【数1】

【技術分野】

【0001】

【背景技術】

【0002】

【0003】

【0004】

【発明の概要】

本発明の目的は、統計的計量手段を用いてヒトの肌年齢を予測する装置および方法を提供することにある。 本発明の他の目的は、専門家による分析なしでも、ヒトの肌年齢を計量化して評価できる装置および方法を提供することにある。 本発明のまた他の目的は、対象者に適合した化粧品を提案するために、対象者の肌年齢を予測できる装置および方法を提供することにある。

本発明の実施例に係る肌年齢予測方法は、対象者の皮膚状態を示す少なくとも一つの関連ファクタを肌年齢予測式に代入して肌年齢等級を算出する段階を含み、前記肌年齢予測式は、回帰定数および前記少なくとも一つの関連ファクタにそれぞれ対応する少なくとも一つの変数項の線形組み合わせから構成される。 実施例として、前記少なくとも一つの関連ファクタを測定しまたは入力を受ける段階をさらに含む。 実施例として、前記算出された肌年齢等級から前記対象者の肌年齢を決める段階をさらに含む。 実施例として、前記対象者の肌年齢を決める段階は、前記算出された肌年齢等級を予め決められた方法によりスケーリングする段階；および前記スケーリングの結果に基づいて前記対象者の肌年齢を算出する段階を含む。 実施例として、前記関連ファクタは、前記対象者の色素面積および目じりシワの面積を含む。 実施例として、前記肌年齢予測式は、複数の標本を相関分析してヒトの皮膚状態を示す複数のファクタから前記少なくとも一つの関連ファクタを決め、前記決められた関連ファクタに対して前記複数の標本を多重回帰分析して前記回帰定数および前記少なくとも一つの変数項を決め、前記決められた回帰定数および少なくとも一つの変数項を線形組み合わせて決められる。 実施例として、前記少なくとも一つの変数項は、それぞれ前記色素面積および目じりシワの面積のいずれか一つに対応する変数と前記変数に対応するベータ値の積で表される。 実施例として、前記肌年齢予測式は、数式

で表され、前記Ｑ１９は前記肌年齢等級を示し、前記Ｘ１は前記色素面積に対応する変数を示し、前記Ｘ２は前記目じりシワの面積に対応する変数を示し、前記７．４１４は前記回帰定数を示し、前記−０．００００５５８および前記−０．００００５７６はそれぞれ前記Ｘ１および前記Ｘ２に対応するベータ値を示す。 本発明の実施例に係る肌年齢予測装置は、肌年齢予測式を記憶する記憶部；および対象者の皮膚状態を示す少なくとも一つの関連ファクタを前記記憶された肌年齢予測式に代入して肌年齢等級を算出するプロセッサを含み、前記肌年齢予測式は、回帰定数および前記少なくとも一つの関連ファクタにそれぞれ対応する少なくとも一つの変数項の線形組み合わせから構成される。 実施例として、前記少なくとも一つの関連ファクタを測定する測定部をさらに含む。

本発明の実施例によれば、統計的計量手段を用いてヒトの肌年齢を予測することができる。 また、専門家による専門的な分析がなくても、容易にヒトの肌年齢を計量化して評価することができる。 また、対象者の肌年齢を予測することによって、対象者の皮膚に適合した化粧品を提案することができる。

【図面の簡単な説明】

【0021】

【図1】ヒトの肌年齢と実際年齢との相関図を示す図である。

【図2】平均的な実際年齢が同一である標本を、肌年齢によってそれぞれ異なる群に分類した棒グラフである。

【図3】専門家の評価によって５等級に分けられた標本の肌年齢を示す棒グラフである。

【図4】本発明の実施例に係る、関連ファクタを決めるための相関分析の結果を示すテーブルである。

【図5】本発明の実施例に係る、関連ファクタが肌年齢に及ぼす影響を示す多重回帰分析結果を示すテーブルである。

【図6】本発明の実施例に係る、肌年齢予測式を決める方法を示すフロー図である。

【図7】本発明の実施例に係る、肌年齢予測方法を示すフロー図である。

【発明を実施するための形態】

後述する本明細書に関する詳細な説明は、本明細書が実施できる特定の実施例を例示として図示する添付の図面を参照する。これらの実施例は、当業者が本明細書を実施できるように充分に詳細に説明されている。なお、本明細書の多様な実施例はそれぞれ異なるが、相互排他的である必要はないことが理解できなければならない。例えば、ここに記載されている特定の形状、構造および特性は、一実施例に関連して本明細書の思想および範囲を逸脱することなく他の実施例で具現することができる。

また、それぞれの開示された実施例中の個別の構成要素の位置または配置は、本明細書の思想および範囲を逸脱しない範囲内で多様に変更できることが理解できなければならない。したがって、後述する詳細な説明は限定的な意味として意図されたものではなく、本明細書の範囲は原則的に特許請求の範囲によって決められ、特許請求の範囲に記載されたものおよびそれと均等な範囲の可能な実施例を包括する。類似の参照符号が図面において用いられた場合、類似の参照符号は複数の実施例に対して同一か類似の機能を示す。

図１は、ヒトの肌年齢と実際年齢との相関図を示す図である。図１を参考すると、標本（実験または測定に参加したヒト）の実際年齢と肌年齢が２次元平面上に点で図示される。本明細書において、標本の肌年齢は専門家らの目視評価および質問評価によって測定されたものである。

図１において、標本の肌年齢は実際年齢が増加するほど概ね増加する（１１）。しかしながら、同図（１０）の右下に位置した標本や同図（１０）の左上に位置した標本から分かるように、標本の肌年齢が実際年齢と必ず比例することではない。これは、ヒトの肌年齢には加齢に伴う自然老化である内因性要因に加え、皮膚露出環境、皮膚管理習慣などによる老化である環境性要因が影響を及ぼすためである。

したがって、ヒト々は、生物学的な実際年齢だけでは自身の肌年齢がどうなのか正確に知ることができない。そして、一般的に、このような肌年齢は、専門家の目視評価だけによってある程度正確な診断が可能であり、それさえも専門家の主観的な感じによって判断結果が異なることがある。本発明では、ヒトの肌年齢を計量化して客観的に予測する手段を提供することによって、肌年齢をより簡単且つ客観的に予測できるようにする。

図２は、平均的な実際年齢が同一である標本を肌年齢によってそれぞれ異なる群に分類した棒グラフである。図２を参考すると、平均的な実際年齢が同一である標本は、肌年齢が高い群（Ｈ）と肌年齢が低い群（Ｌ）とに分けられて棒グラフ（２０）で図示されている。

本発明の一実施例において、肌年齢に影響を与えるファクタ（以下、関連ファクタ）を決めるために、先ず、専門家目視評価および質問評価によって平均実際年齢が同一である標本を、肌年齢によってそれぞれ異なる群に分類した。そして、標本の皮膚状態と関連した多様なファクタを測定し、測定されたファクタと肌年齢との相関関係を分析し、肌年齢と直接的に関連した関連ファクタを決めた。

ファクタと肌年齢との相関関係を分析するために、一般的な統計的手段である相関分析法が用いられる。図３に示すように、平均的な実際年齢が同一である標本を対象に関連ファクタを決めると内因性要因の影響を最小化することがあることから、環境的要因に一層集中して関連ファクタを決めることができる。

図３は、専門家評価によって５等級に分けられた標本の肌年齢を示す棒グラフである。図３を参考すると、標本の肌年齢が専門家らによって５等級に分類された棒グラフ（３０）で図示されている。

本実施例において、専門家らは、標本の実際年齢をブラインド（ｂｌｉｎｄ）した状態で標本の皮膚状態だけを目視してそれらの肌年齢を評価した。専門家評価による肌年齢群（Ａ、Ｂ、Ｃ、Ｄ、Ｅ）は１〜５等級に分類される。

実施例として、１等級と評価された群（Ａ）は、専門家評価によって肌年齢が３５歳未満と評価された群である。２等級と評価された群（Ｂ）は、専門家評価によって肌年齢が３５歳〜４１歳の間と評価された群である。３等級と評価された群（Ｃ）は、専門家評価によって肌年齢が４２歳〜４８歳の間と評価された群である。４等級と評価された群（Ｄ）は、専門家評価によって肌年齢が４９歳〜５５歳の間と評価された群である。５等級と評価された群（Ｅ）は、専門家評価によって肌年齢が５６歳以上と評価された群である。

なお、このような肌年齢分類基準は例示的なものであって、本発明では、これとは異なる分類基準にて標本の肌年齢を分類することができる。例えば、本発明では、標本を肌年齢１歳から１００歳までとして、同じ間隔のまたは同じ大きさの１０つの群に分類することができる。

本実施例では、標本の平均的な実際年齢が同一であることを要求せず、専門家らは目視した皮膚状態だけで標本の肌年齢を評価する。専門家らによる肌年齢評価の結果は一元分散分析によって有意差がないことを確認し、これにより評価結果の客観性を確保した。

一方、本実施例では、図２と同様に、肌年齢に影響を与えるファクタ（ｆａｃｔｏｒ）を決めるために、標本の皮膚状態と関連した多様なファクタを測定し、測定されたファクタらと肌年齢との間の相関関係を分析して、肌年齢と直接的に関連した関連ファクタを決める。ファクタと肌年齢との間の相関関係を分析するために、一般的な統計的手段である相関分析法を用いた。本実施例に係る相関分析方法に関する具体的な例を図４を参考しながら後述する。

図４は、本発明の実施例に係る、関連ファクタを決めるための相関分析の結果を示すテーブルである。図４を参考すると、テーブル（４０）は、皮膚状態を示すファクタ（４１）とそれらの相関分析結果を含む。

図４において、ｎは標本の総数を示し、ｒは相関分析法により算出された相関係数を示し、ｐ−ｖａｌｕｅは有意確率（ｓｉｇｎｉｆｉｃａｎｔ ｐｒｏｂａｂｉｌｉｔｙ）を示し、Ｑ１９は専門家評価結果を示す。ここで、Ｑ１９は専門家評価結果であって、肌年齢が１等級〜５等級である場合、それぞれ１〜５の値に対応できる（すなわち、図３のＡ群のＱ１９は１である）。一方、テーブル（４０）において、＊は両側（２−ｔａｉｌｅｄ）分析において０．０５レベルと有意性があることを示し、＊＊は両側（２−ｔａｉｌｅｄ）分析において０．０１レベルと有意性があることを示す。

図４において、テーブル（４０）は、ファクタ（４１）とＱ１９との相関関係を示す。具体的に、相関係数（ｒ）は−１〜１の間の値であって、各ファクタ（４１）とＱ１９とがどの程度の線形関係を有するかを示す。

例えば、ｒ＜−０．７であると、ファクタとＱ１９とは強い負の線形関係を有することを意味し、−０．７＜ｒ＜−０．３であると、ファクタとＱ１９とはある程度著しい負の線形関係を有することを意味し、−０．３＜ｒ＜−０．１であると、ファクタとＱ１９とは弱い負の線形関係を有することを意味する。これに対し、０．７＜ｒであると、ファクタとＱ１９とは強い負の線形関係を有することを意味し、０．３＜ｒ＜０．７であると、ファクタとＱ１９とはある程度著しい負の線形関係を有することを意味し、０．１＜ｒ＜０．３であると、ファクタとＱ１９とは弱い負の線形関係を有することを意味する。−０．１＜ｒ＜０．１であると、ファクタとＱ１９とは有意味な線形関係を有しないと見なす（Ｎ.Ｓ）。

図４において、ファクタ（４１）の殆ど（水分、油分、弾力、肌きめ、毛穴の大きさ、毛穴の個数、皮脂の大きさ、皮脂の個数）は、肌年齢を示すＱ１９と有意味な相関関係を有さない（Ｎ．Ｓ）と分析された（４２）。そして、ファクタ（４１）のうちの目じりシワの面積および色素面積がＱ１９と有意味な相関関係を有すると分析された（４３、４４）。

目じりシワの面積とＱ１９との相関係数（ｒ）は−０．５３２であり（有意レベル０．０５）、そのときの有意確率は０．０１１である（４３）。色素面積とＱ１９との相関係数（ｒ）は−０．５６１であり（有意レベル０．０１）、そのときの有意確率は０．００７である（４４）。Ｑ１９と相関関係を有すると分析されたファクタ（目じりシワの面積および色素面積）は本発明における関連ファクタとなる。なお、ここで決定された関連ファクタは例示的なものであって、ここで説明していない他のファクタ（例えば、肌きめ）が関連ファクタとして追加されてもよい。

一方、本実施例において、相関分析法（または、後述する多重回帰分析法）に用いられたファクタ（４１）の測定値は、絶対的な個数、含有量、または面積を示す値ではないこともある。具体的に、ファクタ（４１）の測定値は、絶対的な個数、含有量、または面積がスケーリングされた相対的な値であって、絶対的な個数、含有量、または面積に比例する加工された数値であってよい。例えば、本実施例において用いられた目じりシワの面積の測定値が３０であるとき、これは3０ｍｍ^２または３０ｃｍ^２のような絶対的な面積を意味するものではなく、相対的な大きさとして面積の大きさ程度が３０であることを意味する。すなわち、測定値３０は１０ｍｍ^２を意味することもある。なお、このときも、測定値は絶対的な面積に比例する値であることから、測定値が３０から６０に二倍増加すると、絶対的な面積も二倍増加したことを意味する。

実施例として、目じりシワの面積および色素面積を測定するために、予め決められた皮膚状態測定手段が用いられていてよい。当該皮膚状態測定手段の一例として、株式会社アモーレパシフィックで用いるスキンタッチシステム（Ｓｋｉｎ Ｔｏｕｃｈ Ｓｙｓｔｅｍ、ＳＴＳ）が用いられていてよい。スキンタッチシステムは、ＡＰスコープとＡＰセンサの二つの素子を利用して皮膚状態を測定する。ここで、ＡＰスコープは、対象者の皮膚を拡大して見ることができる拡大撮像用スコープであって、３０の拡大レンズが装着されており、左側レバーを選択することによって一般モードと偏光モードの二種類の形態で皮膚画像を獲得できる装置である。

実施例として、目じりシワの面積は、シワ部位を十分に拡大撮像した後、２Ｄイメージと３Ｄイメージとでの変換作業によってシワの個数の面積を計算し、それに基づいて全体のシワ面積を算出する方法にて測定すればよい。

実施例として、色素面積は、皮膚表面を偏光モードで撮像し、撮像した皮膚イメージのうちの色素沈着領域を別途に分離した後、その面積を算出する方法にて測定すればよい。

図５は、本発明の実施例に係る、関連ファクタが肌年齢に及ぼす影響を示す多重回帰分析結果を示すテーブルである。図５を参考すると、テーブル（５０）は、関連ファクタ（色素面積、目じりシワの面積）とそれらの多重回帰分析の結果を示すものである。

図５において、多重回帰分析は、関連ファクタがＱ１９に及ぼす影響を統計的に客観化且つ具体化するために用いられた。テーブル（５０）において、ｎは標本の総数を示し、定数は関連ファクタとＱ１９との線形関係を示す回帰式の回帰定数（または、回帰グラフのＹ切片）であり、ベータは回帰式のベータ値（または、回帰グラフの傾き）であり、ｐ−ｖａｌｕｅは単純回帰分析の有意確率（ｓｉｇｎｉｆｉｃａｎｔ ｐｒｏｂａｂｉｌｉｔｙ）であり、Ｒ^２は回帰式の決定係数（または、回帰グラフの決定係数）である。ここで、決定係数（Ｒ^２）は、関連ファクタとＱ１９との間の変動比率を示す値であって、決定係数が大きいほど関連ファクタとＱ１９との間の回帰関係は線形関係に近くなる。

テーブル（５０）を参考すると、回帰分析の結果、色素面積と目じりシワの面積がＱ１９に対して有意レベルの影響を及ぼすことが分かり、テーブル（５０）の分析結果により構成された肌年齢予測式（または、多重回帰分析モデル）は、次の数式１のとおりである。

前記式中、Ｑ１９は専門家評価による肌年齢を示し、Ｘ１は測定された色素面積値を示し、Ｘ２は測定された目じりシワの面積値を示し、７．４１４は決定された回帰定数値を示し、−０．００００５５８および−０．００００５７６はそれぞれ色素面積および目じりシワの面積のベータ値を示す。

本実施例では、測定された色素面積および測定された目じりシワの面積値を、肌年齢予測式（数式１）の変数（Ｘ１、Ｘ２）にそれぞれ代入する。代入した結果はＱ１９として算出され、算出された値は統計的な有意レベル内で専門家が評価した肌年齢と同じ値を意味する。このような方法によれば、専門家評価を経なくても、専門家が評価した結果と有意レベル内で同じ結果値を算出することができる。

一方、先述したように専門家評価による肌年齢は１〜５の値を有するように設計されたので、数式１によって算出されたＱ１９の値も一般的に１〜５の間の値になる。例えば、算出されたＱ１９の値が２であると、対象者の肌年齢は１等級に属し、肌年齢３５歳〜４１歳に対応する。

実施例として、これより対象者の具体的な肌年齢を算出するために算出されたＱ１９値をスケーリングすることができる。例えば、算出されたＱ１９の値が２であると、対象者の肌年齢は１等級に属するとともに、肌年齢が３５歳〜４１歳の間であることを意味する。このとき、各等級の間隔は７であることから、１等級の上限から等級間隔の１／２を差し引いた値（すなわち、３１．５）を１等級の代表値と定義すれば（すなわち、３１．５）、算出されたＱ１９から１を差し引いた値を７倍スケーリングし、１等級の代表値を基準値として出すと（７×（２−１）＋３１．５）、Ｑ１９の値２に対応して肌年齢３８．５歳が算出される。算出された３８．５歳は２等級の中間値である。なお、このようなスケーリング方法は例示的なものであって、ここで説明した方法と異なる種々のスケーリング方法を本発明の範囲内で適用することができる。

前記したような本発明の構成によれば、統計的計量手段を用いてヒトの肌年齢を予測でき、専門家による専門的な分析がなくても、容易にヒトの肌年齢を計量化して評価することができる。さらには、提案された方法にて対象者の肌年齢を予測することによって、対象者の皮膚に適合した化粧品を提案するための基礎情報を得ることができる。

図６は、本発明の実施例に係る、肌年齢予測式を決める方法を示すフロー図である。図６を参考すると、予測式決定方法はＳ１１０段階〜Ｓ１３０段階を含む。

Ｓ１１０段階において、標本を相関分析して関連ファクタを決める。具体的に、標本の皮膚状態から種々のファクタ値を測定し、測定された値と標本の肌年齢を相関分析して、肌年齢に影響を与える関連ファクタを決める。関連ファクタを決める具体的な方法は、図４〜図５で説明したとおりであり、本発明の実施例において、関連ファクタは、色素面積と目じりシワの面積で分析された。

Ｓ１２０段階において、決められた関連ファクタに対して標本を多重回帰分析して、関連ファクタが肌年齢に及ぼす影響の程度を具体的に決める。関連ファクタに対する多重回帰分析方法は、図４〜図５で説明したとおりである。

Ｓ１3０段階において、多重回帰分析の結果に基づいて肌年齢予測式を決める。決められた肌年齢予測式は数式１で説明したとおりであり、多重回帰分析による回帰定数と、それぞれのベータ値と掛け合わせられた測定された色素面積および目じりシワの面積の線形組み合わせから予測式が構成される。

図７は、本発明の実施例に係る、肌年齢予測方法を示すフロー図である。図７を参考すると、肌年齢予測方法はＳ２１０段階〜Ｓ２3０段階を含む。

本実施例において、肌年齢予測のための予測式は、図６の方法によって予め決められたものと仮定する。

本実施例において、肌年齢予測方法は、少なくとも一つのコンピューティング装置によって実行されていてよい。コンピューティング装置は、肌年齢予測式または予測式を示すアルゴリズムを記憶する記憶部と、関連ファクタの測定値を予測式またはアルゴリズムに代入して肌年齢を算出するプロセッサとを含んでいてよい。実施例として、コンピューティング装置は、対象者の関連ファクタを測定する測定部をさらに含んでいてよい。データを記憶し、記憶されたデータを参照して予め決められたアルゴリズムを駆動する一般的なコンピューティング装置に関する内容は当該技術分野において周知であるので、ここではそれについての具体的な説明を省略する。

Ｓ２１０段階において、対象者の関連ファクタを測定する。実施例として、関連ファクタは、色素面積および目じりシワの面積であってよい。

Ｓ２２０段階において、測定された関連ファクタ値を肌年齢予測式に代入して肌年齢等級を算出する。例えば、色素面積は数式１のＸ１に、目じりシワの面積は数式１のＸ２にそれぞれ代入され、代入された結果としてのＱ１９値が対象者の肌年齢等級になる。算出された肌年齢等級は、対象者の肌年齢レベルを示す予め決められた等級であってよく、または、対象者の肌年齢を直接計量化した数値であってもよい。

Ｓ２３０段階において、算出された肌年齢等級から対象者の具体的な肌年齢を決める。実施例として、肌年齢予測方法では、算出された肌年齢等級を予め決められた方法によりスケーリングして対象者の肌年齢を決めることができる。肌年齢等級をスケーリングする具体的な方法または例示は、図５で説明したとおりである。

前記したような本発明の肌年齢予測方法によれば、統計的計量手段を用いてヒトの肌年齢を予測でき、専門家による専門的な分析がなくても、容易にヒトの肌年齢を計量化して評価することができる。さらには、提案された方法にて対象者の肌年齢を予測することによって、対象者の皮膚に適合した化粧品を提案するための基礎情報を得ることができる。

本明細書の詳細な説明では具体的な実施例を挙げて説明したが、本明細書の範囲から逸脱しない限り、各実施例は種々の形態に変形可能である。

また、ここで特定の用語が用いられたが、これは単に本発明を説明するための目的から用いられたものであって、意味限定や特許請求の範囲に記載された本明細書の範囲を制限するために用いられたものではない。したがって、本明細書の範囲が上述した実施例に局限されて決められてはならず、特許請求の範囲およびその均等物によって決められるべきである。

【数1】