮膚領域が正常部位であるか、またはシミ部位であるか等）を見きわめることができる。

【0088】

本例の血管密集度推定方法では、血管密集度として血管密度比（所定の基準血管密度に対する領域の血管密度の比）を採用することにより、皮膚領域における表皮厚比と血管密集度との相関関係を導き出すことができる。これにより、皮膚領域の血管密集度について客観的な情報を得ることができる。

【0089】

本例の血管密集度推定方法では、皮膚領域の画像の画像解析により表皮厚を測定することで、皮膚領域の血管密集度についてより客観的な情報を得ることができる。そのため、皮膚領域の画像の画像解析により測定した表皮厚から表皮厚比を算出することにより、高い精度で血管密集度を推定することができる。

【0090】

本例の血管密集度推定方法では、皮膚領域の表皮の画像を画像解析することにより、皮膚領域の表皮厚についてより客観的な情報を得ることができる。そのため、皮膚領域の表皮厚の画像の画像解析により測定した表皮厚から表皮厚比を算出することによりさらに高い精度で血管密集度を推定することができる。

【0091】

本例の血管密集度推定方法では、皮膚領域の画像として３次元画像を採用することにより、皮膚領域の表皮厚についてさらに客観的な情報を得ることができる。そのため、皮膚領域の３次元画像を画像解析から測定した表皮厚に基づいて表皮厚比を算出することにより、さらに高い精度で血管密集度を推定することができる。

【0092】

本例の血管密集度推定方法では、皮膚領域の表面からの深さが５０μｍ以上６００μｍ以下の範囲から得られた画像の画像解析により表皮厚を測定することで、皮膚領域の表皮厚について漏れのない情報を得ることができる。そのため、皮膚領域の表面からの深さがこのような範囲となる皮膚領域の箇所から得られた画像の画像解析により測定した表皮厚に基づいて表皮厚比を算出することで、さらに高い精度で血管密集度を推定することができる。

【0093】

本例の血管密集度推定方法では、推定した血管密集度から皮膚領域に発生するシミの属性を判定することにより、皮膚領域の表皮厚を測定するだけで、皮膚領域が正常部位であるか、シミ部位であるかを見きわめることができる。これにより、シミ部位であるか不明な皮膚領域が、正常部位であるかシミ部位であるか予測することができる。そのため、本例の血管密集度推定方法によれば、光線治療等の施術を行うのに適切な皮膚領域であるか否かを事前に判定することができる。

【0094】

本例の血管密集度推定方法では、シミが含まれる皮膚領域を画定し、画定した皮膚領域の表皮厚を測定し、算出した表皮厚比からシミの属性を判定することで、シミ部位の性質や特徴を見きわめることができる。これにより、シミ部位に対する治療効果の有無等のシミ属性を事前に予測することができる。そのため、本例の血管密集度推定方法によれば、光線治療等の施術を行う前にシミの評価を簡単に行うことができる。

【0095】

本例の血管密集度推定方法では、シミが含まれる皮膚領域の明るさまたは色に基づいてシミを特定することにより、シミが含まれる皮膚領域の画定を客観的に行うことができる。そのため、このようにシミが特定された皮膚領域の血管密度からシミ属性を判定することにより、高い精度でシミ属性を判定することができる。

【0096】

本実施形態の血管密集度推定方法では、シミの属性として、シミに対するレーザー治療の有効性を判定することにより、皮膚領域の血管密度を測定するだけで、シミ部位に対するレーザー治療の効果の有無を事前に予測することができる。そのため、本実施形態によれば、シミ部位に対するレーザー治療の施術を行う前にシミの評価をより簡単に行うことができる。

【0097】

＜血管密集度推定システム＞
図２１は、本発明に係る血管密集度推定システムの実施形態を示すブロック図である。なお、図２１において、図１５と共通する部分については、同一のまたは対応する符号を付して説明を省略する場合がある。

【0098】

本実施形態に係る血管密集度推定システム１００は、情報入力部１１０、画像形成部１２０、表皮厚測定部１３１、表皮厚比算出部１３２、血管密集度推定部１３３、シミ属性判定部１４０、情報出力部１５０、中央演算処理数値（ＣＰＵ）１６０、メモリー１７０、を有する（図２１）。血管密集度推定システム１００は、本発明に係る血管密集度推定システムの一例であり、本発明に係る血管密集度推定方法を実行し得る。

【0099】

情報入力部１１０は、被験者の諸情報（例えば、識別番号、性別、年齢、正常部位の位置、シミ部位の位置等）を入力し得る（図２１）。

【0100】

画像形成部１２０は、皮膚領域ＳＡ１（正常部位）、皮膚領域ＳＡ２（シミ部位）の画像（画像ＩＭ２、ＩＭ３等）を形成する（図２、図４、図５参照）。具体的には、画像形成部１２０で、上述した血管密集度推定方法の一部（図１６、ステップＳ２１）が実行され、各皮膚領域（皮膚領域ＳＡ１、ＳＡ２）が確定される。

【0101】

画像形成部１２０は、情報入力部１１０、表皮厚測定部１３１、中央演算処理数値（ＣＰＵ）１６０、及びメモリー１７０に通信可能に接続されている（図２１）。画像形成部１２０は、中央演算処理数値（ＣＰＵ）１６０により制御され、画像形成部１２０で得られた画像データは、メモリー７０に格納することができる。なお、画像形成部１２０は、本発明に係るシミ属性判定システムの一部を構成する画像形成部の一例である。

【0102】

表皮厚測定部１３１は、各皮膚領域（皮膚領域ＳＡ１、ＳＡ２）の画像ＩＭ３から皮膚領域の表皮厚ＥＴ１、ＥＴ２を測定する（図１６～図１８）。具体的には、表皮厚測定部１３１で、上述したシミ属性判定方法の一部（図１６、ステップＳ２２）が実行される。

【0103】

表皮厚測定部１３１は、画像形成部１２０、表皮厚比算出部１３２、中央演算処理数値（ＣＰＵ）１６０、及びメモリー１７０に通信可能に接続されている（図２１）。表皮厚測定部１３１は、中央演算処理数値（ＣＰＵ）１６０により制御され、表皮厚測定部１３１により得られた表皮厚の情報は、メモリー７０に格納することができる。なお、表皮厚測定部１３１は、本発明に係る血管密集度推定システムの一部を構成する表皮厚測定部の一例である。

【0104】

表皮厚比算出部１３２は、皮膚領域ＳＡ１の表皮厚ＥＴ１（所定の基準表皮厚）に対する測定した皮膚領域ＳＡ２表皮厚ＥＴ２の比（表皮厚比ＥＴ２／ＥＴ１（Ｅ^＊））を算出する（図１６～図１８）。具体的には、表皮厚比算出部１３２で、上述した血管密集度推定方法の一部（図１６、ステップＳ２３）が実行される。

【0105】

表皮厚比算出部１３２は、表皮厚測定部１３１、血管密集度推定部１３３、中央演算処理数値（ＣＰＵ）１６０、及びメモリー１７０に通信可能に接続されている（図２１）。表皮厚比算出部１３２は、中央演算処理数値（ＣＰＵ）１６０により制御され、表皮厚比算出部１３２により得られた表皮厚比の情報は、メモリー１７０に格納することができる。なお、表皮厚比算出部１３２は、本発明に係る血管密集度推定システムの一部を構成する表皮厚比算出部の一例である。

【0106】

血管密集度推定部１３３は、算出した表皮厚比ＥＴ２／ＥＴ１（Ｅ^＊）から皮膚領域ＳＡ２の血管密集度を推定する（図１６～図１８）。具体的には、血管密集度推定部１３３で、上述した血管密集度推定方法の一部（図１６、ステップＳ２４）が実行される。

【0107】

血管密集度推定部１３３は、表皮厚比算出部１３２、シミ属性判定部１４０、中央演算処理数値（ＣＰＵ）１６０、及びメモリー１７０に通信可能に接続されている（図２１）。血管密集度推定部１３３は、中央演算処理数値（ＣＰＵ）１６０により制御され、血管密集度推定部１３３により得られた血管密集度の情報は、メモリー１７０に格納することができる。なお、血管密集度推定部１３３は、本発明に係る血管密集度推定システムの一部を構成する血管密集度推定部の一例である。

【0108】

シミ属性判定部１４０は、推定した血管密集度から皮膚領域ＳＡ２に発生するシミの属性を判定する（図１７～図１９参照）。具体的には、シミ属性判定部１４０で、上述したシミ属性判定方法の一部（皮膚領域に発生するシミ属性の判定）が実行される。

【0109】

シミ属性判定部１４０は、血管密集度推定部１３３、中央演算処理数値（ＣＰＵ）１６０、及びメモリー１７０に通信可能に接続されている（図２１）。シミ属性判定部１４０は、中央演算処理数値（ＣＰＵ）１６０により制御され、シミ属性判定部１４０により得られた判定結果の情報は、メモリー１７０に格納することができる。なお、シミ属性判定部１４０は、本発明に係る血管密集度推定システムの一部を構成するシミ属性判定部の一例である。

【0110】

情報出力部１５０では、シミ属性判定部４０における判定結果の他に、被験者の諸情報、皮膚領域（正常部位、シミ部位）の画像データ、基準表皮厚、基準血管密度等の情報を出力することができる。

【0111】

中央演算処理数値（ＣＰＵ）１６０は、情報入力部１１０、画像形成部１２０、表皮厚比算出部１３２、血管密集度推定部１３３、シミ属性判定部１４０、情報出力部１５０、メモリー１７０を制御する（図２１）。中央演算処理数値（ＣＰＵ）１６０は、上述のように、情報入力部１１０、画像形成部１２０、表皮厚比算出部１３２、血管密集度推定部１３３、シミ属性判定部１４０、情報出力部１５０、メモリー７０に接続されている（図２１）。

【0112】

メモリー１７０は、各種の情報（被験者の諸情報、正常部位の位置、シミ部位の位置、皮膚領域（正常部位、シミ部位）の画像データ、表皮厚、表皮厚比、血管密集度（血管密集度比）、血管密度、表皮厚比と血管密集度との相関係数、表皮厚比とメラニン値比との相関係数、その他の判定結果等の情報）を記憶する（図２１）。

【0113】

メモリー１７０は、上述のように、情報入力部１１０、画像形成部１２０、表皮厚比算出部１３２、血管密集度推定部１３３、シミ属性判定部１４０、情報出力部１５０、中央演算処理数値（ＣＰＵ）１６０に接続されている（図２１）。なお、図１５に示す例では、メモリー１７０が中央演算処理数値（ＣＰＵ）１６０と独立して配置されているが、本実施形態は、この構成に限定されるものではなく、メモリー１７０を中央演算処理数値（ＣＰＵ）１６０の内部に配置してもよい。

【0114】

実施形態の血管密集度推定システム１００は、実質的に、上述した本実施形態の血管密集度推定方法を実行するシステムである。すなわち、本実施形態に係る血管密集度推定システム１００では、皮膚領域を画定し、画定した皮膚領域の表皮厚を測定し、表皮厚比（所定の基準表皮厚に対する測定した表皮厚の比）を算出し、算出した表皮厚比から皮膚領域の血管密集度を推定することができる（図１６～図１８参照）。

【0115】

これにより、本実施形態では、皮膚領域の表皮厚を測定するだけで、皮膚領域の性質や特徴（皮膚領域が正常部位であるか、またはシミ部位であるか等）を見きわめることができる。

【0116】

また、本実施形態に係る血管密集度推定システム１００では、推定した血管密集度から皮膚領域に発生するシミの属性を判定することができる（図１６～図２０参照）。

【0117】

これにより、シミ部位であるか不明な皮膚領域が、正常部位であるかシミ部位であるか予測することができる。そのため、本例の血管密集度推定方法によれば、光線治療等の施術を行うのに適切な皮膚領域であるか否かを事前に判定することができる。

【0118】

以上、本発明の実施形態について説明したが、本発明は特定の実施形態に限定されるものではなく、特許請求の範囲に記載された発明の範囲内において、種々の変形、変更が可能である。

【0119】

本出願は、２０１９年１１月８日に出願された国際出願ＰＣＴ／ＪＰ２０１９／０４４０３１号に基づく優先権を主張するものであり、その全内容をここに援用する。

【符号の説明】

【0120】

１ シミ属性判定システム
１０ 情報入力部
２０ 画像形成部
３０ 血管密度測定部
４０ シミ属性判定部
５０ 情報出力部
６０ 中央演算処理数値（ＣＰＵ）
７０ メモリー
１００ 血管密集度推定システム
１１０ 情報入力部
１２０ 画像形成部
１３１ 表皮厚測定部
１３２ 表皮厚比算出部
１３３ 血管密集度推定部
１４０ シミ属性判定部
１５０ 情報出力部
１６０ 中央演算処理数値（ＣＰＵ）
１７０ メモリー
ＳＳ シミ
ＳＡ 皮膚領域
ＳＡ１ 皮膚領域（正常部位）
ＳＡ２ 皮膚領域（シミ部位）
ＥＭ 表皮
ＥＭ１ 表皮（正常部位）
ＥＭ２ 表皮（シミ部位）
ＤＭ 真皮
ＤＭ１ 真皮（正常部位）
ＤＭ２ 真皮（シミ部位）
ＢＶ 血管
ＢＶ１ 血管（正常部位）
ＢＶ２ 血管（シミ部位）
ＩＭ２ ２次元画像
ＩＭ３ ３次元画像
ＩＭ３ｅ 表皮の３次元画像
ＩＭ３ｄ 真皮の３次元画像
ＢＦ 血流画像
ＥＴ１ 表皮厚（正常部位）
ＥＴ２ 表皮厚（シミ部位）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】