知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-09-18
(45)【発行日】2024-09-27
(54)【発明の名称】皮膚状態評価装置
(51)【国際特許分類】
A61B 5/00 20060101AFI20240919BHJP
A61B 5/107 20060101ALI20240919BHJP
【ＦＩ】
A61B5/00 M
A61B5/107 800
A61B5/00 101A
【請求項の数】
6
(21)【出願番号】P 2022101736
(22)【出願日】2022-06-24
(65)【公開番号】P2023007471
(43)【公開日】2023-01-18
【審査請求日】2023-09-06
(31)【優先権主張番号】P 2021109240
(32)【優先日】2021-06-30
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】000000918
【氏名又は名称】花王株式会社
(74)【代理人】
【識別番号】100137589
【弁理士】
【氏名又は名称】右田 俊介
(72)【発明者】
【氏名】市橋 俊希
(72)【発明者】
【氏名】長澤 安曇
(72)【発明者】
【氏名】伊藤 正太郎
(72)【発明者】
【氏名】佐藤 舞
【審査官】牧尾 尚能
(56)【参考文献】
【文献】国際公開第２０２０／１８９７５４（ＷＯ，Ａ１）
【文献】特開２００５－１８９０１１（ＪＰ，Ａ）
【文献】特開２０１０－０８８６５４（ＪＰ，Ａ）
【文献】特開２０１０－１７２５４３（ＪＰ，Ａ）
【文献】特開２０１９－０２５０７１（ＪＰ，Ａ）
【文献】米国特許出願公開第２０２１／０１３７４４５（ＵＳ，Ａ１）
【文献】韓国公開特許第１０－２０１５－０１１７０７４（ＫＲ，Ａ）
【文献】中国特許出願公開第１１０１５１５８７（ＣＮ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ａ６１Ｂ ５／００ － ５／０１
Ａ６１Ｂ ５／０６ － ５／２２
(57)【特許請求の範囲】
【請求項1】
被験者の皮膚表面画像を撮影する撮影手段と、前記皮膚表面画像から前記被験者の皮膚表面の構造情報および色情報を算出する算出手段と、
前記算出された前記構造情報および前記色情報に基づいて、前記被験者の経皮水分蒸散量を推定する推定手段と、
前記推定された前記経皮水分蒸散量に基づき前記被験者の皮膚状態を評価する評価手段と、を含む皮膚状態評価装置。
【請求項2】
前記構造情報は、前記皮膚表面画像における皮膚の局所的な凹凸領域の面積に関する情報であることを特徴とする請求項１に記載の皮膚状態評価装置。
【請求項3】
前記算出手段は、前記皮膚表面画像における皮膚表面の形状が変化することに伴い形成される凹凸領域と判定する閾値を複数設け、前記構造情報は、第１閾値に基づき判定された第１構造情報と、前記第１閾値とは異なる第２閾値に基づき判定された第２構造情報と、を含み、
前記推定手段では前記第１構造情報、前記第２構造情報および前記色情報に基づいて前記経皮水分蒸散量を推定することを特徴とする請求項２に記載の皮膚状態評価装置。
【請求項4】
前記色情報は、前記皮膚表面画像における色相および彩度であることを特徴とする請求項１から３何れか１項に記載の皮膚状態評価装置。
【請求項5】
複数の被験者から取得した前記構造情報および前記色情報を説明変数とし、前記経皮水分蒸散量を目的変数とした回帰式を取得し、
前記推定手段は、前記被験者の前記構造情報および前記色情報と、前記回帰式を用いて前記経皮水分蒸散量を算出することを特徴とする請求項１から３何れか１項に記載の皮膚状態評価装置。
【請求項6】
前記被験者が皮膚表面から感じる感覚を数値化した感覚情報を取得し、
前記回帰式は、前記複数の被験者から取得した前記感覚情報を説明変数にさらに含み、
前記推定手段は、前記被験者の前記構造情報、前記色情報および前記感覚情報と、前記回帰式とを用いて前記経皮水分蒸散量を算出することを特徴とする請求項５に記載の皮膚状態評価装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、被験者の皮膚表面画像から被験者の経皮水分蒸散量を推定し、推定された経皮的散逸水分量に基づき被験者の皮膚状態を評価する皮膚状態評価方法に関する。
【背景技術】
【0002】
皮膚画像から所定のパラメータを抽出し、被験者の皮膚機能に関するパラメータを提示する技術がある（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【0003】
【文献】国際公開第２０２０／１８９７５４号
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１の場合、皮膚画像の位相的情報に基づく特徴量ベクトルを抽出し、抽出した特徴量ベクトルと皮膚機能に関するパラメータとを関連づけた推定モデルを用いて、皮膚機能に関するパラメータを提示している。しかし、研究を進めていく中で、皮膚機能に関するパラメータとして経皮水分蒸散量を推定する際に、皮膚画像に基づく１種類の値を抽出して用いただけでは、推定した経皮水分蒸散量の精度が十分でない虞があり、改善の余地があった。
【0005】
本発明は上記の課題に鑑みてなされたものであり、被験者の皮膚画像より複数種類の情報を抽出し、抽出した複数種類の情報を用いて経皮水分蒸散量を推定することで、精度のよい経皮水分蒸散量を推定可能とする技術に関する。本明細書において「皮膚状態評価」とは、非医療目的で、皮膚表面の見かけ状態を評価することを意味し、専門家以外の評価者であっても可能な評価を含む。
【課題を解決するための手段】
【0006】
本発明は、被験者の皮膚表面画像を取得する取得工程と、前記皮膚表面画像から前記被験者の皮膚表面の構造情報および色情報を算出する算出工程と、前記算出された前記構造情報および前記色情報に基づいて、前記被験者の経皮水分蒸散量を推定する推定工程と、前記推定された前記経皮水分蒸散量に基づき前記被験者の皮膚状態を評価する評価工程と、を含む皮膚状態評価方法に関する。
【0007】
また、本発明は、被験者の皮膚表面画像を撮影する撮影手段と、前記皮膚表面画像から前記被験者の皮膚表面の構造情報および色情報を算出する算出手段と、前記算出された前記構造情報および前記色情報に基づいて、前記被験者の経皮水分蒸散量を推定する推定手段と、前記推定された前記経皮水分蒸散量に基づき前記被験者の皮膚状態を評価する評価手段と、を含む皮膚状態評価装置に関する。
【発明の効果】
【0008】
本発明により提供される方法によれば、被験者の皮膚表面画像から皮膚表面の構造情報および色情報を算出し、算出された構造情報および色情報に基づいて、被験者の経皮水分蒸散量を推定し、推定した経皮水分蒸散量に基づき被験者の皮膚状態を評価するため、精度の高い経皮水分蒸散量を推定でき、皮膚状態の正確な評価を行うことが可能となる。
【図面の簡単な説明】
【0009】
【図1】（ａ）は経皮水分蒸散量が低い肌の皮膚表面画像、（ｂ）は（ａ）より経皮水分蒸散量が高い肌の皮膚表面画像、（ｃ）は経皮水分蒸散量が高い肌の皮膚表面画像である。
【図2】皮膚状態評価方法のフローチャートである。
【図3】皮膚表面の構造情報を算出するフローチャートである。
【図4】皮膚表面の色情報を算出するフローチャートである。
【図5】（ａ）は構造情報（閾値５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は構造情報（閾値１００）、（ｃ）は構造情報（閾値１５０）、（ｄ）は色情報（Ｌ＊）、（ｅ）は色情報（ａ＊）、（ｆ）は色情報（ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図6】（ａ）は構造情報（閾値５０、１００）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は構造情報（閾値１００、１５０）、（ｃ）は構造情報（閾値５０、１５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図7】（ａ）は構造情報（閾値５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は構造情報（閾値１００）と色情報（Ｌ＊、ａ＊、ｂ＊）、（ｃ）は構造情報（閾値１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図8】（ａ）は構造情報（閾値５０、１００）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は構造情報（閾値１００、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）、（ｃ）は構造情報（閾値５０、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図9】構造情報（閾値５０、１００）、色情報（Ｌ＊、ａ＊、ｂ＊）、および感覚情報を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図10】皮膚状態評価装置の概念図を示す図である。
【図11】皮膚状態評価システムの概念図を示す図である。
【図12】構造情報（閾値５０、１００、１５０）、色情報（Ｌ＊、ａ＊、ｂ＊）、感覚情報、および角層水分量を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図13-1】（ａ）は低画質画像の構造情報（閾値５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は低画質画像の構造情報（閾値１００）を、（ｃ）は低画質画像の構造情報（閾値１５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。（d）は低画質画像の彩度のみから得た構造情報（閾値５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（e）は低画質画像の彩度のみから得た構造情報（閾値１００）を、（f）は低画質画像の彩度のみから得た構造情報（閾値１５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図13-2】（ｇ）は低画質画像の色情報（Ｌ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｈ）は低画質画像の色情報（ａ＊）を、（ｉ）は低画質画像の色情報（ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図14】（ａ）は低画質画像から得た構造情報（閾値５０、１００）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は低画質画像のから得た構造情報（閾値１００、１５０）を、（ｃ）は低画質画像から得た構造情報（閾値５０、１５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。（d）は低画質画像の彩度のみから得た構造情報（閾値５０、１００）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（e）は低画質画像の彩度のみから得た構造情報（閾値１００、１５０）を、（f）は低画質画像の彩度のみから得た構造情報（閾値５０、１５０）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図15】（ａ）は低画質画像から得た構造情報（閾値５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は低画質画像から得た構造情報（閾値１００）と色情報（Ｌ＊、ａ＊、ｂ＊）を、（ｃ）は低画質画像から得た構造情報（閾値１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。（d）は低画質画像の彩度のみから得た構造情報（閾値５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（e）は低画質画像の彩度のみから得た構造情報（閾値１００）と色情報（Ｌ＊、ａ＊、ｂ＊）を、（f）は低画質画像の彩度のみから得た構造情報（閾値１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【図16】（ａ）は低画質画像から得た構造情報（閾値５０、１００）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（ｂ）は低画質画像から得た構造情報（閾値１００、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を、（ｃ）は低画質画像から得た構造情報（閾値５０、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。（d）は低画質画像の彩度のみから得た構造情報（閾値５０、１００）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフであり、同様に（e）は低画質画像の彩度のみから得た構造情報（閾値１００、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を、（f）は低画質画像の彩度のみから得た構造情報（閾値５０、１５０）と色情報（Ｌ＊、ａ＊、ｂ＊）を説明変数とした回帰式による実経皮水分蒸散量と推定経皮水分蒸散量の関係を示したグラフである。
【発明を実施するための形態】
【0010】
以下、本発明の実施形態について図面を用いて説明する。
はじめに、本実施形態の皮膚状態評価方法（以下、本方法と表現することもある）で推定する経皮水分蒸散量について図１（ａ）、（ｂ）、（ｃ）を用いて説明する。
皮膚は生体内と外部を分ける境界として重要な機能（バリア機能）を果たしており、角層のバリア機能が損なわれると、乾燥や肌荒れなどの皮膚トラブルを生じる。皮膚のバリア機能を評価する方法として、経表皮水分蒸散量の測定が広く用いられている。
経皮水分蒸散量（ｔｒａｎｓｅｐｉｄｅｒｍａｌ ｗａｔｅｒ ｌｏｓｓ：ＴＥＷＬ）とは、体内から角層を通じて揮散する水分量である。体温上昇、運動および精神的刺激などによって汗腺から分泌される汗とは区別されており、例えば、肌荒れをすると、経皮水分蒸散量の増加が観察されるなど皮膚の状態を判断するのに有用な指標である。
経皮水分蒸散量は、例えば、プローブ先端の円筒型のチャンバー内部に２組の高感度温度・湿度センサが一定の距離で配置され、皮膚の表面から蒸発する水分がＦｉｃｋの法則に従って拡散すると仮定し、各センサを通過する水分の温度差、湿度差を測定、その値から蒸散量を算出する計測装置で計測できる。
はじめに、本実施形態の皮膚状態評価方法（以下、本方法と表現することもある）で推定する経皮水分蒸散量について図１（ａ）、（ｂ）、（ｃ）を用いて説明する。
皮膚は生体内と外部を分ける境界として重要な機能（バリア機能）を果たしており、角層のバリア機能が損なわれると、乾燥や肌荒れなどの皮膚トラブルを生じる。皮膚のバリア機能を評価する方法として、経表皮水分蒸散量の測定が広く用いられている。
経皮水分蒸散量（ｔｒａｎｓｅｐｉｄｅｒｍａｌ ｗａｔｅｒ ｌｏｓｓ：ＴＥＷＬ）とは、体内から角層を通じて揮散する水分量である。体温上昇、運動および精神的刺激などによって汗腺から分泌される汗とは区別されており、例えば、肌荒れをすると、経皮水分蒸散量の増加が観察されるなど皮膚の状態を判断するのに有用な指標である。
経皮水分蒸散量は、例えば、プローブ先端の円筒型のチャンバー内部に２組の高感度温度・湿度センサが一定の距離で配置され、皮膚の表面から蒸発する水分がＦｉｃｋの法則に従って拡散すると仮定し、各センサを通過する水分の温度差、湿度差を測定、その値から蒸散量を算出する計測装置で計測できる。
【0011】
図１（ａ）～（ｃ）は、経皮水分蒸散量が異なる肌の肌画像であり、それぞれ５人の被験者の肌画像である。図１（ａ）は、経皮水分蒸散量が低い被験者の肌画像、図１（ｂ）は、経皮水分蒸散量が図１（ａ）よりも高く図１（ｃ）よりも低い被験者の肌画像、図１（ｃ）は、経皮水分蒸散量が高い被験者の肌画像である。図１（ａ）～（ｃ）から明らかなように、経皮水分蒸散量が高い被験者の肌画像の方が、経皮水分蒸散量が低い被験者の肌画像よりも、肌表面の凹凸が多くある。また、図１（ａ）～（ｃ）では把握し難いが、経皮水分蒸散量が高い被験者の肌画像の方が、経皮水分蒸散量が低い被験者の肌画像よりも、色むらが多く、赤みがかった肌である。
経皮水分蒸散量が高くなると、角層のバリア機能が低下していることが示唆され、肌荒れ状態となっている。同様に、バリア機能の低下がある疾患でも経皮水分蒸散量が高くなり、肌表面に炎症をおこし、肌荒れ状態や肌表面に炎症をおこした状態の肌表面は、赤みがかった色であったり、赤黒い色となっており、さらに、凹凸により陰影も生じている。このように、経皮水分蒸散量の違いによって、肌表面の形状および色が異なることがわかる。本方法では、経皮水分蒸散量の違いによって、肌表面の形状および色が異なる点を用いて、撮影した皮膚表面画像から経皮水分蒸散量の推定を行う。したがって、計測装置を準備して計測するよりも利用者が容易に経皮水分蒸散量の推定を行うことができるため、日常生活において経皮水分蒸散量を継続的に推定でき、経皮水分蒸散量の変化を経時的に確認することも可能となる。
経皮水分蒸散量が高くなると、角層のバリア機能が低下していることが示唆され、肌荒れ状態となっている。同様に、バリア機能の低下がある疾患でも経皮水分蒸散量が高くなり、肌表面に炎症をおこし、肌荒れ状態や肌表面に炎症をおこした状態の肌表面は、赤みがかった色であったり、赤黒い色となっており、さらに、凹凸により陰影も生じている。このように、経皮水分蒸散量の違いによって、肌表面の形状および色が異なることがわかる。本方法では、経皮水分蒸散量の違いによって、肌表面の形状および色が異なる点を用いて、撮影した皮膚表面画像から経皮水分蒸散量の推定を行う。したがって、計測装置を準備して計測するよりも利用者が容易に経皮水分蒸散量の推定を行うことができるため、日常生活において経皮水分蒸散量を継続的に推定でき、経皮水分蒸散量の変化を経時的に確認することも可能となる。
【0012】
図２に示した、本実施形態の皮膚状態評価方法（本方法）を示すフローチャートを用いて、本方法について説明する。
図２に示すように、本方法は、取得工程（ステップＳ１００）、算出工程（ステップＳ１１０、ステップＳ１２０）、推定工程（ステップＳ１３０）、および評価工程（ステップＳ１４０）から構成される。
図２に示すように、本方法は、取得工程（ステップＳ１００）、算出工程（ステップＳ１１０、ステップＳ１２０）、推定工程（ステップＳ１３０）、および評価工程（ステップＳ１４０）から構成される。
【0013】
工程（ステップＳ１００）は、被験者の皮膚表面画像を取得する取得工程である。皮膚表面とは、被験者の身体の何れの部位でもよいが、経皮水分蒸散量が影響しやすい顔、首、腕、および手の甲が好ましい。皮膚表面画像は、カメラで撮影された画像データや、携帯電話やタブレット端末に備えられた一般的なカメラアプリケーションソフトやＲＡＷデータのまま取得することが可能な撮影アプリケーションソフトを用いて撮影された画像である。本実施形態では、ＲＡＷデータのまま取得することが可能な撮影アプリケーションソフトを用いて、接写状態で撮影された画像データを用いるがこれに限らない。また、本方法による経皮水分蒸散量を推定する際に撮影し、取得した画像でもよいし、過去に撮影した画像を取得してでもよい。撮影された時期が異なる画像を用いて推定することで、皮膚状態の経時的変化も評価することが可能となる。皮膚表面画像の取得方法としては、撮影された皮膚表面画像データを直接取得する（本方法を実行する装置に撮影機能を備える）、ネットワーク経由で取得する、所定の媒体を用いた授受により取得するなど、どのような取得方法でもよい。
【0014】
工程（ステップＳ１１０）は、取得した皮膚表面画像から被験者の皮膚表面の構造情報を算出する工程である。本工程については、図３を用いて説明する。
工程（ステップＳ１１１）は、取得した皮膚表面画像を所定サイズにトリミングを行う。本実施形態１では、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングを行う。本実施形態１では、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングしたが、サイズはこれに限らない。また、取得した皮膚表面画像によっては、トリミングを行わなくてもよい。取得した皮膚表面画像は、当該皮膚表面画像から肌理の凹凸が測定でき、また、以降の処理を行うために当該皮膚表面画像の面積が少なくとも６ｍｍ×６ｍｍ必要であり、６０ｍｍ×４５ｍｍより小さいことが好ましい。
工程（ステップＳ１１２）は、トリミングした画像に対し、平滑化処理等を行い特徴領域の抽出を行う。本実施形態では、皮膚表面の構造情報として、当該皮膚の水分量に影響し形成される凹凸領域を抽出する。皮膚の水分量に影響し形成される凹凸領域とは、鼻や人中や唇などの大局的な凹凸ではなく皮膚表面に形成される局所的な凹凸領域であり、例えば皮膚の水分量が減少したことにより表皮の増殖能力が低下し、防衛的に角質が肥厚するために生じる鱗屑、肌の表面の皮溝と皮丘による網目の状態である肌理、表皮の最外層を形成する角質層が厚くなり、種々の形状で表皮から剥がれて脱落する現象である落屑、皮膚の細胞が過剰に作られ、皮膚が厚く積み上がる浸潤・肥厚などの領域である。本実施形態では、経皮水分蒸散量が高くなることにより変化が生じる鱗屑および肌理の領域を皮膚表面の構造情報として算出することとした。
トリミングした画像に対し、ガウシアンフィルタなどの低域濾過フィルタ（平滑化フィルタ）を施し、得られた低周波画像とトリミングした画像との間で減算処理を行い、差分画像が得られる。得られた差分画像が所定の閾値で２値化されることで鱗屑および肌理を示す画像を抽出することができる。２値化画像では、白い画素が鱗屑および肌理を示す部分である。所定の閾値について説明する。本実施形態では、所定の閾値を２パターン設けることとする。詳細は後述するが、２パターンの閾値それぞれから算出した皮膚表面の構造情報を用いた方が、精度の良い経皮水分蒸散量を算出できるからである。本実施形態では、差分画像は、各画素の輝度レベルが８ビット（０～２５５）で表現されており、０は黒、２５５は白である。そして、０～２５５のうち、１つ目の所定の閾値を５０とし、５０以下は黒として、５１以上は白として判定する（２値化する）、すなわち、５１以上は鱗屑および肌理の領域とする。２つ目の所定の閾値を１００とし、１００以下は黒として、１０１以上は白として判定する、すなわち、１０１以上は鱗屑および肌理の領域とする。
トリミングした画像に、工程（ステップＳ１１２）で平滑化処理等を行う前に、中間処理を挟むことで、精度の良い経皮水分蒸散量を算出することも可能である。実施形態２ではトリミングした画像をマンセル表色系における彩度（Ｃ）の要素のみを抽出した後に、平滑化処理を行った。
工程（ステップＳ１１３）は、ステップＳ１１２での判定結果に基づき、鱗屑および肌理の領域の面積を算出する。なお、本実施形態では、所定の閾値を２パターン設けたため、１つ目の閾値での鱗屑および肌理の領域の面積、２つ目の閾値での鱗屑および肌理の領域の面積をそれぞれ算出する。
工程（ステップＳ１１１）は、取得した皮膚表面画像を所定サイズにトリミングを行う。本実施形態１では、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングを行う。本実施形態１では、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングしたが、サイズはこれに限らない。また、取得した皮膚表面画像によっては、トリミングを行わなくてもよい。取得した皮膚表面画像は、当該皮膚表面画像から肌理の凹凸が測定でき、また、以降の処理を行うために当該皮膚表面画像の面積が少なくとも６ｍｍ×６ｍｍ必要であり、６０ｍｍ×４５ｍｍより小さいことが好ましい。
工程（ステップＳ１１２）は、トリミングした画像に対し、平滑化処理等を行い特徴領域の抽出を行う。本実施形態では、皮膚表面の構造情報として、当該皮膚の水分量に影響し形成される凹凸領域を抽出する。皮膚の水分量に影響し形成される凹凸領域とは、鼻や人中や唇などの大局的な凹凸ではなく皮膚表面に形成される局所的な凹凸領域であり、例えば皮膚の水分量が減少したことにより表皮の増殖能力が低下し、防衛的に角質が肥厚するために生じる鱗屑、肌の表面の皮溝と皮丘による網目の状態である肌理、表皮の最外層を形成する角質層が厚くなり、種々の形状で表皮から剥がれて脱落する現象である落屑、皮膚の細胞が過剰に作られ、皮膚が厚く積み上がる浸潤・肥厚などの領域である。本実施形態では、経皮水分蒸散量が高くなることにより変化が生じる鱗屑および肌理の領域を皮膚表面の構造情報として算出することとした。
トリミングした画像に対し、ガウシアンフィルタなどの低域濾過フィルタ（平滑化フィルタ）を施し、得られた低周波画像とトリミングした画像との間で減算処理を行い、差分画像が得られる。得られた差分画像が所定の閾値で２値化されることで鱗屑および肌理を示す画像を抽出することができる。２値化画像では、白い画素が鱗屑および肌理を示す部分である。所定の閾値について説明する。本実施形態では、所定の閾値を２パターン設けることとする。詳細は後述するが、２パターンの閾値それぞれから算出した皮膚表面の構造情報を用いた方が、精度の良い経皮水分蒸散量を算出できるからである。本実施形態では、差分画像は、各画素の輝度レベルが８ビット（０～２５５）で表現されており、０は黒、２５５は白である。そして、０～２５５のうち、１つ目の所定の閾値を５０とし、５０以下は黒として、５１以上は白として判定する（２値化する）、すなわち、５１以上は鱗屑および肌理の領域とする。２つ目の所定の閾値を１００とし、１００以下は黒として、１０１以上は白として判定する、すなわち、１０１以上は鱗屑および肌理の領域とする。
トリミングした画像に、工程（ステップＳ１１２）で平滑化処理等を行う前に、中間処理を挟むことで、精度の良い経皮水分蒸散量を算出することも可能である。実施形態２ではトリミングした画像をマンセル表色系における彩度（Ｃ）の要素のみを抽出した後に、平滑化処理を行った。
工程（ステップＳ１１３）は、ステップＳ１１２での判定結果に基づき、鱗屑および肌理の領域の面積を算出する。なお、本実施形態では、所定の閾値を２パターン設けたため、１つ目の閾値での鱗屑および肌理の領域の面積、２つ目の閾値での鱗屑および肌理の領域の面積をそれぞれ算出する。
【0015】
工程（ステップＳ１２０）は、取得した皮膚表面画像から被験者の皮膚表面の色情報を算出する工程である。本工程については、図４を用いて説明する。
工程（ステップＳ１２１）は、取得した皮膚表面画像を所定サイズにトリミングを行う。本実施形態では、１２００×１２００［ｐｉｘ］のサイズにトリミングを行う。なお、本工程は、ステップＳ１１１と同様であるため、ステップＳ１１１でトリミングした画像を用いてもよく、再度、本工程を行わなくても良い。
工程（ステップＳ１２２）は、トリミングした画像に対し、色空間で明度を示すＬ＊、色相と彩度を示す色度をａ＊、ｂ＊の各平均値を算出する。トリミングした画像データについて、各画素１つ１つの色情報をＬ＊ａ＊ｂ＊表色系に変換することで、Ｌ＊値、ａ＊値、ｂ＊値のそれぞれについて数値を求めることが出来る。なお、この変換は公知の画像処理ソフトを用いて行うこととした。
工程（ステップＳ１２１）は、取得した皮膚表面画像を所定サイズにトリミングを行う。本実施形態では、１２００×１２００［ｐｉｘ］のサイズにトリミングを行う。なお、本工程は、ステップＳ１１１と同様であるため、ステップＳ１１１でトリミングした画像を用いてもよく、再度、本工程を行わなくても良い。
工程（ステップＳ１２２）は、トリミングした画像に対し、色空間で明度を示すＬ＊、色相と彩度を示す色度をａ＊、ｂ＊の各平均値を算出する。トリミングした画像データについて、各画素１つ１つの色情報をＬ＊ａ＊ｂ＊表色系に変換することで、Ｌ＊値、ａ＊値、ｂ＊値のそれぞれについて数値を求めることが出来る。なお、この変換は公知の画像処理ソフトを用いて行うこととした。
【0016】
工程（ステップ１３０）は、算出された構造情報および色情報に基づいて、被験者の経皮水分蒸散量を推定する工程である。本実施形態１および２では、構造情報および色情報を説明変数とし、経皮水分蒸散量を目的変数とした重回帰式を用いて推定する。当該重回帰式は、複数の被験者から取得した実経皮水分蒸散量、構造情報および色情報に基づき予め求めて取得しておいたものを用いればよい。重回帰式を取得する関係情報取得工程は、ステップＳ１３０で行ってもよいし、ステップＳ１３０より以前で行っておけばよい。なお、重回帰式を求めるために必要な複数の被験者から取得する構造情報および色情報は、ステップＳ１００～ステップＳ１２０の方法と同様である。
【0017】
工程（ステップＳ１４０）は、推定された経皮水分蒸散量に基づき肌状態を評価する工程である。経皮水分蒸散量を評価することで、皮膚の乾燥状態、すなわち、バリア機能を評価することができる。評価方法としては、公知の文献等に示されている健常者の経皮水分蒸散量と比較することで、被験者の肌状態を多段階で評価する。このようにすることで、撮影画像から推定された経皮水分蒸散量から被験者の肌状態を把握することが可能となる。また、他の評価方法としては、被験者の初期状態（所定の時期）の経皮水分蒸散量を基準とし、基準の経皮水分蒸散量に対し推定された経皮水分蒸散量が上昇した場合は肌状態が悪化傾向であり、下降した場合は肌状態が改善傾向であるのように、相対的な変化量で肌状態（肌のバリア状態）を評価する。なお、評価の主体は、コンピュータであってもよいし、人であってもよい。このようにすることで、撮影画像から推定された経皮水分蒸散量を経時的に評価することで、被験者の肌状態（肌のバリア状態）の変化を把握することが可能となる。
【0018】
ここで、上述した経皮水分蒸散量の算出に用いる重回帰式について詳細に説明する。
本実施形態１および２では、重回帰式を算出するために４９人、もくしは８５人の被験者の実経皮水分蒸散量、皮膚表面の構造情報および色情報を取得した。また、ステップＳ１１２で用いる所定の閾値を５０、１００、１５０の３種類用いた。そして、最適な重回帰式を算出するために、変数増減法（ステップワイズ法）を用いて、最適な説明変数を決定した。なお、上述したように、実施形態１は、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングを行った画像を用いた。
本実施形態１および２では、重回帰式を算出するために４９人、もくしは８５人の被験者の実経皮水分蒸散量、皮膚表面の構造情報および色情報を取得した。また、ステップＳ１１２で用いる所定の閾値を５０、１００、１５０の３種類用いた。そして、最適な重回帰式を算出するために、変数増減法（ステップワイズ法）を用いて、最適な説明変数を決定した。なお、上述したように、実施形態１は、１２００×１２００［ｐｉｘ］のサイズに、本実施形態２では、１００×１００［ｐｉｘ］のサイズにトリミングを行った画像を用いた。
【0019】
１）説明変数をいずれか１種類の閾値から算出した構造情報または１種類の色情報とする。
＜実施形態１＞
図５（ａ）～（ｆ）に、実施形態１で１種類の閾値から算出した構造情報、または、１種類の色情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図５（ａ）～（ｆ）から明らかなように、１つの説明変数の場合、決定係数の値が最もよいもので、色情報（Ｌ＊）を用いた場合の０．３９であり、色情報（ａ＊）は０．３８、構造情報（閾値５０）は０．３３、構造情報（閾値１００）は０．２４、構造情報（閾値１５０）は０．１６、色情報（ａ＊）は０．０５であるため、何れの説明変数の場合も精度の良い回帰式を算出できていない。
＜実施形態２＞
図１３－１（ａ）～（ｃ）に、実施形態２で１種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１３－１（ｄ）～（ｆ）に、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１３－２（ｇ）～（ｉ）に、１種類の色情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
実施形態１と同様に構造情報及び色情報を算出した場合、画質によっては、図１３－１（ａ）～（ｃ）および図１３－２（ｇ）～（ｉ）のように、１つの説明変数の場合、決定係数の値が最もよいもので、色情報（ａ＊）を用いた場合の０．３５であり、構造情報（閾値５０）は０．０２、構造情報（閾値１００）は０．０８、構造情報（閾値１５０）は０．００であるため、何れの説明変数の場合も精度の良い回帰式を算出できていない。特に、構造情報の決定係数が非常に低く、局所的な凹凸領域をきちんと拾えていないと考えられた。このような場合、マンセル表色系における彩度（Ｃ）の要素のみを抽出すると鱗屑及び肌理の情報が安定して得られ、図１３－１（ｄ）～（ｆ）のように構造情報（閾値５０）は０．０９、構造情報（閾値１００）は０．２９、構造情報（閾値１５０）は０．１２まで改善することがわかった。
＜実施形態１＞
図５（ａ）～（ｆ）に、実施形態１で１種類の閾値から算出した構造情報、または、１種類の色情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図５（ａ）～（ｆ）から明らかなように、１つの説明変数の場合、決定係数の値が最もよいもので、色情報（Ｌ＊）を用いた場合の０．３９であり、色情報（ａ＊）は０．３８、構造情報（閾値５０）は０．３３、構造情報（閾値１００）は０．２４、構造情報（閾値１５０）は０．１６、色情報（ａ＊）は０．０５であるため、何れの説明変数の場合も精度の良い回帰式を算出できていない。
＜実施形態２＞
図１３－１（ａ）～（ｃ）に、実施形態２で１種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１３－１（ｄ）～（ｆ）に、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１３－２（ｇ）～（ｉ）に、１種類の色情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
実施形態１と同様に構造情報及び色情報を算出した場合、画質によっては、図１３－１（ａ）～（ｃ）および図１３－２（ｇ）～（ｉ）のように、１つの説明変数の場合、決定係数の値が最もよいもので、色情報（ａ＊）を用いた場合の０．３５であり、構造情報（閾値５０）は０．０２、構造情報（閾値１００）は０．０８、構造情報（閾値１５０）は０．００であるため、何れの説明変数の場合も精度の良い回帰式を算出できていない。特に、構造情報の決定係数が非常に低く、局所的な凹凸領域をきちんと拾えていないと考えられた。このような場合、マンセル表色系における彩度（Ｃ）の要素のみを抽出すると鱗屑及び肌理の情報が安定して得られ、図１３－１（ｄ）～（ｆ）のように構造情報（閾値５０）は０．０９、構造情報（閾値１００）は０．２９、構造情報（閾値１５０）は０．１２まで改善することがわかった。
【0020】
２）説明変数をいずれか２種類の閾値から算出した構造情報とする。
＜実施形態１＞
図６（ａ）～（ｃ）に、実施形態１において、２種類の閾値それぞれから算出した構造情報を説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図６（ａ）は、閾値５０と閾値１００とした場合の構造情報を説明変数とした場合であり、図６（ｂ）は閾値１００と閾値１５０とした場合の構造情報を説明変数とした場合であり、図６（ｃ）は、閾値５０と閾値１５０とした場合の構造情報を説明変数とした場合である。図中に、決定係数（Ｒ２）を示す。
図６（ａ）～（ｃ）から明らかなように、２種類の構造情報を説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０と１００）および構造情報（閾値５０と１５０）の０．３５であり、構造情報（閾値１００と１５０）は０．２９であるため、１つの説明変数の場合よりは決定係数の値は上がっているが、何れの説明変数の場合も精度の良い重回帰式を算出できていない。
＜実施形態２＞
図１４（ａ）～（ｃ）に、実施形態２において、２種類の閾値それぞれから算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１４（ｄ）～（ｆ）に、画像の彩度だけを抽出し、同様の方法で２種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１４（ａ）～（ｃ）から明らかなように、２つの説明変数の場合、決定係数の値が最もよいもので、構造情報（閾値１００と１５０）の０．１１であり、構造情報（閾値５０と１００）は０．０８、構造情報（閾値５０と１５０）は０．０７であるため、１つの説明変数の場合よりは決定係数の値は上がっているが、何れの説明変数の場合も精度の良い重回帰式を算出できていない。マンセル表色系における彩度（Ｃ）の要素のみを抽出した場合であっても、図１４（ｄ）～（ｆ）のように、決定係数の値が最もよいもので、構造情報（閾値１００と１５０）の０．３２であり、構造情報（閾値５０と１００）は０．３０、構造情報（閾値５０と１５０）は０．１８までの改善にとどまる。
＜実施形態１＞
図６（ａ）～（ｃ）に、実施形態１において、２種類の閾値それぞれから算出した構造情報を説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図６（ａ）は、閾値５０と閾値１００とした場合の構造情報を説明変数とした場合であり、図６（ｂ）は閾値１００と閾値１５０とした場合の構造情報を説明変数とした場合であり、図６（ｃ）は、閾値５０と閾値１５０とした場合の構造情報を説明変数とした場合である。図中に、決定係数（Ｒ２）を示す。
図６（ａ）～（ｃ）から明らかなように、２種類の構造情報を説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０と１００）および構造情報（閾値５０と１５０）の０．３５であり、構造情報（閾値１００と１５０）は０．２９であるため、１つの説明変数の場合よりは決定係数の値は上がっているが、何れの説明変数の場合も精度の良い重回帰式を算出できていない。
＜実施形態２＞
図１４（ａ）～（ｃ）に、実施形態２において、２種類の閾値それぞれから算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１４（ｄ）～（ｆ）に、画像の彩度だけを抽出し、同様の方法で２種類の閾値から算出した構造情報を説明変数とした場合の回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１４（ａ）～（ｃ）から明らかなように、２つの説明変数の場合、決定係数の値が最もよいもので、構造情報（閾値１００と１５０）の０．１１であり、構造情報（閾値５０と１００）は０．０８、構造情報（閾値５０と１５０）は０．０７であるため、１つの説明変数の場合よりは決定係数の値は上がっているが、何れの説明変数の場合も精度の良い重回帰式を算出できていない。マンセル表色系における彩度（Ｃ）の要素のみを抽出した場合であっても、図１４（ｄ）～（ｆ）のように、決定係数の値が最もよいもので、構造情報（閾値１００と１５０）の０．３２であり、構造情報（閾値５０と１００）は０．３０、構造情報（閾値５０と１５０）は０．１８までの改善にとどまる。
【0021】
３）説明変数をいずれか１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の４つとする。
＜実施形態１＞
図７（ａ）～（ｃ）に、実施形態１において、１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図７（ａ）～（ｃ）から明らかなように、１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の４つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０）および色情報の０．５３であり、構造情報（閾値１００）および色情報は０．５０、構造情報（閾値１００）および色情報は０．４９であるため、説明変数が構造情報のみのときより、決定係数の値があがっており、特に、構造情報（閾値５０）および色情報の４つの説明変数の場合は、精度のよい重回帰式を算出できている。
＜実施形態２＞
図１５（ａ）～（ｃ）に、実施形態２において、１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１５（ｄ）～（ｆ）に、実施形態２において、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１５（ａ）～（ｃ）から明らかなように、１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の４つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値１００）および色情報の０．４４であり、構造情報（閾値５０）および色情報は０．４３、構造情報（閾値１５０）および色情報は０．４２であるため、説明変数が構造情報のみのときより、決定係数の値があがっており、特に、構造情報（閾値１００）および色情報の４つの説明変数の場合は、精度のよい重回帰式を算出できている。さらに、図１５（ｄ）～（ｆ）のように、彩度のみを抽出した場合、決定係数の値が最もよいもので、構造情報（閾値１００）および色情報の０．４９であり、構造情報（閾値５０）および色情報は０．４３、構造情報（閾値１５０）および色情報は０．４８とより一層精度の良い重回帰式を算出できることがわかる。
＜実施形態１＞
図７（ａ）～（ｃ）に、実施形態１において、１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図７（ａ）～（ｃ）から明らかなように、１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の４つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０）および色情報の０．５３であり、構造情報（閾値１００）および色情報は０．５０、構造情報（閾値１００）および色情報は０．４９であるため、説明変数が構造情報のみのときより、決定係数の値があがっており、特に、構造情報（閾値５０）および色情報の４つの説明変数の場合は、精度のよい重回帰式を算出できている。
＜実施形態２＞
図１５（ａ）～（ｃ）に、実施形態２において、１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１５（ｄ）～（ｆ）に、実施形態２において、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１５（ａ）～（ｃ）から明らかなように、１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の４つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値１００）および色情報の０．４４であり、構造情報（閾値５０）および色情報は０．４３、構造情報（閾値１５０）および色情報は０．４２であるため、説明変数が構造情報のみのときより、決定係数の値があがっており、特に、構造情報（閾値１００）および色情報の４つの説明変数の場合は、精度のよい重回帰式を算出できている。さらに、図１５（ｄ）～（ｆ）のように、彩度のみを抽出した場合、決定係数の値が最もよいもので、構造情報（閾値１００）および色情報の０．４９であり、構造情報（閾値５０）および色情報は０．４３、構造情報（閾値１５０）および色情報は０．４８とより一層精度の良い重回帰式を算出できることがわかる。
【0022】
４）説明変数をいずれか２種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つとする。
＜実施形態１＞
図８（ａ）～（ｃ）に、実施形態１において、２種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との５つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図８（ａ）～（ｃ）から明らかなように、２種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０、１００）および色情報の０．５８であり、構造情報（閾値１００、１５０）および色情報は０．５５、構造情報（閾値５０、１５０）および色情報は０．５４であるため、説明変数が１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）のときより、決定係数の値があがっており、特に、構造情報（閾値５０、１００）および色情報の５つの説明変数の場合は、精度のよい重回帰式を算出できている。
＜実施形態２＞
図１６（ａ）～（ｃ）に、実施形態２において、２種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との５つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１６（ｄ）～（ｆ）に、実施形態２において、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１６（ａ）～（ｃ）から明らかなように、２種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つを説明変数とした場合、決定係数の値は、構造情報（閾値５０、１００）および色情報、構造情報（閾値１００、１５０）および色情報、構造情報（閾値５０、１５０）および色情報いずれも０．４４であるため、説明変数が１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）のときと精度にあまり差は見られない。一方で、図１６（ｄ）～（ｆ）のように、彩度のみを抽出した場合、決定係数の値が最もよいもので、構造情報（閾値１００、１５０）および色情報の０．５１であり、構造情報（閾値５０、１００）および色情報は０．４９、構造情報（閾値５０、１５０）および色情報は０．４８とより一層精度の良い重回帰式を算出できることがわかる。
＜実施形態１＞
図８（ａ）～（ｃ）に、実施形態１において、２種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との５つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図８（ａ）～（ｃ）から明らかなように、２種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つを説明変数とした場合、決定係数の値が最もよいもので、構造情報（閾値５０、１００）および色情報の０．５８であり、構造情報（閾値１００、１５０）および色情報は０．５５、構造情報（閾値５０、１５０）および色情報は０．５４であるため、説明変数が１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）のときより、決定係数の値があがっており、特に、構造情報（閾値５０、１００）および色情報の５つの説明変数の場合は、精度のよい重回帰式を算出できている。
＜実施形態２＞
図１６（ａ）～（ｃ）に、実施形態２において、２種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との５つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図１６（ｄ）～（ｆ）に、実施形態２において、画像の彩度だけを抽出し、同様の方法で１種類の閾値から算出した構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）との４つを説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを示す。図中に、決定係数（Ｒ２）を示す。
図１６（ａ）～（ｃ）から明らかなように、２種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つを説明変数とした場合、決定係数の値は、構造情報（閾値５０、１００）および色情報、構造情報（閾値１００、１５０）および色情報、構造情報（閾値５０、１５０）および色情報いずれも０．４４であるため、説明変数が１種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）のときと精度にあまり差は見られない。一方で、図１６（ｄ）～（ｆ）のように、彩度のみを抽出した場合、決定係数の値が最もよいもので、構造情報（閾値１００、１５０）および色情報の０．５１であり、構造情報（閾値５０、１００）および色情報は０．４９、構造情報（閾値５０、１５０）および色情報は０．４８とより一層精度の良い重回帰式を算出できることがわかる。
【0023】
これらの結果より、２種類の構造情報と色情報（Ｌ＊、ａ＊、ｂ＊）の５つの説明変数を用いた重回帰式を用いると、精度の良い経皮水分蒸散量を推定できることがわかった。特に、構造情報の閾値としては、決定係数の値が最もよかった閾値５０と閾値１００を用いるとよいことがわかった。
また、いずれの結果の場合も、閾値５０を用いた構造情報を含む回帰式による決定係数の値が高い傾向にある。本実施形態は、１画素の輝度を０～２５５段階（黒～白）で表しており、閾値を輝度の中間値より黒に近い方に設定した値を用いて算出した構造情報を説明変数に用いた方が精度の高い回帰式を算出できることがわかった。そこで、構造情報を算出する際の閾値は中間値（１２７）より黒に近い値を設定することが好ましく、２種類の閾値を設ける場合は、第１閾値を４０～６０（１画素の輝度を０～２５５段階にした場合、４０／２５６～６０／２５６）、第２閾値を８２～１０２（１画素の輝度を０～２５５段階にした場合、８２／２５６～１０２／２５６）に設けることが好ましい。言い換えると、１画素の輝度の段階に対して、第１閾値を１５％～２５％、第２閾値を３２％～４０％に設けることが好ましい。なお、１画素の輝度の段階に対する第１閾値および第２閾値の比率は、１画素の輝度の段階が異なる場合でも適用可能である。もしくは、第１閾値と第２閾値とが、１対１．３～１対２．６の比率であることが好ましい。また、第１閾値の輝度値を１００とした場合、第２閾値の輝度値は、１２５以上３００以下が好ましく、１５０以上２５０以下がより好ましい。
また、実施形態２における１００×１００［ｐｉｘ］サイズにトリミングした画像そのものを用いた場合の結果と１００×１００［ｐｉｘ］サイズにトリミングした画像に対しマンセル表色系における彩度（Ｃ）の要素のみを抽出したものを用いた場合の結果とを比べると、彩度（Ｃ）の要素のみを抽出したものを用いた場合の結果の方が何れの説明変数とした場合でも推定された経皮水分蒸散量の精度が改善されることがわかった。
また、所定サイズにトリミングした画像そのものを用いた場合は、高画質画像を用いた場合の結果の方が推定された経皮水分蒸散量の精度は高かったが、一般ユーザが日常生活において自身の肌を撮影し、撮影した肌画像を用いて日常的に肌状態の変化を容易に把握することを考慮すると、例えば、１００×１００［ｐｉｘ］サイズにトリミングした画像を用いた場合でも、彩度（Ｃ）の要素のみを抽出する処理を施し、説明変数の組合せを考慮することにより、十分な精度で経皮水分蒸散量を推定可能であることがわかった。
なお、本実施形態では、２種類の閾値としたが、これに限らず、３種類以上の閾値でもよい。この場合でも、閾値には１画素の輝度の段階の中間値より黒に近い値を含むようにすることが好ましい。
また、いずれの結果の場合も、閾値５０を用いた構造情報を含む回帰式による決定係数の値が高い傾向にある。本実施形態は、１画素の輝度を０～２５５段階（黒～白）で表しており、閾値を輝度の中間値より黒に近い方に設定した値を用いて算出した構造情報を説明変数に用いた方が精度の高い回帰式を算出できることがわかった。そこで、構造情報を算出する際の閾値は中間値（１２７）より黒に近い値を設定することが好ましく、２種類の閾値を設ける場合は、第１閾値を４０～６０（１画素の輝度を０～２５５段階にした場合、４０／２５６～６０／２５６）、第２閾値を８２～１０２（１画素の輝度を０～２５５段階にした場合、８２／２５６～１０２／２５６）に設けることが好ましい。言い換えると、１画素の輝度の段階に対して、第１閾値を１５％～２５％、第２閾値を３２％～４０％に設けることが好ましい。なお、１画素の輝度の段階に対する第１閾値および第２閾値の比率は、１画素の輝度の段階が異なる場合でも適用可能である。もしくは、第１閾値と第２閾値とが、１対１．３～１対２．６の比率であることが好ましい。また、第１閾値の輝度値を１００とした場合、第２閾値の輝度値は、１２５以上３００以下が好ましく、１５０以上２５０以下がより好ましい。
また、実施形態２における１００×１００［ｐｉｘ］サイズにトリミングした画像そのものを用いた場合の結果と１００×１００［ｐｉｘ］サイズにトリミングした画像に対しマンセル表色系における彩度（Ｃ）の要素のみを抽出したものを用いた場合の結果とを比べると、彩度（Ｃ）の要素のみを抽出したものを用いた場合の結果の方が何れの説明変数とした場合でも推定された経皮水分蒸散量の精度が改善されることがわかった。
また、所定サイズにトリミングした画像そのものを用いた場合は、高画質画像を用いた場合の結果の方が推定された経皮水分蒸散量の精度は高かったが、一般ユーザが日常生活において自身の肌を撮影し、撮影した肌画像を用いて日常的に肌状態の変化を容易に把握することを考慮すると、例えば、１００×１００［ｐｉｘ］サイズにトリミングした画像を用いた場合でも、彩度（Ｃ）の要素のみを抽出する処理を施し、説明変数の組合せを考慮することにより、十分な精度で経皮水分蒸散量を推定可能であることがわかった。
なお、本実施形態では、２種類の閾値としたが、これに限らず、３種類以上の閾値でもよい。この場合でも、閾値には１画素の輝度の段階の中間値より黒に近い値を含むようにすることが好ましい。
【0024】
次に、被験者が皮膚表面または皮膚内部に感じる感覚を数値化した感覚情報を説明変数に加えた場合について説明する。感覚情報とは、被験者が当該被験者の皮膚表面または皮膚内部に感じる感覚であり、かゆみ、痛み、熱感、つっぱり感などのレベル（度合い）を数値化した情報である。経皮水分蒸散量が高くなることに影響し、生じる感覚であることが好ましい。また、これら何れかの感覚を感じるレベルについてアンケートをとってもよいし、これらのうち何れか１つの感覚を感じるレベルについてアンケートをとってもよい。本実施形態では、感覚情報として、被験者に対し皮膚表面にかゆみをまったく感じない、かゆみをほとんど感じない、どちらともいえない、かゆみを少し感じる、かゆみを非常に感じる、の５段階の何れに該当するかアンケートをとり、アンケート結果を数値化して説明変数に用いた。複数の被験者からも同様にして取得した感覚情報を説明変数に加えて重回帰式を算出した。上記結果に基づき、構造情報（閾値５０、１００）、色情報（Ｌ＊、ａ＊、ｂ＊）、および感覚情報の６つの説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを図９に示す。図中に、決定係数（Ｒ２）を示す。
図９から明らかなように、構造情報（閾値５０、１００）、色情報（Ｌ＊、ａ＊、ｂ＊）、および感覚情報の６つの説明変数とした場合の決定係数の値は、０．６５となり、精度の良い重回帰式となった。なお、感覚情報は、被験者の主観により値が変動する可能性が高いため、アンケート結果の段階について被験者が適切に回答できるようにする必要がある。感覚情報を含めない場合（構造情報（閾値５０、１００）および色情報（Ｌ＊、ａ＊、ｂ＊）の５つの説明変数の場合）でも、決定係数の値は精度が高いため、被験者の理解に応じて使用する重回帰式（例えば、被験者が一定の感覚で回答が難しいと思われる子供の場合は感覚情報を除いた重回帰式、一定の感覚で回答が可能と思われる成人の場合は感覚情報を含めた重回帰式）を用いるようにしてもよい。
図９から明らかなように、構造情報（閾値５０、１００）、色情報（Ｌ＊、ａ＊、ｂ＊）、および感覚情報の６つの説明変数とした場合の決定係数の値は、０．６５となり、精度の良い重回帰式となった。なお、感覚情報は、被験者の主観により値が変動する可能性が高いため、アンケート結果の段階について被験者が適切に回答できるようにする必要がある。感覚情報を含めない場合（構造情報（閾値５０、１００）および色情報（Ｌ＊、ａ＊、ｂ＊）の５つの説明変数の場合）でも、決定係数の値は精度が高いため、被験者の理解に応じて使用する重回帰式（例えば、被験者が一定の感覚で回答が難しいと思われる子供の場合は感覚情報を除いた重回帰式、一定の感覚で回答が可能と思われる成人の場合は感覚情報を含めた重回帰式）を用いるようにしてもよい。
【0025】
＜皮膚状態評価装置＞
次に、上述した皮膚状態評価方法を備えた皮膚状態評価装置１０について説明する。
図１０に、皮膚状態評価装置１０の概念図を示す。
皮膚状態評価装置１０は、撮影手段１１、算出手段１２、推定手段１３、評価手段１４を備えている。本実施形態では、皮膚状態評価装置１０は、スマートフォン、タブレット端末など、撮影手段１１（カメラ）と中央処理装置（図示しない）を備えた移動端末としているが、中央処理装置を備えたカメラでもよい。
撮影手段１１は、スマートフォンに内蔵されたカメラ、タブレット端末に内蔵されたカメラで足りるが、皮膚表面の色情報を算出するため、ＲＧＢカメラである必要がある。
算出手段１２は、上述した被験者の皮膚表面の構造情報および色情報を算出する算出工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
推定手段１３は、上述した被験者の経皮水分蒸散量を推定する推定工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
評価手段１４は、上述した経皮水分蒸散量に基づき被験者の皮膚状態を評価する評価工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
皮膚状態評価装置１０には、記憶手段１５も設けられ、当該記憶手段１５に上述した皮膚状態評価方法を実行するためのコンピュータプログラムが記憶されている。また、表示手段１６も設けられている。表示手段１６は、移動端末１０が備えている表示装置である。評価手段１４によって被験者の皮膚状態を評価した結果を表示手段１６に表示することで被験者が皮膚状態を把握しやすくできる。
この他、図示はしていないが、皮膚状態評価装置１０には、キーボード（タッチキーボードを含む）、ポインティングデバイスなどの入力装置、プリンターなどの外部装置への出力に必要な出力装置等を備えている。
次に、上述した皮膚状態評価方法を備えた皮膚状態評価装置１０について説明する。
図１０に、皮膚状態評価装置１０の概念図を示す。
皮膚状態評価装置１０は、撮影手段１１、算出手段１２、推定手段１３、評価手段１４を備えている。本実施形態では、皮膚状態評価装置１０は、スマートフォン、タブレット端末など、撮影手段１１（カメラ）と中央処理装置（図示しない）を備えた移動端末としているが、中央処理装置を備えたカメラでもよい。
撮影手段１１は、スマートフォンに内蔵されたカメラ、タブレット端末に内蔵されたカメラで足りるが、皮膚表面の色情報を算出するため、ＲＧＢカメラである必要がある。
算出手段１２は、上述した被験者の皮膚表面の構造情報および色情報を算出する算出工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
推定手段１３は、上述した被験者の経皮水分蒸散量を推定する推定工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
評価手段１４は、上述した経皮水分蒸散量に基づき被験者の皮膚状態を評価する評価工程の処理内容を実行する手段である。中央処理装置に設けられる手段である。
皮膚状態評価装置１０には、記憶手段１５も設けられ、当該記憶手段１５に上述した皮膚状態評価方法を実行するためのコンピュータプログラムが記憶されている。また、表示手段１６も設けられている。表示手段１６は、移動端末１０が備えている表示装置である。評価手段１４によって被験者の皮膚状態を評価した結果を表示手段１６に表示することで被験者が皮膚状態を把握しやすくできる。
この他、図示はしていないが、皮膚状態評価装置１０には、キーボード（タッチキーボードを含む）、ポインティングデバイスなどの入力装置、プリンターなどの外部装置への出力に必要な出力装置等を備えている。
【0026】
＜皮膚状態評価システム＞
次に、上述した皮膚状態評価方法を備えた皮膚状態評価システムについて説明する。
図１１に、皮膚状態評価システム１００の概念図を示す。
皮膚状態評価システム１００は、移動端末１１０およびサーバー１２０で構成される。
移動端末１１０は、移動端末１０と同様、撮影手段１１１（カメラ）と中央処理装置（図示しない）を備えたスマートフォン、タブレット端末など、または、中央処理装置を備えたカメラである。評価結果を確認しやすいように、表示手段１１６を備えていることが好ましい。なお、表示手段１１６は、移動端末１１０が備えている表示装置である。また、図示はしていないが、撮影手段１１１で撮影した皮膚表面画像をサーバー１２０へインターネット等により送信し、サーバー１２０から推定した経皮水分蒸散量や評価結果を受信する入出力手段を備えている。
サーバー１２０には、上述した皮膚状態評価方法を実行するためのコンピュータプログラムおよび撮影手段１１１で撮影された皮膚表面画像が記憶されている。サーバー１２０には、算出手段１２２、推定手段１２３、評価手段１２４、および記憶手段１２５が含まれる。算出手段１２２は、上述した被験者の皮膚表面の構造情報および色情報を算出する算出工程の処理内容を実行する手段である。推定手段１２３は、上述した被験者の経皮水分蒸散量を推定する推定工程の処理内容を実行する手段である。評価手段１２４は、上述した経皮水分蒸散量に基づき被験者の皮膚状態を評価する評価工程の処理内容を実行する手段である。記憶手段１２５は、皮膚状態評価方法を実行するためのコンピュータプログラムおよび撮影手段１１１で撮影された皮膚表面画像を記憶する手段である。また、図示はしていないが、サーバー１２０で推定した経皮水分蒸散量や評価結果を移動端末１１０へインターネット等により送信し、移動端末１１０から撮影した皮膚表面画像を受信する入出力手段を備えている。
このように、サーバー１２０で皮膚状態評価方法を実行するためのコンピュータプログラムを実行するようにすることで、利用者の移動端末１１０の処理負荷を軽減することが可能となる。また、サーバー１２０に撮影された皮膚表面画像を記憶するようにすることで、利用者全ての皮膚表面画像を集約して記憶できるため、皮膚状態評価方法を実行するためのコンピュータプログラム内のアルゴリズムの改良に当該皮膚表面画像を用いることができ、さらに精度の良い推定および評価を行うことが可能となる。また、利用者の過去の皮膚表面画像、推定した経皮水分蒸散量、および評価結果を記憶しておくため、利用者がサーバー１２０へアクセスすることにより、詳細な経時変化を確認することが可能となる。
次に、上述した皮膚状態評価方法を備えた皮膚状態評価システムについて説明する。
図１１に、皮膚状態評価システム１００の概念図を示す。
皮膚状態評価システム１００は、移動端末１１０およびサーバー１２０で構成される。
移動端末１１０は、移動端末１０と同様、撮影手段１１１（カメラ）と中央処理装置（図示しない）を備えたスマートフォン、タブレット端末など、または、中央処理装置を備えたカメラである。評価結果を確認しやすいように、表示手段１１６を備えていることが好ましい。なお、表示手段１１６は、移動端末１１０が備えている表示装置である。また、図示はしていないが、撮影手段１１１で撮影した皮膚表面画像をサーバー１２０へインターネット等により送信し、サーバー１２０から推定した経皮水分蒸散量や評価結果を受信する入出力手段を備えている。
サーバー１２０には、上述した皮膚状態評価方法を実行するためのコンピュータプログラムおよび撮影手段１１１で撮影された皮膚表面画像が記憶されている。サーバー１２０には、算出手段１２２、推定手段１２３、評価手段１２４、および記憶手段１２５が含まれる。算出手段１２２は、上述した被験者の皮膚表面の構造情報および色情報を算出する算出工程の処理内容を実行する手段である。推定手段１２３は、上述した被験者の経皮水分蒸散量を推定する推定工程の処理内容を実行する手段である。評価手段１２４は、上述した経皮水分蒸散量に基づき被験者の皮膚状態を評価する評価工程の処理内容を実行する手段である。記憶手段１２５は、皮膚状態評価方法を実行するためのコンピュータプログラムおよび撮影手段１１１で撮影された皮膚表面画像を記憶する手段である。また、図示はしていないが、サーバー１２０で推定した経皮水分蒸散量や評価結果を移動端末１１０へインターネット等により送信し、移動端末１１０から撮影した皮膚表面画像を受信する入出力手段を備えている。
このように、サーバー１２０で皮膚状態評価方法を実行するためのコンピュータプログラムを実行するようにすることで、利用者の移動端末１１０の処理負荷を軽減することが可能となる。また、サーバー１２０に撮影された皮膚表面画像を記憶するようにすることで、利用者全ての皮膚表面画像を集約して記憶できるため、皮膚状態評価方法を実行するためのコンピュータプログラム内のアルゴリズムの改良に当該皮膚表面画像を用いることができ、さらに精度の良い推定および評価を行うことが可能となる。また、利用者の過去の皮膚表面画像、推定した経皮水分蒸散量、および評価結果を記憶しておくため、利用者がサーバー１２０へアクセスすることにより、詳細な経時変化を確認することが可能となる。
【0027】
＜変形例＞
本実施形態では、皮膚表面の構造情報として、皮膚表面画像における皮膚の水分量に影響し形成される凹凸領域の面積を算出したがこれに限らない。例えば、皮膚表面に形成される凹凸領域と凹凸領域以外の領域との面積比を算出し、経皮水分蒸散量の推定に用いてもよい。このようにしても、面積を算出した場合と同様に効果が得られる。
本実施形態では、皮膚表面の構造情報として、皮膚表面画像における皮膚の水分量に影響し形成される凹凸領域の面積を算出したがこれに限らない。例えば、皮膚表面に形成される凹凸領域と凹凸領域以外の領域との面積比を算出し、経皮水分蒸散量の推定に用いてもよい。このようにしても、面積を算出した場合と同様に効果が得られる。
【0028】
本実施形態では、皮膚表面に形成される凹凸として、鱗屑および肌理としたがこれに限らない。経皮水分蒸散量の変化の影響（経皮水分蒸散量が高くなることによる影響）により皮膚表面に生じる他の肌の状態でもよい。
【0029】
本実施形態では、色情報として各画素１つ１つの色情報をＬ＊ａ＊ｂ＊表色系に変換することで、Ｌ＊値、ａ＊値、ｂ＊値のそれぞれについて数値を求めたがこれに限らない。例えば、マンセル表色系に変換し、Ｈ（色相）、Ｖ（明度）、Ｃ（彩度）を求めてもよく、明度、色相、および彩度を算出できれば表色系は問わない。
【0030】
表示手段１６（表示手段１１６）に表示する表示結果は、推定した今回分の評価結果のみでもよいし、過去に評価した評価結果と合わせて表示してもよい。このようにすることで、被験者自身で皮膚表面画像を撮影し、経皮水分蒸散量を推定し、求められた評価結果を経時的に把握できるため、肌状態の変化を日常的に容易に把握することが可能となる。
【0031】
本実施形態では、感覚情報は、被験者に対し、かゆみをまったく感じない、かゆみをほとんど感じない、どちらともいえない、かゆみを少し感じる、かゆみを非常に感じる、の５段階の何れに該当するかアンケート行ったがこれに限らない。かゆみの程度を評価スケールで表したもの（ＶＡＳ）を用いてアンケートを行い、アンケート結果を数値化してもよい。このようにすることで、詳細な被験者の感覚（かゆみレベル）をアンケート結果に反映することが可能となり、経皮水分蒸散量の推定精度を高めることができる。
【0032】
本実施形態では、経皮水分蒸散量を重回帰式を用いて算出することとしたがこれに限らない。例えば、複数の被験者から取得した皮膚表面の構造情報および色情報と計測された経皮水分蒸散量に基づき機械学習により、Ｒｉｄｇｅ、Ｌａｓｓｏ、Ｅｌａｓｔｉｃ Ｎｅｔ、ランダムフォレスト、ニューラルネットワーク、サポートベクター回帰等の回帰モデルを作成し、作成した回帰モデルと、算出した皮膚表面の構造情報および色情報を用いて経皮水分蒸散量を算出してもよい。機械学習により回帰モデルを作成する際に、複数の被験者から取得した感覚情報も用いて作成し、作成した回帰モデルと、算出した皮膚表面の構造情報および色情報、取得した感覚情報を用いて経皮水分蒸散量を算出してもよい。また、皮膚表面の構造情報および色情報を、複数の被験者から取得した皮膚表面画像、皮膚表面の構造情報および色情報から学習したデータを用いて、機械学習により、被験者の皮膚表面画像から皮膚表面の構造情報および色情報を算出してもよい。
【0033】
本実施形態では、説明変数として皮膚表面の構造情報、色情報、および感覚情報を用いたが、これに限らない。例えば、皮膚表面の構造情報、色情報、感覚情報に加えて、角層水分量を説明変数に加えてもよい。角層水分量は、公知の装置（例えば、Ｃｏｒｎｅｏｍｅｔｅｒ）を用いて計測した値を用いることとした。構造情報（閾値５０、１００、１５０）、色情報（Ｌ＊、ａ＊、ｂ＊）、感覚情報、および角層水分量の８つの説明変数とした場合の重回帰式により推定された推定経皮水分蒸散量を縦軸に当該被験者の実測経皮水分蒸散量を横軸に表したグラフを図１２に示す。図中に、決定係数（Ｒ２）を示す。
図１２から明らかなように、構造情報（閾値５０、１００、１５０）、色情報（Ｌ＊、ａ＊、ｂ＊）、感覚情報、および角層水分量の８つの説明変数とした場合の決定係数の値は、０．６７となり、精度の良い重回帰式となった。このように、説明変数に角層水分量を用いて経皮水分蒸散量を推定するとさらに精度の高い値を推定できる。
図１２から明らかなように、構造情報（閾値５０、１００、１５０）、色情報（Ｌ＊、ａ＊、ｂ＊）、感覚情報、および角層水分量の８つの説明変数とした場合の決定係数の値は、０．６７となり、精度の良い重回帰式となった。このように、説明変数に角層水分量を用いて経皮水分蒸散量を推定するとさらに精度の高い値を推定できる。
【符号の説明】
【0034】
１０ 皮膚状態評価装置（移動端末）
１１ 撮影手段
１２ 算出手段
１３ 推定手段
１４ 評価手段
１５ 記憶手段
１６ 表示手段
１００ 皮膚状態評価システム
１１０ 移動端末
１１１ 撮影手段
１１６ 表示手段
１２０ サーバー
１２２ 算出手段
１２３ 推定手段
１２４ 評価手段
１２５ 記憶手段
１１ 撮影手段
１２ 算出手段
１３ 推定手段
１４ 評価手段
１５ 記憶手段
１６ 表示手段
１００ 皮膚状態評価システム
１１０ 移動端末
１１１ 撮影手段
１１６ 表示手段
１２０ サーバー
１２２ 算出手段
１２３ 推定手段
１２４ 評価手段
１２５ 記憶手段
【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13-1】
【図13-2】
【図14】
【図15】
【図16】