毛髪評価システムおよび毛髪評価方法
【課題】人頭における毛髪の絡まり度を、専門家の熟練によることなく客観的に評価する手段を提供する。
【解決手段】毛髪評価システム１００は、関係記憶部３０、毛髪情報受付部４０、パラメータ取得部５０および絡まり度算出部６０を備えている。関係記憶部３０は、サンプル提供者Ｓの毛髪ＨＳより求められた、複数種類の毛髪パラメータ（毛量パラメータ、摩擦パラメータおよび曲率パラメータ）と毛髪ＨＳの絡まりの強さを示す絡まり度ＬＳとの関係情報ＩＲを記憶する。毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを受け付ける。パラメータ取得部５０は、受け付けられた毛髪情報ＩＨに基づいて毛髪ＨＥに関する毛髪パラメータを求める。絡まり度算出部６０は、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【解決手段】毛髪評価システム１００は、関係記憶部３０、毛髪情報受付部４０、パラメータ取得部５０および絡まり度算出部６０を備えている。関係記憶部３０は、サンプル提供者Ｓの毛髪ＨＳより求められた、複数種類の毛髪パラメータ（毛量パラメータ、摩擦パラメータおよび曲率パラメータ）と毛髪ＨＳの絡まりの強さを示す絡まり度ＬＳとの関係情報ＩＲを記憶する。毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを受け付ける。パラメータ取得部５０は、受け付けられた毛髪情報ＩＨに基づいて毛髪ＨＥに関する毛髪パラメータを求める。絡まり度算出部６０は、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、毛髪評価システムおよび毛髪評価方法に関する。
【背景技術】
【０００２】
従来、毛髪表面の滑らかさを定量的に評価する発明がいくつか提案されている。
非特許文献１には、引っ張り試験機を用いて、人間の毛髪に対する櫛通り荷重（コーミングフォース）を定量化する測定機器が記載されている。
特許文献１には、櫛通し操作中に発生するきしみ音を分析して、毛髪の損傷状態を定量的に評価する方法が記載されている。
特許文献２には、櫛の歯がキューティクル燐片を擦って発する振動を周波数として検出することのできる電子式の櫛を利用して、毛髪表面の滑らかさを定量化する方法が記載されている。
【０００３】
また、非特許文献２には、毛髪の単繊維特性として曲率、摩擦、剛性および直径を設定し、これらの特性と、櫛通り荷重との関係式を導いて毛髪の櫛通り性を評価する方法が記載されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００４−１５９８３０号公報
【特許文献２】特開２００６−１５８５２６号公報
【非特許文献】
【０００５】
【非特許文献１】"A Quantitative Characterization of Combing Force"、W. Newman and G.L. Cohen、J. Soc Cosmet. Chem., 24, 773-782 (1973)
【非特許文献２】"Prediction of hair assembly characteristics from single-fiber properties. Part II. The relationship of fiber curvature, friction, stiffness, and diameter to combing behavior"、C. R. Robbins and C. Reich、J. Soc. Cosmet. Chem., 37, 141-158 (1986)
【発明の概要】
【発明が解決しようとする課題】
【０００６】
パーマやカラーなどの化学処理が普及した現代においては、髪のダメージの悩みとして、毛髪の絡まりを挙げる人が増加傾向にある。ここで、毛髪の絡まりとは、種々の要因が複合して生じる櫛通りや指通りの悪さを意味し、櫛通り荷重（コーミングフォース）だけでは単純に評価できない官能的な値である。そして、本発明者の研究によれば、近年の多くの人は、毛髪に櫛や指を通したときの力の大きさだけではなく、櫛や指に対する毛髪の繊細な引っ掛かりを頭皮または指で感知し、その程度（引っ掛かりの抵抗力、頻度等）の大小をもって髪のダメージと捉えていることが明らかとなってきた。
【０００７】
これに対し、上述の特許文献や非特許文献に開示されている方法は、毛束に対して一定の条件で櫛を通すのに必要な力や仕事量を測定するものであって、櫛通り荷重（コーミングフォース）が測定されるにすぎない。すなわち、従来の方法では、毛束に対する櫛通りの荷重を測定することで、毛髪表面から櫛が受ける摩擦力を測定するものであって、櫛や指に対する毛髪の引っ掛かりの程度までを評価するものではなかった。
また、従来の方法では、均一な長さの毛髪を所定量だけ束ねたモデルの毛束に一定の速度で櫛を通して測定を行うことを前提としており、モデルの毛束の毛髪量や、櫛通しの速度に依存して測定値が求まるため、実際に人頭に適用して評価することは困難であった。なぜならば、モデルの毛束は、均一長さの各毛髪繊維の先端が揃えられた束であるのに対し、人頭は、様々な生え位置から延びる様々な長さの毛髪繊維が寄せ集まって構成されたものであって、各毛髪繊維の毛先位置が不揃いなためである。
【０００８】
一方で、毛髪に対する櫛や指の引っ掛かりの程度は、交絡部の発生位置から毛髪の先端までの長さや量によっても大きく変動する「動作に伴う感触」であって、実測することが難しい。なぜならば、毛髪同士の交絡は、櫛や指を通すことで解消する場合と、逆に絡みつきが強くなる場合とがあるからである。
ここで、毛髪同士が交絡する形態は様々であるが、その要因ごとに複数の類型に分類することができる。代表的な類型としては、毛髪同士が斜めに交錯するクロス型、ウェーブした毛髪同士が捩れ合う捩れ型、折れ曲がった毛髪が他の毛髪に係合するフック型、微細な衣服繊維、埃、毛髪化粧料を核として毛髪が絡まりつく巻きつき型、毛髪同士が玉結び状に絡まる玉結び型、細い毛髪が網状に絡まる網型、多量の毛髪が互いに絡まり合う毛玉型などを挙げることができる。そして、たとえば捩れ型や玉結び型の交絡の場合、毛髪の中間部で生じた交絡部に櫛や指を通すことで、当該交絡が毛先に至って消滅する場合と、毛先に至らずに毛髪同士がしっかりと絡みついてほどけなくなる場合とがある。
【０００９】
このように、毛髪の絡まり特性の程度を定量的に評価するにあたっては、従来のように櫛通りの荷重を測定するだけでは足りず、毛髪同士の交絡の程度を勘案して総合的に判断する必要があり、現時点においては専門家による官能的な判断に頼らざるを得なかった。
本発明は、このような状況において為されたものであり、人頭における毛髪の絡まり度を、専門家の熟練によることなく客観的に評価する手段を提供するものである。
【課題を解決するための手段】
【００１０】
本発明の毛髪評価システムは、サンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、前記毛髪の絡まり特性の強さを示す絡まり度と、の対応関係を表す関係情報を記憶する記憶手段と、被験者の毛髪に関する毛髪情報を受け付ける受付手段と、受け付けられた前記毛髪情報に基づいて、該毛髪に関する複数種類の前記毛髪パラメータを求めるパラメータ取得手段と、前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定する絡まり度算出手段と、を備える。
【００１１】
本発明の毛髪評価方法は、予めサンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと前記毛髪の絡まり特性の強さを示す絡まり度との対応関係を表す関係情報を記憶している記憶手段を備えるコンピュータ装置を用いておこなう毛髪評価方法であって、被験者の毛髪に関する毛髪情報に基づいて該毛髪に関する複数種類の前記毛髪パラメータを求めるステップと、前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定するステップと、を含む。
【００１２】
ここで、本発明においては、前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含むとよい。
【００１３】
また、本発明においては、前記絡まり度として、毛髪に対する櫛通りまたは指通りの荷重と、毛髪同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値を用いるとよい。
【００１４】
なお、本発明の毛髪評価システムの各種の構成要素は、個々に独立した存在である必要はなく、複数の構成要素が一個の装置として形成されていること、一つの構成要素が複数の装置で形成されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等でもよい。
【００１５】
また、本発明の毛髪評価方法は、複数のステップを順番に記載してあるが、その記載の順番は複数のステップを実行する順番を必ずしも限定するものではない。このため、本発明の毛髪評価方法を実施するときには、その複数のステップの順番は内容的に支障のない範囲で変更することができる。
さらに、本発明の毛髪評価方法は、複数のステップが個々に相違するタイミングで実行されることに限定されず、あるステップの実行中に他のステップが発生すること、あるステップの実行タイミングと他のステップの実行タイミングとの一部ないし全部が重複していてもよい。
【発明の効果】
【００１６】
本発明の毛髪評価システムおよび毛髪評価方法によれば、予めサンプル提供者の毛髪から求められた関係情報に基づいて、専門家の評価に依ることなく、被験者の毛髪の絡まり度を客観的に評価することができる。これにより、被験者は自身の毛髪の絡まり度を他人と比較することもでき、また毛髪の絡まり度に応じて、所望のコンディショニング効果を有する適切な毛髪処理剤を選択することも可能である。
【図面の簡単な説明】
【００１７】
【図１】第一実施形態にかかる毛髪評価システムの構成図である。
【図２】第一実施形態にかかる毛髪評価システムの機能ブロック図である。
【図３】曲率パラメータを求めるためのスタンダードデータの一例を示す画像である。
【図４】第一実施形態にかかる毛髪評価方法のフローチャートである。
【図５】第二実施形態にかかる毛髪評価方法のフローチャートである。
【図６】実施例１にかかるサンプル提供者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図である。
【図７】（ａ）、（ｂ）は、実施例１、２にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図である。
【図８】（ａ）は比較例１にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図であり、（ｂ）は比較例２にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と櫛通り荷重（コーミングフォース）との関係図である。
【図９】実施例３にかかる毛髪診断のロジックツリーの一例を示す図である。
【発明を実施するための形態】
【００１８】
以下、本発明の実施形態を図面に基づいて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
【００１９】
＜第一実施形態＞
（毛髪評価システム）
図１は、本実施形態の毛髪評価システム１００を示す構成図である。
図２は、本実施形態の毛髪評価システム１００の機能ブロック図である。
【００２０】
はじめに、本実施形態の毛髪評価システム１００の概要について説明する。
本実施形態の毛髪評価システム１００は、記憶部（関係記憶部３０）、受付部（毛髪情報受付部４０）、パラメータ取得部５０および絡まり度算出部６０を備えている。
関係記憶部３０は、サンプル提供者Ｓの毛髪ＨＳより求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、毛髪ＨＳの絡まり特性の強さを示す絡まり度ＬＳとの対応関係を表す関係情報ＩＲを記憶する。
毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを受け付ける。
パラメータ取得部５０は、受け付けられた毛髪情報ＩＨに基づいて、毛髪ＨＥに関する複数種類の毛髪パラメータを求める。
絡まり度算出部６０は、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【００２１】
ここで、毛髪評価システム１００の各種の構成要素は、その機能を実現するように形成されていればよく、たとえば、所定の機能を発揮する専用のハードウェア、所定の機能がコンピュータプログラムにより付与された処理装置（データ処理装置または画像処理装置）、コンピュータプログラムにより処理装置に実現された所定の機能、これらの任意の組み合わせ、等として実現することができる。
また、毛髪評価システム１００の各種の構成要素は、コンピュータプログラムを読み取って対応する処理動作を実行できるように、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、Ｉ／Ｆ（Interface）ユニット、等の汎用デバイスで構築されたハードウェア、所定の処理動作を実行するように構築された専用の論理回路、これらの組み合わせ、等として実施することができる。
なお、毛髪評価システム１００においてコンピュータプログラムに対応した各種動作を処理装置に実行させるとは、各種デバイスを処理装置に動作制御させることを含む。
【００２２】
つぎに、本実施形態の毛髪評価システム１００をより詳細に説明する。
毛髪評価システム１００は、毛髪評価装置１２０と操作端末２００とがネットワーク１１０で接続されて構成されている。
毛髪評価装置１２０は、関係情報ＩＲと被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータとに基づいて被験者ＥＸの絡まり度ＬＥを決定する演算処理を行う。
操作端末２００は、被験者ＥＸに操作されて、毛髪評価装置１２０に対する毛髪情報ＩＨの入力と、毛髪評価装置１２０からの出力情報の受信およびその出力表示を行う。
【００２３】
操作端末２００は、図１に示すように携帯電話機１３２またはパソコン端末１４０を含んで構成されている。携帯電話機１３２は、ネットワーク１１０に接続された携帯電話基地局１３０との間で無線通信が可能である。
【００２４】
毛髪評価装置１２０は、ＣＰＵ２２、送受信部４２、関係記憶部３０、およびコンテンツ記憶部３２が、バスライン８０に接続されている。
送受信部４２はネットワークインタフェースであり、操作端末２００（携帯電話機１３２またはパソコン端末１４０）と毛髪評価装置１２０の間でデータの送受信を行う。具体的には、送受信部４２は、被験者ＥＸの毛髪情報ＩＨを含む入力情報を操作端末より受信し、また、ＣＰＵ２２で算出された被験者ＥＸの絡まり度ＬＥを含む出力情報を操作端末に送信する。
【００２５】
図１に示す携帯電話機１３２またはパソコン端末１４０（操作端末）は、毛髪評価システム１００における操作部８２（図２を参照）を構成している。
また、図２に示す処理部２０はＣＰＵ２２の機能によって実現される。処理部２０は、毛髪評価装置１２０における演算処理を行う制御部の総称であり、パラメータ取得部５０および絡まり度算出部６０を含む。処理部２０は、関係記憶部３０およびコンテンツ記憶部３２とそれぞれ電気的に接続されている。
【００２６】
毛髪情報受付部４０、評価出力部９２およびメッセージ出力部９４は、送受信部４２およびＣＰＵ２２の機能によって実現される（図１を参照）。
また、図２に示す選択肢表示部７０は、携帯電話機１３２またはパソコン端末１４０のディスプレイ表示部１５０により実現される（図１を参照）。選択肢表示部７０の機能は、後述する第二実施形態にて説明する。
【００２７】
毛髪ＨＳ、ＨＥとは、人間（サンプル提供者Ｓまたは被験者ＥＸ）の頭髪をいう。また、毛髪繊維とは毛髪の一本一本をいい、毛髪全体とは、髪型を構成する毛髪の全体をいうものである。
【００２８】
本実施形態の毛髪評価システム１００において、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨとは、毛髪ＨＥの特性を示す文字データもしくは数字データ、または毛髪ＨＥの毛髪繊維の少なくとも一部を含む画像データをいう。
文字データの毛髪情報ＩＨとしては、たとえば、一本もしくは複数本の毛髪ＨＥの全体または部分に関する、物理的、化学的もしくは光学的な特性情報、または被験者ＥＸの人種、性別、年齢層などの属性を示す属性情報を用いることができる。特性情報は、機器による測定値でも、人間による官能評価値でもよい。
画像データの毛髪情報ＩＨとしては、たとえば、毛髪ＨＥに関する断面画像、毛髪ＨＥの表面の拡大画像、毛髪繊維の変曲点を含む全体（中心線）画像、被験者ＥＸのヘアスタイルを示す頭部画像などを挙げることができる。
【００２９】
また、毛髪ＨＳ、ＨＥの絡まり特性の強さとは、毛髪ＨＳ、ＨＥに櫛や指を通した際に知覚される、毛髪同士が絡まり付く動的な感触の大小をいう。
そして、本実施形態の絡まり度ＬＳ、ＬＥは、毛髪ＨＳ、ＨＥに関する上記の絡まり特性の強さを数値化したデータ（数値データ）である。
【００３０】
より具体的には、本実施形態の絡まり度ＬＳ、ＬＥは、毛髪ＨＳ、ＨＥに対する櫛通りまたは指通りの荷重と、毛髪ＨＳ、ＨＥ同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値である。
【００３１】
ここで、毛髪ＨＳ、ＨＥ同士の交絡部に対する櫛または指の引っ掛かりの有無や強弱の感じ方は、一般に評価者によって異なるものである。しかしながら、現在のところ、絡まり度ＬＳ、ＬＥは機器による直接的な測定によって客観的に数値化する方法が確立されておらず、熟練技術者によって官能的に評価しなければならない。
そこで、本実施形態では、サンプル提供者Ｓの毛髪ＨＳの絡まり度ＬＳに関して美容専門家や美容研究員の官能評価値を用いることで客観性を担保し、かかる官能評価値に基づいて被験者ＥＸの毛髪ＨＥの評価を行う。
【００３２】
サンプル提供者Ｓの毛髪パラメータと絡まり度ＬＳとの関係は、関係情報ＩＲとして関係記憶部３０に記憶される。
そして、被験者ＥＸの毛髪ＨＥに対して、この関係情報ＩＲを適用することにより、毛髪ＨＥの絡まり度ＬＥを求めることができる。
【００３３】
毛髪パラメータとは、毛髪の絡まり特性との相関が高い、あるいは消費者調査において経験的に毛髪の絡まり特性との関連が考えられている因子に関する値である。
本実施形態においては、毛髪パラメータとして、少なくとも、毛髪の長さまたは量に関する毛量パラメータ、毛髪の表面摩擦に関する摩擦パラメータ、および毛髪の曲率に関する曲率パラメータを用いている。
ここで、毛髪パラメータとして、特に毛髪の長さや量に着目して毛量パラメータを導入したことにより、毛髪に対する櫛や指の引っ掛かりの程度を好適に評価することが可能となる。これは、上述のように毛髪同士の交絡部の位置から毛髪の先端までの長さや量によって、交絡が櫛通しや指通しによって解消するか、逆にタイトになるかが抜本的に変動するためである。また、毛髪の長さや量が多い、すなわち毛量パラメータが大きい場合でも、曲率パラメータや摩擦パラメータの程度に起因して、交絡が櫛通しや指通しによって簡単に解消するか、または逆にタイトになるかが大きく変動する。したがって、本実施形態のように毛量パラメータとともに摩擦パラメータおよび曲率パラメータに基づいて絡まり度を統計的に評価することにより、毛髪パラメータと絡まり度との高い相関を得ることができる。
毛髪パラメータと絡まり度との良好な相関関係は、後述する実施例によってより明らかとなる。
【００３４】
毛量パラメータとは、絡まり度ＬＥへの関与が経験的に予測される、毛髪の長さや量を数値化した情報をいう。本実施形態では、毛量パラメータとして、サンプル提供者Ｓもしくは被験者ＥＸの肩下毛量もしくは生毛密度、または毛髪ＨＳ、ＨＥの脇下長さ、平均長さ、もしくは頭頂から毛先までの長さを、単独で、または適宜組み合わせて用いることができる。
より具体的には、肩下毛量とは、サンプル提供者Ｓまたは被験者ＥＸが首を前に傾げた時に飛び出す第七頸椎の高さを基準として毛髪ＨＳ、ＨＥを束ねたときの円周の長さを測定した値である。当該円周の長さは、毛髪ＨＳ、ＨＥの束に凧糸などの紐を巻き付け、かかる紐の長さを測定して求めることができる。
生毛密度は、サンプル提供者Ｓまたは被験者ＥＸの襟足部分の単位面積に生えている生毛の本数の目視観察によって求めることができる。
毛髪ＨＳ、ＨＥの脇下長さは、サンプル提供者Ｓまたは被験者ＥＸの脇の下の高さから、毛髪全体の目視観察により毛先と判断される高さ位置までの長さをいう。
同じく、頭頂から毛先までの長さは、毛髪全体の目視観察により毛先と判断される位置から、サンプル提供者Ｓまたは被験者ＥＸの頭頂に至るまでの長さの測定値をいう。
毛髪ＨＳ、ＨＥの平均長さとしては、毛髪全体の長さをショート、ミディアム、セミロングまたはロングなどのように複数段階に尺度化した値を用いることができる。
【００３５】
ここで、肩下毛量または脇下長さを毛量パラメータに用いることにより、特に好適に絡まり度を評価することが可能である。このように、サンプル提供者Ｓまたは被験者ＥＸの肩よりも下方に存在して衣服と接触する毛髪量と相関のある毛量パラメータを用いることにより、衣服と毛髪との接触の影響をも考慮した良好な評価精度で絡まり度を決定することができる。なぜならば、肩下毛量または脇下長さが正の値をとり毛髪が衣服と接触する場合に、微細な衣服繊維や埃を核とする巻きつき型の交絡が顕著に発生するためである。
【００３６】
摩擦パラメータとは、毛髪の表面摩擦の大きさそのもの、またはそれに準ずる情報を数値化したものをいう。本実施形態では、摩擦パラメータとして、サンプル提供者Ｓまたは被験者ＥＸから採取した毛髪繊維について、機器測定により動摩擦係数を測定した実測値のほか、毛髪全体の感触評価により得られる"きしみ感"を数値化したものを用いてもよい。
ここで、毛髪の動摩擦係数は、一般に毛髪のダメージの程度との間に高い関連があり、毛髪の化学処理、特にカラーリングによって増大する。したがって、摩擦パラメータには、毛髪の表面摩擦に準ずる値として、毛髪に施されたカラーリングの回数を採用してもよい。
【００３７】
曲率パラメータとは、毛髪のウェーブの細かさを示す情報を数値化したものをいう。
具体的には、毛髪の曲率半径の測定値のほか、毛髪全体の目視観察によりウェーブの細かさを段階的に数値化したものや、単位長さの毛髪繊維に存在する変極点の目視観察数を用いてもよい。
【００３８】
また、本実施形態では、毛髪パラメータとして、毛髪の太さまたは硬さに関する剛性パラメータをさらに含めてもよく、さらには毛髪のダメージ度合いを表す官能評価値をさらに含めてもよい。
特に、サンプル提供者Ｓや被験者ＥＸが欧米人の場合、一般に日本人の毛髪よりも径が小さくて柔らかい。日本人の毛髪の平均直径が８０μｍ程度であるのに対し、欧米人の毛髪の平均直径は５５μｍ程度であることが知られている。したがって、本実施形態の毛髪評価システム１００を欧米人に適用する場合には、剛性パラメータを毛髪パラメータに含めて絡まり度を算出することが好ましい。
【００３９】
剛性パラメータとしては、具体的には、毛髪径をマイクロメーター等によって計測した値、毛髪の曲げ剛性を機器により測定した値、毛髪繊維の断面積を計測した値、毛髪全体の感触評価により毛髪の硬さを段階的に数値化した値を用いることができる。
また、毛髪のダメージ度合いを表す官能評価値（ダメージ度パラメータ）としては、単位本数の毛髪ＨＳ、ＨＥに含まれる枝毛や切れ毛のカウント数や、毛髪全体の目視評価により毛髪の痛みの度合いを段階的に数値化した値を用いることができる。
【００４０】
本実施形態の関係情報ＩＲは、多数のサンプル提供者Ｓの毛髪ＨＳに関する毛髪パラメータと、毛髪ＨＳの絡まり度ＬＳとの相関関係を統計的に求めた検量情報である。絡まり度ＬＳは、サンプル提供者Ｓの毛髪ＨＳを美容専門家や研究員が官能的にスコア判定した値である。一人のサンプル提供者Ｓの絡まり度ＬＳを複数人の美容専門家や研究員が官能評価する場合、その平均スコアをもって当該サンプル提供者Ｓの絡まり度ＬＳとするとよい。
【００４１】
より具体的には、本実施形態の関係情報ＩＲは、絡まり度ＬＳを重回帰分析の目的変数とし、少なくとも毛量パラメータ、摩擦パラメータおよび曲率パラメータを重回帰分析の説明変数とする重回帰式として関係記憶部３０に記憶されている。重回帰式を下式（１）に示す。下式におけるａ〜ｅは重回帰係数（偏回帰係数）であり、ｆは切片である。また、本実施形態において、関係記憶部３０が記憶している関係情報ＩＲが重回帰式であるとは、関係記憶部３０に重回帰係数ａ〜ｅと切片ｆが記憶されていることをいう。
【００４２】
絡まり度ＬＳ＝ａ×（摩擦パラメータ）＋ｂ×（曲率パラメータ）＋ｃ×（毛量パラメータ）＋ｄ×（剛性パラメータ）＋ｅ×（ダメージ度パラメータ）＋ｆ ・・・（１）
【００４３】
なお、上記重回帰係数に代えて標準偏回帰係数を用いると、目的変数（本実施形態では、絡まり度ＬＳ）に対する各説明変数（本実施形態では、毛量パラメータ、摩擦パラメータ、曲率パラメータ等）の相対的な寄与度が明確となる。標準偏回帰係数は、重回帰係数を正規化してなる−１以上１以下の数値で表され、下式（２）で求めることができる。標準偏回帰係数は、関係記憶部３０に記憶されていても良く、あるいは当該記憶部３０に記憶されている重回帰係数を用いて下式（２）に従って、必要に応じて処理部２０で算出しても良い。なお、下式（２）における各説明変数の標準偏差と目的変数の標準偏差は、関係記憶部３０に予め個別に記憶されていても良い。または、各説明変数および目的変数を表すそれぞれ複数個のデータを関係記憶部３０に記憶しておき、標準偏回帰係数の演算に際して、各説明変数の標準偏差と目的変数の標準偏差を処理部２０で算出しても良い。
【００４４】
標準偏回帰係数=重回帰係数×（説明変数の標準偏差／目的変数の標準偏差）・・・（２）
【００４５】
サンプル提供者Ｓの人数は、単数でもよいが、複数人がより好ましい。具体的な人数は特に限定されず、サンプル提供者Ｓは人数が多いほどよいが、重回帰分析の統計精度の観点から、３０人以上とすることが好ましい。また、過剰の人数のサンプル提供者Ｓより毛髪パラメータと絡まり度ＬＳを取得しても統計精度は頭打ちとなることから、サンプル提供者Ｓの上限は１０００人程度とするとよい。
【００４６】
本実施形態のように、関係情報ＩＲとして重回帰式を用いることにより、多数のサンプル提供者Ｓの毛髪ＨＳから統計的に算出した関係情報ＩＲによって、被験者ＥＸの絡まり度ＬＥを良好な予測精度で評価することができる。
【００４７】
関係記憶部３０は、毛髪ＨＥに関する毛髪パラメータを適用して絡まり度ＬＥを導出するための関係情報ＩＲを記憶している。
関係記憶部３０は、ハードディスク装置などの記憶装置のほか、アナログ回路またはデジタル回路として存在していてもよい。
すなわち、関係情報ＩＲが重回帰式である本実施形態においては、関係記憶部３０として記憶装置を用い、重回帰係数および切片をこれに格納している。
【００４８】
また、関係情報ＩＲとしては、毛髪パラメータを表す数値と絡まり度ＬＳの官能評価値とをテーブル形式で対応づけたデータセットを用いてもよい。この場合も、関係記憶部３０としては記憶装置を用いることができる。
また、関係情報ＩＲを上記の重回帰式とする場合、関係記憶部３０は、同式を表す専用のアナログ回路またはデジタル回路としてもよい。
【００４９】
ここで、関係記憶部３０が関係情報ＩＲを記憶するとは、関係記憶部３０が関係情報ＩＲを現に記憶している状態に加えて、関係情報ＩＲを記憶する機能を有することも意味している。このため、関係記憶部３０は、関係情報ＩＲが新規に登録されることのほか、関係記憶部３０の製造時に登録された関係情報ＩＲを保持して出荷後には新規の関係情報ＩＲが登録されないことも許容する。
一方、関係記憶部３０が関係情報ＩＲを記憶しているとは、本実施形態の毛髪評価システム１００が、少なくとも被験者ＥＸにより使用されるときに、関係情報ＩＲを記憶している状態となる機能を有することを意味している。このため、関係記憶部３０がサプライヤから出荷される時点で関係情報ＩＲが登録されていることのほか、出荷されるときには登録されていない関係情報ＩＲが、被験者ＥＸに使用されるまでに登録されることも許容する。
【００５０】
毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを操作端末より受け付ける。
毛髪情報ＩＨとしては、被験者ＥＸの毛髪ＨＥに関する毛髪パラメータとして、毛量パラメータ、摩擦パラメータおよび曲率パラメータ、または任意で剛性パラメータを受け付けてもよい。
ここで、毛髪情報受付部４０が被験者ＥＸから毛髪パラメータを受け付ける場合において、当該毛髪パラメータは、関係情報ＩＲにてサンプル提供者Ｓの絡まり度ＬＳと対応づけられた毛髪パラメータと同一であってもよく、または互いに換算可能な他の指標値でもよい。
たとえば、毛量パラメータとしてサンプル提供者Ｓの肩下毛量を採用して、摩擦パラメータおよび曲率パラメータとともに重回帰分析の説明変数とした場合、被験者ＥＸから取得する毛量パラメータとして、毛髪ＨＥの脇下長さを用いてもよい。
【００５１】
パラメータ取得部５０は、毛髪情報受付部４０が受け付けた毛髪情報ＩＨを任意で演算して毛髪パラメータを求める。
より具体的には、パラメータ取得部５０は、複数の毛髪情報ＩＨを演算して毛髪パラメータを算出してもよく、一つの毛髪情報ＩＨを毛髪パラメータに変換してもよく、または毛髪情報ＩＨをそのまま毛髪パラメータとしてもよい。
【００５２】
本実施形態のパラメータ取得部５０は、毛髪情報受付部４０が被験者ＥＸから受け付けた毛髪情報ＩＨ（脇下長さ）を、関係情報ＩＲの説明変数（肩下毛量）に換算する。
【００５３】
毛髪情報ＩＨに基づいて毛髪パラメータを求めるパラメータ取得部５０の具体的なデータ処理は特に限定されない。たとえば、毛髪情報ＩＨ（脇下長さ）と、関係情報ＩＲの説明変数（肩下毛量）とを、それぞれ複数段階（たとえば５段階）にスコア化して毛髪情報ＩＨから説明変数に換算してもよい。または、毛髪情報ＩＨ（脇下長さ）と関係情報ＩＲの説明変数（肩下毛量）との対応関係をテーブル形式で関係記憶部３０に記憶しておき、パラメータ取得部５０は、毛髪情報受付部４０が受け付けた毛髪情報ＩＨに対応する説明変数の値を、当該テーブルを参照して決定してもよい。
【００５４】
なお、毛髪情報受付部４０が受け付ける毛髪情報ＩＨが、関係情報ＩＲの説明変数の毛髪パラメータと同一である場合、パラメータ取得部５０は、毛髪情報受付部４０から毛髪情報ＩＨをそのまま受け取ればよい。すなわち、パラメータ取得部５０が毛髪情報ＩＨに基づいて毛髪ＨＥの毛髪パラメータを求めるとは、毛髪情報ＩＨに対して何らかの換算処理をする場合に限られず、毛髪情報受付部４０が受信した毛髪情報ＩＨをそのまま取得する場合を含む。
【００５５】
絡まり度算出部６０は、パラメータ取得部５０が求めた毛髪パラメータと、関係記憶部３０に記憶された関係情報ＩＲとに基づいて、被験者ＥＸの毛髪ＨＥに関する絡まり度ＬＥを決定する。
本実施形態では、上式（１）に示す重回帰式が関係情報ＩＲとして関係記憶部３０に記憶されている。
絡まり度算出部６０は、パラメータ取得部５０で求めた毛髪パラメータに対応する重回帰係数ａ〜ｅを関係記憶部３０から呼び出して当該毛髪パラメータと積和演算を行い、上式（１）に従って絡まり度ＬＥを算出する。
【００５６】
図２に示す評価出力部９２（送受信部４２およびＣＰＵ２２）は、絡まり度算出部６０で求めた絡まり度ＬＥを携帯電話機１３２またはパソコン端末１４０に送信する（図１を参照）。
これにより、携帯電話機１３２またはパソコン端末１４０に毛髪情報ＩＨを入力した被験者ＥＸは、評価出力部９２から受信した自身の毛髪ＨＥの絡まり度ＬＥを知得することができる。
【００５７】
本実施形態の毛髪評価システム１００において、絡まり度算出部６０は、標準偏回帰係数の大きさに基づいて毛髪ＨＥの髪質を複数のタイプに分類する。ここで、各毛髪パラメータ（摩擦パラメータ、曲率パラメータ、毛量パラメータ、剛性パラメータ、ダメージ度パラメータ）に係る標準偏回帰係数の大きさによって毛髪ＨＥを分類するとよい。それは、標準偏回帰係数の大きさに従って、当該標準偏回帰係数に対応する毛髪パラメータが、絡まり度ＬＥに対する支配的な因子として順序付けられるからである。
具体的には、標準偏回帰係数の大きさが第一位または第二位の毛髪パラメータによって毛髪ＨＥの髪質のタイプを第一段階に分類（大分類）し、つづけて、第三位以下の毛髪パラメータによって第二段階に分類（小分類）するとよい。
【００５８】
このほか、標準偏回帰係数の大きさが第一位または第二位の毛髪パラメータによるタイプ分類に先だって、被験者ＥＸの属性（人種、性別または年齢層など）に基づいて複数のタイプに分類してもよい。
すなわち、本実施形態の毛髪評価システム１００においては、被験者ＥＸの属性に基づいて毛髪ＨＥを複数のタイプに分類した上で、さらに各分類に属する毛髪ＨＥを毛髪パラメータに基づいて複数のタイプに分類してもよい。
【００５９】
本実施形態の毛髪評価装置１２０は、コンテンツ記憶部３２およびメッセージ出力部９４を備えている。コンテンツ記憶部３２には、分類された毛髪ＨＥの髪質や、当該分類に属する毛髪ＨＥに好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報が、各タイプと対応づけて記憶されている。
処理部２０は、絡まり度算出部６０が分類した毛髪ＨＥのタイプに対応するメッセージ情報をコンテンツ記憶部３２より呼び出してメッセージ出力部９４（送受信部４２）に送る。メッセージ出力部９４は、かかるメッセージ情報を携帯電話機１３２またはパソコン端末１４０に送信する（図１を参照）。
これにより、被験者ＥＸは、自身の毛髪ＨＥの絡まり度ＬＥのみならず、毛髪の絡まりを低減するためのヘアケア行動や毛髪処理剤を知ることができる。
なお、本実施形態の毛髪評価システム１００においては、評価出力部９２としてプリンター装置を用いてもよい。すなわち、評価出力部９２（プリンター装置）では、毛髪ＨＥの絡まり度ＬＥおよびタイプや、被験者ＥＸに好ましいヘアケア行動や毛髪処理剤を示すテキストまたは画像データなどのアウトプット情報を、紙等の印刷媒体に印刷して出力してもよい。
【００６０】
図１に示す携帯電話機１３２はカメラ機能を搭載しており、被験者ＥＸの毛髪ＨＥを被写体としての撮影が可能である。そして、携帯電話機１３２で撮影した毛髪画像は、携帯電話基地局１３０およびネットワーク１１０を通じて毛髪評価装置１２０の送受信部４２に送信される。
また、デジタルカメラ１４２で撮影した毛髪ＨＥの毛髪画像を、メモリー記憶装置１４４を介してパソコン端末１４０に入力してもよい。そして、パソコン端末１４０よりネットワーク１１０を通じて毛髪評価装置１２０の送受信部４２に対して毛髪画像を送信してもよい。
本実施形態の毛髪評価システム１００においては、携帯電話機１３２のカメラ機能、ならびにデジタルカメラ１４２およびメモリー記憶装置１４４が、撮影部８４（図２を参照）として機能する。
【００６１】
本実施形態の毛髪情報受付部４０は、被験者ＥＸの毛髪画像を撮影部８４より毛髪情報ＩＨとして受け付けることができる。そして、パラメータ取得部５０は、受け付けた毛髪画像を画像処理して、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つを算出する。
【００６２】
具体的には、被験者ＥＸの頭部に生えている毛髪ＨＥ、または被験者ＥＸの頭部から抜き取った毛髪ＨＥのデジタル画像データ（毛髪画像）を、毛髪情報受付部４０は携帯電話機１３２から受信する。
一方、毛髪評価装置１２０は、関係記憶部３０等の記憶装置内に、毛髪ＨＥの曲率パラメータを求めるためのスタンダードデータが蓄積されている。
図３は、曲率パラメータを求めるためのスタンダードデータの一例を示す画像である。
スタンダードデータは、毛髪のウェーブの細かさの異なる複数の毛髪のパターン画像である。
パラメータ取得部５０は、毛髪情報受付部４０から転送された毛髪画像をスタンダードデータとパターンマッチングし、毛髪ＨＥの曲率にもっとも近似しているパターン画像を検出することにより曲率パラメータを求める。
【００６３】
このように、毛髪情報ＩＨとして毛髪画像を用いることにより、曲率パラメータなど美容の素人である被験者ＥＸ自身では定量化が困難な毛髪パラメータを、被験者ＥＸの主観を排除して正確に取得することができる。これにより、本実施形態の毛髪評価システム１００では、被験者ＥＸの絡まり度ＬＥを客観的に定量化することが可能である。
【００６４】
（毛髪評価方法）
以下、本実施形態の毛髪評価システム１００を用いて行う毛髪評価方法（以下、本方法という場合がある）を説明する。
図４は、本方法のフローチャートである。
【００６５】
まず、本方法の概要を説明する。
本方法は、サンプル提供者Ｓの毛髪ＨＳより予め求められた、複数種類の毛髪特性をそれぞれ示す複数種類の毛髪パラメータと絡まり度ＬＳとの対応関係を表す関係情報ＩＲを記憶している記憶部（関係記憶部３０）を備えるコンピュータ装置（毛髪評価装置１２０）を用いておこなうものである。
本方法は、毛髪パラメータ取得ステップＳ２０と、絡まり度決定ステップＳ３０とを含む。
毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨに基づいて毛髪ＨＥに関する複数種類の毛髪パラメータを求める。
絡まり度決定ステップＳ３０では、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【００６６】
つぎに、図１、２、４を用いて、本方法をより詳細に説明する。
本方法では、まず、サンプル提供者Ｓの毛髪ＨＳに基づいて関係情報ＩＲを取得する（関係情報取得ステップＳ１０）。
【００６７】
関係情報取得ステップＳ１０では、３０〜１０００人程度の多数のサンプル提供者Ｓの毛髪ＨＳより、櫛通りまたは指通りの荷重と、毛髪ＨＳの交絡部に対する櫛または指の引っ掛かりの頻度および強さとから総合的に求まる官能評価値として、絡まり度ＬＳを取得する。かかる官能評価は、美容専門家または官能評価の訓練を受けた美容研究員によって行う。
【００６８】
また、関係情報取得ステップＳ１０では、毛髪ＨＳより、少なくとも毛量パラメータ、摩擦パラメータおよび曲率パラメータ、好ましくはさらに剛性パラメータとダメージ度パラメータを、毛髪パラメータとして取得する。
さらに、このステップでは、各毛髪パラメータを説明変数とし、絡まり度ＬＳを目的変数として重回帰分析をおこなう。
そして、このステップでは、重回帰分析により得られた重回帰式を、関係情報ＩＲとして関係記憶部３０に記憶する。
【００６９】
つぎに、本方法では、被験者ＥＸの毛髪ＨＥを対象として、毛髪パラメータ取得ステップＳ２０および絡まり度決定ステップＳ３０を行う。
【００７０】
毛髪パラメータ取得ステップＳ２０では、まず、毛髪情報受付部４０にて、被験者ＥＸから毛髪情報ＩＨを受け付ける。
つぎに、このステップでは、関係情報ＩＲの説明変数と毛髪情報ＩＨとが相違する場合、パラメータ取得部５０にて、必要に応じて毛髪情報ＩＨを関係情報ＩＲの説明変数に換算する。
【００７１】
毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪ＨＥの画像を毛髪情報ＩＨとして受け付けてもよい。この場合、毛髪パラメータ取得ステップＳ２０は、被験者ＥＸの毛髪画像を毛髪情報ＩＨとして受け付けるステップと、受け付けた毛髪画像を画像処理して、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つを算出するステップと、を含む。
【００７２】
絡まり度決定ステップＳ３０では、処理部２０（ＣＰＵ２２）は、毛髪パラメータ（毛量パラメータ、摩擦パラメータおよび曲率パラメータ、任意で剛性パラメータおよびダメージ度パラメータ）を、上記（１）で示される関係情報ＩＲに適用する。これにより、被験者ＥＸの毛髪ＨＥに関する絡まり度ＬＥが算出される。
また、このステップでは、絡まり度ＬＥの重回帰式の標準偏回帰係数の大きさに基づいて毛髪ＨＥの髪質を複数のタイプに分類する。
【００７３】
本方法では、つぎに、算出された絡まり度ＬＥを示す出力情報を被験者ＥＸに対して送信する評価出力ステップＳ４０を行う。このステップは、図２に示す評価出力部９２（送受信部４２およびＣＰＵ２２：図１を参照）によって行う。
出力情報としては、絡まり度ＬＥを表す数値そのものでもよく、絡まり度ＬＥを多段階に分類したスコアや文字テキスト（たとえば、"高"、"中"、"低"など）でもよい。
【００７４】
本方法では、さらに、毛髪ＨＥの髪質のタイプを表す髪質情報と、絡まり度ＬＥの大小に基づいて、好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報を、コンテンツ記憶部３２（図２を参照）より呼び出す（メッセージ呼出ステップＳ５０）。
呼び出されたメッセージ情報は、髪質情報とともに、メッセージ出力部９４より被験者ＥＸの操作端末に送信出力される（メッセージ出力ステップＳ６０）。
なお、評価出力ステップＳ４０とメッセージ出力ステップＳ６０とは同時に行なってもよく、互いに前後して行なってもよい。
【００７５】
本実施形態は種々の変形を許容する。
たとえば、上記実施形態では、すべてのサンプル提供者Ｓから取得した毛髪パラメータと絡まり度ＬＳとの関係に基づいて関係情報ＩＲを取得しているが、本発明はこれに限られない。サンプル提供者Ｓは、任意のカテゴリによって複数に分類し、カテゴリごとに関係情報ＩＲを求めてもよい。カテゴリとしては、人種（アジア人、欧米人、アフリカ人など）、性別、年代を例示することができる。すなわち、たとえば２０歳代の日本人女性、３０歳代の欧米人女性、などとカテゴリ分類して、サンプル提供者Ｓの毛髪ＨＳより毛髪パラメータと絡まり度ＬＳを取得するとよい。
なお、サンプル提供者Ｓの人数は、各カテゴリについて３０人以上とすることが好ましい。
【００７６】
そして、毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪情報ＩＨとともに、被験者ＥＸの属性を取得して、被験者ＥＸが属するカテゴリを判定する。そして、絡まり度決定ステップＳ３０では、被験者ＥＸが属するカテゴリに関する関係情報ＩＲを関係記憶部３０より呼び出して、毛髪情報ＩＨに基づいて絡まり度ＬＥを算出するとよい。
【００７７】
また、本実施形態では、関係情報ＩＲが上式（１）で表される重回帰式（重回帰係数）として関係記憶部３０に記憶されている場合を例示したが、本発明はこれに限られない。
関係記憶部３０に記憶されている関係情報ＩＲが、毛髪パラメータおよび絡まり度ＬＳのデータセットを格納したテーブルデータである場合、絡まり度算出部６０（図２を参照）は、当該テーブルデータを参照して被験者ＥＸの絡まり度ＬＥを算出する。
具体的には、被験者ＥＸの毛髪情報ＩＨに基づいて取得された毛髪パラメータ（摩擦パラメータ、曲率パラメータおよび毛量パラメータ、ならびに任意で剛性パラメータおよびダメージ度パラメータ）にもっとも近似するサンプル提供者Ｓを検索して、当該サンプル提供者Ｓの絡まり度ＬＳをもって、被験者ＥＸの絡まり度ＬＥとしてもよい。
または、被験者ＥＸの毛髪パラメータに傾向がもっとも近似する２人または３人以上のサンプル提供者Ｓを抽出し、当該複数人のサンプル提供者Ｓの絡まり度ＬＳを、毛髪パラメータの近似度に応じて加重平均して、被験者ＥＸの絡まり度ＬＥを算出してもよい。
【００７８】
また、本実施形態では、絡まり度算出部６０で決定された絡まり度ＬＥを、評価出力部９２より被験者ＥＸの操作端末に送信しているが、本発明はこれに限られない。すなわち、本実施形態に代えて、被験者ＥＸが自らの毛髪ＨＥの絡まり度ＬＥを主観的に判断した官能評価値を、毛髪情報ＩＨとともに毛髪情報受付部４０で取得してもよい。そして、毛髪情報ＩＨに基づいてパラメータ取得部５０で取得した毛髪パラメータと、毛髪情報受付部４０で受信した絡まり度ＬＥの官能評価値とを対応づけて関係記憶部３０に蓄積する。これにより、美容専門家や美容研究員の官能評価に基づいて算出された絡まり度ＬＳの重回帰式による決定値と、被験者ＥＸの主観的な官能評価値との乖離度を示す補正情報が取得される。そして、補正情報を用いて関係情報ＩＲ（重回帰式）を修正することで、以後の被験者ＥＸに対する絡まり度ＬＥの評価値が、被験者ＥＸにとってより受け入れやすい妥当な値となる。
【００７９】
＜第二実施形態＞
図５は、本実施形態の毛髪評価方法のフローチャートである。
本方法は、毛髪パラメータ取得ステップＳ２０において、選択肢提示ステップＳ２２および毛髪情報受付ステップＳ２４を繰り返して行う点で第一実施形態と相違している。
選択肢提示ステップＳ２２では、被験者ＥＸの毛髪ＨＥの毛髪パラメータに対応づけられた設問および複数の選択肢を被験者ＥＸに提示する。
毛髪情報受付ステップＳ２４では、被験者ＥＸに選択された選択肢を毛髪情報ＩＨとして受け付ける。
そして、毛髪情報受付ステップＳ２４ではさらに、受け付けた毛髪情報ＩＨを、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つに換算する。
【００８０】
図２に示す本実施形態の毛髪評価システム１００は、毛髪ＨＥの毛髪パラメータに対応づけられた設問および複数の選択肢を表示する表示部（選択肢表示部７０）をさらに備えている。
受付部（毛髪情報受付部４０）は、選択された選択肢を毛髪情報ＩＨとして受け付ける。そして、パラメータ取得部５０は、受け付けた毛髪情報ＩＨを毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つに換算する。
【００８１】
選択肢表示部７０は、図１に示す携帯電話機１３２またはパソコン端末１４０のディスプレイ表示部１５０にあたる。
【００８２】
本方法の選択肢提示ステップ（図５：ステップＳ２２）では、処理部２０は、コンテンツ記憶部３２に格納された選択肢情報を、予め定められた順にディスプレイ表示部１５０に表示させる。
【００８３】
本実施形態において、毛髪パラメータに対応づけられた設問および選択肢とは、毛髪パラメータ（摩擦パラメータ、曲率パラメータ、毛量パラメータ、剛性パラメータおよびダメージ度パラメータ）を定量化するための問診メッセージ情報である。各設問にあたる問診メッセージ情報は、毛髪パラメータのいずれか一以上と予め対応づけられてコンテンツ記憶部３２に記憶されている。
【００８４】
各設問に対する選択肢の数は特に限定されず、ＹＥＳまたはＮＯで回答可能な２つの選択肢でもよく、または任意の毛髪パラメータに関する３段階以上の多段階評価を問い合わせるものでもよい。このほか、被験者ＥＸの毛髪ＨＥの傾向に合致する選択肢を複数回答させる多肢選択式の設問でもよい。
【００８５】
被験者ＥＸは、選択肢表示部７０で表示された設問と選択肢を目視して、図２に示す操作部８２より選択肢を入力する。操作部８２は、たとえば携帯電話機１３２またはパソコン端末１４０（図１を参照）のキー入力部や補助入力デバイスである。
【００８６】
本方法で被験者ＥＸに提示する問診メッセージ情報の一例を以下に示す。下記の設問に対する選択肢は、いずれもＹＥＳまたはＮＯの２つである。なお、前述のように、毛髪の動摩擦係数は、一般に毛髪のダメージの程度と高い関連があり、毛髪の化学処理、特にカラーリングによって増大する。したがって、摩擦パラメータに関する下記設問に、毛髪に施されたカラーリングやパーマの回数を採用した。
【００８７】
（ａ）摩擦パラメータに関する設問：
（i）カラーやパーマ、縮毛矯正を合わせて年６回以上している。
（ii）カラーやパーマ、縮毛矯正を合わせて年３〜５回している。
（ｂ）毛量パラメータに関する設問：
（i）髪が脇の下よりも長い。
（ｃ）曲率パラメータに関する設問：
（i）今現在、ウェーブパーマをかけている。
（ii）髪がくせ毛である。
（ｄ）剛性パラメータに関する設問：
（i）髪が細い。
（ii）髪が柔らかい。
（ｅ）ダメージ度パラメータに関する設問：
（i）切れ毛が多い。
【００８８】
さらに、本方法では、より適切なヘアケアのアドバイスを提供する為に、毛髪の表面摩擦の増大を間接的に促すヘアケア行動（以下、行動パターンという）の有無を問診メッセージ情報として設けている。
行動パターンに関する設問としては、（i）髪が濡れたまま寝る、（ii）髪を無理に梳かす、などが例示される。
本方法では、絡まり度決定ステップＳ３０にて、現時点における毛髪ＨＥの絡まり度ＬＥが低いと判断された被験者ＥＸに対して、被験者ＥＸから回答された行動パターンに基づいて、絡まり度ＬＥが重症化する可能性の有無を出力する。
【００８９】
図５に示す関係情報取得ステップＳ１０は第一実施形態と共通である。
選択肢提示ステップＳ２２では、処理部２０は、コンテンツ記憶部３２から問診メッセージ情報を呼び出し、これを選択肢表示部７０に対して所定の順番で、または同時に送信する。
【００９０】
毛髪情報受付ステップＳ２４で毛髪情報受付部４０が選択肢（ＹＥＳまたはＮＯ）の入力を毛髪情報ＩＨとして受け付けると、パラメータ取得部５０は、当該選択肢に予め対応づけられた毛髪パラメータに対して、毛髪情報ＩＨがＹＥＳの場合とＮＯの場合とで、所定のスコアを加算する。
一つの毛髪パラメータに対して複数の設問がある場合は、パラメータ取得部５０は、当該複数の設問に対してそれぞれ回答された毛髪情報ＩＨの内容に応じて、毛髪パラメータのスコアを計算する。
【００９１】
処理部２０は、毛髪情報受付ステップＳ２４で毛髪情報ＩＨを受け付けるごとに、コンテンツ記憶部３２に記憶されたロジックツリーに従って、次に選択肢表示部７０に送信する設問（問診メッセージ情報）を決定する（ステップＳ２６）。被験者ＥＸより受け付けた毛髪情報ＩＨの内容に応じて適切な設問がコンテンツ記憶部３２より選択され、次設問がある場合（ステップＳ２８：Ｙ）、新たな設問が選択肢表示部７０に提示される（ステップＳ２２）。
具体的なロジックツリーに関しては、後述の実施例（実施例３）にて詳述する。
【００９２】
最後の設問が提示済みの場合（ステップＳ２８：Ｎ）、本方法は絡まり度決定ステップＳ３０に移行する。
【００９３】
絡まり度決定ステップＳ３０では、第一実施形態と同様に被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを決定する。
また、このステップでは、毛髪情報ＩＨに基づいてパラメータ取得部５０で求められた毛髪パラメータに基づいて、被験者ＥＸの髪質を複数のタイプに分類する。そして、本方法では、分類されたタイプを示す髪質情報と、被験者ＥＸの毛髪ＨＥに関して決定された絡まり度ＬＥと、を出力する（評価出力ステップＳ４０、メッセージ出力ステップＳ６０）。
【００９４】
具体的には、評価出力ステップＳ４０では、算出された絡まり度ＬＥを示す出力情報を被験者ＥＸに対して送信する。また、メッセージ呼出ステップＳ５０にて、処理部２０は、髪質情報と絡まり度ＬＥとに基づいて、当該毛髪ＨＥに好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報をメッセージ出力部９４より呼び出す。そして、メッセージ出力ステップＳ６０にて、処理部２０は、メッセージ出力部９４より、被験者ＥＸの操作端末にメッセージ情報を送信する（図２を参照）。
なお、評価出力ステップＳ４０とメッセージ出力ステップＳ６０とは同時に行なってもよく、互いに前後して行なってもよい。
【００９５】
上記実施形態は種々の変形を許容する。
図５に示す本方法のフローチャートでは、所定数の設問に対する毛髪情報ＩＨを順次受け取って次設問が無くなってから（ステップＳ２６：Ｎ）、絡まり度決定ステップＳ３０に移行しているが、本発明はこれに限られない。
処理部２０は、選択肢表示部７０に対して所定数の設問と選択肢を一括して送信し、また毛髪情報受付部４０は、操作部８２で入力された選択肢を一括して受け付けてもよい（図２を参照）。この場合、図５のステップＳ２８における分岐処理は不要となる。
【実施例】
【００９６】
以下、実施例を用いて本発明をさらに詳細に説明する。
＜実施例１＞
本実施例では、図４に示したフローチャートのステップＳ１０〜Ｓ３０に従い、サンプル提供者Ｓより予め取得した関係情報ＩＲに基づいて被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを決定（予測値）するとともに、被験者ＥＸの当該絡まり度ＬＥを官能評価した結果（実測値）と対比した。
【００９７】
（ステップＳ１０）関係情報取得ステップ
１８〜３９歳の日本人女性（サンプル数Ｎ＝３５名）を無作為抽出してサンプル提供者Ｓとした。各サンプル提供者Ｓは、洗髪後、タオルドライを行い、サンプル提供者Ｓが普段行っている方法通りに毛髪を乾燥させ、いずれの剤も塗布せずブラッシングもしない状態の毛髪ＨＳに対して以下の計測を行った。
【００９８】
まず、サンプル提供者Ｓの毛髪ＨＳ全体の絡まり度ＬＳと"きしみ感"を、ヘアケア商品開発に従事し、官能評価の訓練を受けた美容研究員２名が評価者となって５段階に官能評価した。さらに、毛髪ＨＳの曲率を、図３のスタンダードシートに基づいて目視で５段階評価した。
また、サンプル提供者Ｓの第七頸椎の高さを基準として毛髪ＨＳを束ねたときの円周の長さを測定して肩下毛量［ｃｍ］とした。
【００９９】
毛髪ＨＳ全体の絡まり度ＬＳの判定基準としては、以下の５段階を用いた。段階の数値が大きいほど、毛髪同士の絡まりが強いことを意味している。
１ 絡まらない
２ あまり絡まらない
３ やや絡まる
４ 絡まる
５ とても絡まる
【０１００】
毛髪ＨＳ全体の"きしみ感"の判定基準としては、以下の５段階を用いた。段階の数値が大きいほど、毛髪の表面摩擦が大きく、摩擦パラメータが大きいことを意味している。
１ きしまない
２ あまりきしまない
３ ややきしむ
４ きしむ
５ とてもきしむ
【０１０１】
このようにして得られたサンプル提供者Ｓの毛髪ＨＳ全体の絡まり度ＬＳと各毛髪パラメータとの関係をそれぞれ回帰分析し、次の重回帰式（３）を求めた。
【０１０２】
絡まり度ＬＳ＝０．５６８×（摩擦パラメータ：きしみ感）＋０．２８０×（曲率パラメータ：目視曲率）＋０．１７１×（毛量パラメータ：肩下毛量）＋（−０．２３４３） ・・・（３）
【０１０３】
ここで、上記の式（２）により求まる標準偏回帰係数は下記のとおりであった。
毛量パラメータ（肩下毛量）：０．３１１
曲率パラメータ（目視曲率）：０．３１９
摩擦パラメータ（きしみ感）：０．６３３
【０１０４】
なお、重回帰式（３）において、肩下毛量は単位［ｃｍ］の有次元量であり、きしみ感と目視曲率は無次元の官能評価値である。
【０１０５】
図６は、サンプル提供者Ｓの毛髪ＨＳの絡まり度ＬＳの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。同図には、重回帰式（３）もあわせて図示している。
同図より、絡まり度ＬＳの官能評価値と予測値とは正の相関があることが理解される。
また、絡まり度ＬＳの官能評価値（実測値）と予測値との相関係数（Ｒ）は０．９１であり、両者がきわめて高い相関を有することが分かった。
【０１０６】
（ステップＳ２０）毛髪パラメータ取得ステップ
１８〜３９歳の５名の日本人女性を被験者ＥＸとし、サンプル提供者Ｓと同様に、美容研究員の官能評価によって絡まり度ＬＥを求めた。また、この５名の被験者ＥＸの毛髪ＨＥについて、表面摩擦に関する摩擦パラメータ（きしみ感）、毛量に関する毛量パラメータ（肩下毛量）、および曲率に関する曲率パラメータ（目視曲率）を、サンプル提供者Ｓと同様に求めた。
【０１０７】
５名の被験者ＥＸ（パネル名：Ａ〜Ｅ）より取得した肩下毛量［ｃｍ］、曲率および"きしみ感"を下表１にまとめる。
【０１０８】
【表１】
【０１０９】
（ステップＳ３０）絡まり度決定ステップ
被験者ＥＸの毛髪ＨＥについて求めた毛髪パラメータと、重回帰式（３）とに基づいて、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを算出した。
絡まり度ＬＥの算出値（予測値）と官能評価値（実測値）との比較を下表２に示す。
【０１１０】
【表２】
【０１１１】
図７（ａ）は、本実施例にかかる、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸）と予測値（縦軸）との関係図である。
絡まり度ＬＥの官能評価値と予測値との相関係数（Ｒ）は０．７１であり、両者が高い相関を有することが分かった。
【０１１２】
＜実施例２＞
図７（ｂ）は、毛髪パラメータとして、摩擦パラメータ（きしみ感）、曲率パラメータ（目視曲率）、毛量パラメータ（肩下毛量）に加えて、さらに剛性パラメータ（毛髪の硬さ）とダメージ度パラメータ（切れ毛の量）を追加した場合の、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
すなわち、本実施例では、実施例１と共通のサンプル提供者Ｓから毛髪パラメータとして上記５つの情報を取得して上式（１）の重回帰式を算出し、被験者ＥＸの毛髪パラメータを同式に代入して絡まり度ＬＥの予測値を算出したものである。
【０１１３】
剛性パラメータ（毛髪の硬さ）としては、美容研究員がサンプル提供者Ｓおよび被験者ＥＸの毛髪ＨＳ、ＨＥを全体に感触評価して５段階に数値化した、毛髪の硬さを用いた。
また、ダメージ度パラメータ（切れ毛の量）としては、美容観察員が毛髪ＨＳ、ＨＥを全体に目視観察して、毛髪ＨＳ、ＨＥに対する切れ毛の量を５段階に数値化した官能評価値を用いた。
【０１１４】
図７（ｂ）に示す絡まり度ＬＥの官能評価値と予測値との相関係数（Ｒ）は０．７５であり、同図（ａ）の結果よりも高い相関を有することが分かった。すなわち、被験者ＥＸの絡まり度ＬＥの評価にあたり、摩擦パラメータ、曲率パラメータおよび毛量パラメータに加えて、剛性パラメータとダメージ度パラメータを追加することにより、さらに予測精度が高められることが分かった。
【０１１５】
＜比較例１＞
図８（ａ）は、比較例１にかかる、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
図８（ａ）は、毛髪パラメータとして摩擦パラメータ（きしみ感）、および曲率パラメータ（目視曲率）のみを用い、毛量パラメータ（肩下毛量）を用いなかった場合（比較例１）の、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
【０１１６】
比較例１では、絡まり度ＬＥの官能評価値と予測値との間に一応の相関はあるものの、相関係数（Ｒ）は０．７未満（０．６７）であって、図７（ａ）に示す本実施例に比較して両者の相関が低くなることが分かった。すなわち、毛量パラメータ（肩下毛量）を用いずに被験者ＥＸの絡まり度ＬＥを算出した場合、本実施例ほどの精度で絡まり度ＬＥを予測評価することができないことが分かった。
【０１１７】
＜比較例２＞
図８（ｂ）は、比較例２にかかる、５名の被験者ＥＸの絡まり度ＬＥの官能評価値（横軸）と、毛髪ＨＥに対する櫛通り荷重（コーミングフォース［ｇ］：縦軸）との関係図である。
同図に示すように、絡まり度ＬＥとコーミングフォースとは、ほとんど相関がなく、相関係数（Ｒ）は０．０２であった。
したがって、非特許文献１、２のようにコーミングフォースを定量化したとしても、本実施例のように毛髪の絡まりの強さを示す絡まり度を予測することはできないことが分かった。
【０１１８】
＜実施例３＞
図９は、実施例３にかかる毛髪診断のロジックツリーの一例を示す図である。
本実施例は、第二実施形態の毛髪評価システム１００を用いて、以下の設問を被験者ＥＸに提示して毛髪情報ＩＨを取得するものである。
【０１１９】
（設問）
Ｑ１：髪が脇の下よりも長い。
Ｑ２：髪が細い。
Ｑ３：髪が柔らかい。
Ｑ４：髪がくせ毛。
Ｑ５：切れ毛が多い。
Ｑ６：カラーやパーマ、縮毛矯正を合わせて年６回以上している。
Ｑ７：カラーやパーマ、縮毛矯正を合わせて年３〜５回している。
Ｑ８：今ウェーブパーマをかけている。
Ｑ９：髪が絡まったら無理にとかす。
Ｑ１０：濡れたまま寝る。
【０１２０】
なお、Ｑ１は毛量パラメータに関する設問であり、Ｑ４とＱ８は曲率パラメータに関する設問であり、Ｑ６とＱ７は摩擦パラメータに関する設問である。
また、Ｑ２とＱ３は剛性パラメータに関する設問であり、Ｑ５はダメージ度パラメータに関する設問である。
そして、Ｑ９とＱ１０は行動パターンに関する設問である。
Ｑ１〜Ｑ１０に対する選択肢は、いずれもＹＥＳまたはＮＯの二択である。
【０１２１】
本実施例では、図９に示すように、処理部２０（図２を参照）は、曲率パラメータに関するＱ８を選択肢表示部７０に表示出力して、被験者ＥＸよりＹＥＳまたはＮＯを示す毛髪情報ＩＨを受け付ける。
Ｑ８への回答がＹＥＳの場合（実線矢印）、処理部２０は、続けて、摩擦パラメータに関するＱ６の設問を選択肢表示部７０に表示出力する。
【０１２２】
本実施例では、毛髪情報ＩＨに基づいてパラメータ取得部５０（図２を参照）で求められた摩擦パラメータまたは曲率パラメータの少なくとも一方に基づいて、被験者ＥＸの髪質を複数のタイプに分類する。そして、本実施例では、分類されたタイプを示す髪質情報と、被験者ＥＸの毛髪ＨＥに関して決定された絡まり度ＬＥと、を出力する。
【０１２３】
具体的には、Ｑ８への回答がＹＥＳであった場合、処理部２０は、被験者ＥＸの髪質をウェーブ型（ＷＶ）に分類する。かかる分類は、毛髪ＨＥのウェーブに起因して絡まりが生じていることを示すものである。
そして、Ｑ６の回答がＹＥＳであった場合、処理部２０は、続けて毛量パラメータに関するＱ１の設問を被験者ＥＸに提示する。
そして、Ｑ１への回答がＹＥＳの場合、処理部２０は、被験者ＥＸの絡まり度ＬＥをレベル３と決定する。
そして、評価出力部９２（図２を参照）は、被験者ＥＸの毛髪ＨＥがウェーブ型であることを示す髪質情報（ＷＶ）と、絡まり度ＬＥがレベル３であることを表す出力情報（ＷＶ３）を、被験者ＥＸの操作端末に送信する。
【０１２４】
同様に、曲率パラメータに関するＱ８の設問にＹＥＳ、摩擦パラメータに関するＱ６の設問にＮＯと被験者ＥＸが回答した場合、処理部２０は、さらに摩擦パラメータに関するＱ７を被験者ＥＸに提示することで、毛髪ＨＥの表面摩擦の程度を３段階にスコア化して取得する。
そして、処理部２０は、ロジックツリーに従ってＱ１、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル１から３より決定する。決定された髪質情報と絡まり度ＬＥは被験者ＥＸの操作端末に送信される。
【０１２５】
一方、曲率パラメータに関するＱ８への回答がＮＯの場合（破線矢印）も、処理部２０は、続けて摩擦パラメータに関するＱ６の設問を選択肢表示部７０に表示出力する。
そして、Ｑ８の設問にＮＯ、Ｑ６の設問にＹＥＳと被験者ＥＸが回答した場合、処理部２０は、被験者ＥＸの髪質をダメージ型（ＤＭ）に分類する。かかる分類は、毛髪ＨＥの損傷に起因して絡まりが生じていることを示すものである。
そして、処理部２０は、ロジックツリーに従ってＱ１、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル２または３と決定する。そして、評価出力部９２は、被験者ＥＸの毛髪ＨＥがダメージ型であることを示す髪質情報（ＤＭ）と、絡まり度ＬＥがレベル２または３であることを表す出力情報（ＤＭ２またはＤＭ３）を、被験者ＥＸの操作端末に送信する。
【０１２６】
また、Ｑ８の設問にＮＯ、Ｑ６の設問にＮＯと被験者ＥＸが回答した場合、処理部２０は、毛量パラメータに関するＱ１の設問を選択肢表示部７０に出力して被験者ＥＸより回答を受け付ける。これは、毛髪が長い場合に、特に毛先にダメージが生じやすいという知見に基づくものである。
【０１２７】
そして、Ｑ１への回答がＹＥＳの場合、処理部２０は、被験者ＥＸの髪質をダメージ型（ＤＭ）に分類する。そして、処理部２０は、ロジックツリーに従ってＱ７、Ｑ４、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル１から３のいずれかに決定する。
【０１２８】
ここで、処理部２０は、Ｑ４、Ｑ５、Ｑ９の設問に対するＹＥＳの個数に従って条件分類（一点鎖線矢印）することで絡まり度ＬＥを決定する。
そして、評価出力部９２は、被験者ＥＸの毛髪ＨＥがダメージ型のレベル１から３のいずれかであること（ＤＭ１〜ＤＭ３）を表す出力情報を、被験者ＥＸの操作端末に送信する。
【０１２９】
このように、Ｑ８とＱ６の設問に対する被験者ＥＸの回答によらず、本実施例では、曲率パラメータと摩擦パラメータに続けて、毛量パラメータを選択肢表示部７０に出力する。
これは、実施例１にてサンプル提供者Ｓより取得した上記の重回帰式（３）および算出された標準偏回帰係数において、摩擦パラメータおよび曲率パラメータに関する標準偏回帰係数が、毛量パラメータに関する標準偏回帰係数よりも大きな値となったことに基づく。すなわち、本実施例のロジックツリーは、実施例１の重回帰式（３）に基づいて作成されたものであり、重回帰式（３）の標準偏回帰係数の大きさが第一位または第二位であった摩擦パラメータおよび曲率パラメータに関する設問を上位に配置し、標準偏回帰係数の大きさが第三位であった毛量パラメータに関する設問を下位に配置している。
【０１３０】
さらに、本発明者の知見によれば、実施例１、２および比較例１の対比により、剛性パラメータとダメージ度パラメータが絡まり度ＬＳに及ぼす影響は、摩擦パラメータ、曲率パラメータおよび毛量パラメータよりも小さいことが明らかとなっている。
かかる知見に基づき、本実施例においては、Ｑ８、Ｑ６、Ｑ１の設問に対していずれもＮＯと被験者ＥＸが回答した場合に、処理部２０は剛性パラメータに関するＱ２またはＱ３の設問を選択肢表示部７０に出力する。
そして、Ｑ２またはＱ３の設問に対して被験者ＥＸがＹＥＳと回答した場合、処理部２０は、続けてＱ７の設問を選択肢表示部７０に出力するとともに、被験者ＥＸの髪質を髪質型（ＱＨ）に分類する。かかる分類は、毛髪ＨＥの髪質に起因して絡まりが生じていることを示すものである。
そして、処理部２０は、ロジックツリーに従ってＱ４、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力し、被験者ＥＸから順次回答を受け付けて、被験者ＥＸの絡まり度ＬＥをレベル１から３のいずれかに決定する。
【０１３１】
また、Ｑ８、Ｑ６、Ｑ１、Ｑ２、Ｑ３の設問に対していずれもＮＯと被験者ＥＸが回答した場合に、処理部２０は、摩擦パラメータに関するＱ７に続けて、ダメージ度パラメータに関するＱ５の設問を選択肢表示部７０に出力する。処理部２０は、行動パターンに関するＱ９およびＱ１０の設問を選択肢表示部７０に出力して被験者ＥＸから回答を受け付ける。
そして、処理部２０は、受け付けた回答にしたがって、被験者ＥＸの髪質を行動型（ＡＣ）、ダメージ型（ＤＭ）または絡まり無し（ＮＡ）に分類する。行動型は、被験者ＥＸのヘアケア行動に起因して絡まりが将来的に生じる可能性があることを示す分類である。
また、処理部２０は、被験者ＥＸから受け付けた回答に基づいて、被験者ＥＸの絡まり度ＬＥをレベル１または２より決定する。
【０１３２】
このように、本実施例では、実施例１または２で求められた重回帰式に対して被験者ＥＸの毛髪パラメータを代入する演算処理が、図９に示すロジックツリーに置き換えられている。このため、毛髪ＨＥに関する幾つかの選択式の設問に対して被験者ＥＸからの回答を受け付けるだけで、毛髪ＨＥの髪質情報と絡まり度ＬＥとを被験者ＥＸに提供することができる。
【０１３３】
なお、本実施例においては、設問に対する被験者ＥＸからの回答（毛髪情報ＩＨ）とロジックツリーとに基づいて絡まり度ＬＥを決定しているが、これに代えて、被験者ＥＸから受け付けた毛髪情報ＩＨを毛髪ＨＥのパラメータ取得部５０にて毛髪パラメータに変換し、かかる毛髪パラメータと関係情報ＩＲとに基づいて、絡まり度算出部６０にて絡まり度ＬＥを算出してもよい（図２を参照）。
【０１３４】
上記実施例は、以下の技術的思想を包含するものである。
（１）被験者の毛髪の長さまたは量に関する毛量情報、被験者の毛髪の表面摩擦に関する摩擦情報、および被験者の毛髪の曲率に関する曲率情報の入力をそれぞれ受け付ける受付部と、
受け付けられた摩擦情報および曲率情報の少なくとも一方に基づいて毛髪の髪質を複数のタイプに分類し、かつ、摩擦情報または曲率情報の少なくとも他方と毛量情報とに基づいて毛髪の絡まりの強さを示す絡まり度を複数の段階に分類する毛髪分類部と、
を備える毛髪評価システム；
（２）毛量情報、摩擦情報または曲率情報にそれぞれ対応づけられた、毛髪に関する設問および複数の選択肢を表示する表示部をさらに備え、
受付部が、選択された選択肢を、毛量情報、摩擦情報または曲率情報のいずれかと対応づけて受け付けることを特徴とする上記（１）に記載の毛髪評価システム；
（３）受付部が、被験者のヘアケア行動を示す行動情報をさらに受け付け、
毛髪分類部が、摩擦情報、曲率情報、毛量情報および行動情報に基づいて、毛髪の髪質または絡まり度を分類することを特徴とする上記（１）または（２）に記載の毛髪評価システム；
（４）コンピュータ装置を用いた毛髪の評価方法であって、
被験者の毛髪の長さまたは量に関する毛量情報、被験者の毛髪の表面摩擦に関する摩擦情報、および被験者の毛髪の曲率に関する曲率情報の入力をそれぞれ受け付けるステップと、
受け付けられた摩擦情報および曲率情報の少なくとも一方に基づいて毛髪の髪質を複数のタイプに分類するステップと、
摩擦情報または曲率情報の少なくとも他方と毛量情報とに基づいて毛髪の絡まりの強さを示す絡まり度を多段階に分類するステップと、
を含む毛髪評価方法。
【符号の説明】
【０１３５】
２０ 処理部
２２ ＣＰＵ
３０ 関係記憶部
３２ コンテンツ記憶部
４０ 毛髪情報受付部
４２ 送受信部
５０ パラメータ取得部
６０ 絡まり度算出部
７０ 選択肢表示部
８０ バスライン
８２ 操作部
８４ 撮影部
９２ 評価出力部
９４ メッセージ出力部
１００ 毛髪評価システム
１１０ ネットワーク
１２０ 毛髪評価装置
１３０ 携帯電話基地局
１３２ 携帯電話機
１４０ パソコン端末
１５０ ディスプレイ表示部
ＥＸ 被験者
Ｓ サンプル提供者
ＨＥ、ＨＳ 毛髪
ＩＨ 毛髪情報
ＩＲ 関係情報
ＬＥ、ＬＳ 絡まり度
【技術分野】
【０００１】
本発明は、毛髪評価システムおよび毛髪評価方法に関する。
【背景技術】
【０００２】
従来、毛髪表面の滑らかさを定量的に評価する発明がいくつか提案されている。
非特許文献１には、引っ張り試験機を用いて、人間の毛髪に対する櫛通り荷重（コーミングフォース）を定量化する測定機器が記載されている。
特許文献１には、櫛通し操作中に発生するきしみ音を分析して、毛髪の損傷状態を定量的に評価する方法が記載されている。
特許文献２には、櫛の歯がキューティクル燐片を擦って発する振動を周波数として検出することのできる電子式の櫛を利用して、毛髪表面の滑らかさを定量化する方法が記載されている。
【０００３】
また、非特許文献２には、毛髪の単繊維特性として曲率、摩擦、剛性および直径を設定し、これらの特性と、櫛通り荷重との関係式を導いて毛髪の櫛通り性を評価する方法が記載されている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００４−１５９８３０号公報
【特許文献２】特開２００６−１５８５２６号公報
【非特許文献】
【０００５】
【非特許文献１】"A Quantitative Characterization of Combing Force"、W. Newman and G.L. Cohen、J. Soc Cosmet. Chem., 24, 773-782 (1973)
【非特許文献２】"Prediction of hair assembly characteristics from single-fiber properties. Part II. The relationship of fiber curvature, friction, stiffness, and diameter to combing behavior"、C. R. Robbins and C. Reich、J. Soc. Cosmet. Chem., 37, 141-158 (1986)
【発明の概要】
【発明が解決しようとする課題】
【０００６】
パーマやカラーなどの化学処理が普及した現代においては、髪のダメージの悩みとして、毛髪の絡まりを挙げる人が増加傾向にある。ここで、毛髪の絡まりとは、種々の要因が複合して生じる櫛通りや指通りの悪さを意味し、櫛通り荷重（コーミングフォース）だけでは単純に評価できない官能的な値である。そして、本発明者の研究によれば、近年の多くの人は、毛髪に櫛や指を通したときの力の大きさだけではなく、櫛や指に対する毛髪の繊細な引っ掛かりを頭皮または指で感知し、その程度（引っ掛かりの抵抗力、頻度等）の大小をもって髪のダメージと捉えていることが明らかとなってきた。
【０００７】
これに対し、上述の特許文献や非特許文献に開示されている方法は、毛束に対して一定の条件で櫛を通すのに必要な力や仕事量を測定するものであって、櫛通り荷重（コーミングフォース）が測定されるにすぎない。すなわち、従来の方法では、毛束に対する櫛通りの荷重を測定することで、毛髪表面から櫛が受ける摩擦力を測定するものであって、櫛や指に対する毛髪の引っ掛かりの程度までを評価するものではなかった。
また、従来の方法では、均一な長さの毛髪を所定量だけ束ねたモデルの毛束に一定の速度で櫛を通して測定を行うことを前提としており、モデルの毛束の毛髪量や、櫛通しの速度に依存して測定値が求まるため、実際に人頭に適用して評価することは困難であった。なぜならば、モデルの毛束は、均一長さの各毛髪繊維の先端が揃えられた束であるのに対し、人頭は、様々な生え位置から延びる様々な長さの毛髪繊維が寄せ集まって構成されたものであって、各毛髪繊維の毛先位置が不揃いなためである。
【０００８】
一方で、毛髪に対する櫛や指の引っ掛かりの程度は、交絡部の発生位置から毛髪の先端までの長さや量によっても大きく変動する「動作に伴う感触」であって、実測することが難しい。なぜならば、毛髪同士の交絡は、櫛や指を通すことで解消する場合と、逆に絡みつきが強くなる場合とがあるからである。
ここで、毛髪同士が交絡する形態は様々であるが、その要因ごとに複数の類型に分類することができる。代表的な類型としては、毛髪同士が斜めに交錯するクロス型、ウェーブした毛髪同士が捩れ合う捩れ型、折れ曲がった毛髪が他の毛髪に係合するフック型、微細な衣服繊維、埃、毛髪化粧料を核として毛髪が絡まりつく巻きつき型、毛髪同士が玉結び状に絡まる玉結び型、細い毛髪が網状に絡まる網型、多量の毛髪が互いに絡まり合う毛玉型などを挙げることができる。そして、たとえば捩れ型や玉結び型の交絡の場合、毛髪の中間部で生じた交絡部に櫛や指を通すことで、当該交絡が毛先に至って消滅する場合と、毛先に至らずに毛髪同士がしっかりと絡みついてほどけなくなる場合とがある。
【０００９】
このように、毛髪の絡まり特性の程度を定量的に評価するにあたっては、従来のように櫛通りの荷重を測定するだけでは足りず、毛髪同士の交絡の程度を勘案して総合的に判断する必要があり、現時点においては専門家による官能的な判断に頼らざるを得なかった。
本発明は、このような状況において為されたものであり、人頭における毛髪の絡まり度を、専門家の熟練によることなく客観的に評価する手段を提供するものである。
【課題を解決するための手段】
【００１０】
本発明の毛髪評価システムは、サンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、前記毛髪の絡まり特性の強さを示す絡まり度と、の対応関係を表す関係情報を記憶する記憶手段と、被験者の毛髪に関する毛髪情報を受け付ける受付手段と、受け付けられた前記毛髪情報に基づいて、該毛髪に関する複数種類の前記毛髪パラメータを求めるパラメータ取得手段と、前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定する絡まり度算出手段と、を備える。
【００１１】
本発明の毛髪評価方法は、予めサンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと前記毛髪の絡まり特性の強さを示す絡まり度との対応関係を表す関係情報を記憶している記憶手段を備えるコンピュータ装置を用いておこなう毛髪評価方法であって、被験者の毛髪に関する毛髪情報に基づいて該毛髪に関する複数種類の前記毛髪パラメータを求めるステップと、前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定するステップと、を含む。
【００１２】
ここで、本発明においては、前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含むとよい。
【００１３】
また、本発明においては、前記絡まり度として、毛髪に対する櫛通りまたは指通りの荷重と、毛髪同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値を用いるとよい。
【００１４】
なお、本発明の毛髪評価システムの各種の構成要素は、個々に独立した存在である必要はなく、複数の構成要素が一個の装置として形成されていること、一つの構成要素が複数の装置で形成されていること、ある構成要素が他の構成要素の一部であること、ある構成要素の一部と他の構成要素の一部とが重複していること、等でもよい。
【００１５】
また、本発明の毛髪評価方法は、複数のステップを順番に記載してあるが、その記載の順番は複数のステップを実行する順番を必ずしも限定するものではない。このため、本発明の毛髪評価方法を実施するときには、その複数のステップの順番は内容的に支障のない範囲で変更することができる。
さらに、本発明の毛髪評価方法は、複数のステップが個々に相違するタイミングで実行されることに限定されず、あるステップの実行中に他のステップが発生すること、あるステップの実行タイミングと他のステップの実行タイミングとの一部ないし全部が重複していてもよい。
【発明の効果】
【００１６】
本発明の毛髪評価システムおよび毛髪評価方法によれば、予めサンプル提供者の毛髪から求められた関係情報に基づいて、専門家の評価に依ることなく、被験者の毛髪の絡まり度を客観的に評価することができる。これにより、被験者は自身の毛髪の絡まり度を他人と比較することもでき、また毛髪の絡まり度に応じて、所望のコンディショニング効果を有する適切な毛髪処理剤を選択することも可能である。
【図面の簡単な説明】
【００１７】
【図１】第一実施形態にかかる毛髪評価システムの構成図である。
【図２】第一実施形態にかかる毛髪評価システムの機能ブロック図である。
【図３】曲率パラメータを求めるためのスタンダードデータの一例を示す画像である。
【図４】第一実施形態にかかる毛髪評価方法のフローチャートである。
【図５】第二実施形態にかかる毛髪評価方法のフローチャートである。
【図６】実施例１にかかるサンプル提供者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図である。
【図７】（ａ）、（ｂ）は、実施例１、２にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図である。
【図８】（ａ）は比較例１にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と予測値との関係図であり、（ｂ）は比較例２にかかる被験者の毛髪の絡まり度の官能評価値（実測値）と櫛通り荷重（コーミングフォース）との関係図である。
【図９】実施例３にかかる毛髪診断のロジックツリーの一例を示す図である。
【発明を実施するための形態】
【００１８】
以下、本発明の実施形態を図面に基づいて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
【００１９】
＜第一実施形態＞
（毛髪評価システム）
図１は、本実施形態の毛髪評価システム１００を示す構成図である。
図２は、本実施形態の毛髪評価システム１００の機能ブロック図である。
【００２０】
はじめに、本実施形態の毛髪評価システム１００の概要について説明する。
本実施形態の毛髪評価システム１００は、記憶部（関係記憶部３０）、受付部（毛髪情報受付部４０）、パラメータ取得部５０および絡まり度算出部６０を備えている。
関係記憶部３０は、サンプル提供者Ｓの毛髪ＨＳより求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、毛髪ＨＳの絡まり特性の強さを示す絡まり度ＬＳとの対応関係を表す関係情報ＩＲを記憶する。
毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを受け付ける。
パラメータ取得部５０は、受け付けられた毛髪情報ＩＨに基づいて、毛髪ＨＥに関する複数種類の毛髪パラメータを求める。
絡まり度算出部６０は、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【００２１】
ここで、毛髪評価システム１００の各種の構成要素は、その機能を実現するように形成されていればよく、たとえば、所定の機能を発揮する専用のハードウェア、所定の機能がコンピュータプログラムにより付与された処理装置（データ処理装置または画像処理装置）、コンピュータプログラムにより処理装置に実現された所定の機能、これらの任意の組み合わせ、等として実現することができる。
また、毛髪評価システム１００の各種の構成要素は、コンピュータプログラムを読み取って対応する処理動作を実行できるように、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、Ｉ／Ｆ（Interface）ユニット、等の汎用デバイスで構築されたハードウェア、所定の処理動作を実行するように構築された専用の論理回路、これらの組み合わせ、等として実施することができる。
なお、毛髪評価システム１００においてコンピュータプログラムに対応した各種動作を処理装置に実行させるとは、各種デバイスを処理装置に動作制御させることを含む。
【００２２】
つぎに、本実施形態の毛髪評価システム１００をより詳細に説明する。
毛髪評価システム１００は、毛髪評価装置１２０と操作端末２００とがネットワーク１１０で接続されて構成されている。
毛髪評価装置１２０は、関係情報ＩＲと被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータとに基づいて被験者ＥＸの絡まり度ＬＥを決定する演算処理を行う。
操作端末２００は、被験者ＥＸに操作されて、毛髪評価装置１２０に対する毛髪情報ＩＨの入力と、毛髪評価装置１２０からの出力情報の受信およびその出力表示を行う。
【００２３】
操作端末２００は、図１に示すように携帯電話機１３２またはパソコン端末１４０を含んで構成されている。携帯電話機１３２は、ネットワーク１１０に接続された携帯電話基地局１３０との間で無線通信が可能である。
【００２４】
毛髪評価装置１２０は、ＣＰＵ２２、送受信部４２、関係記憶部３０、およびコンテンツ記憶部３２が、バスライン８０に接続されている。
送受信部４２はネットワークインタフェースであり、操作端末２００（携帯電話機１３２またはパソコン端末１４０）と毛髪評価装置１２０の間でデータの送受信を行う。具体的には、送受信部４２は、被験者ＥＸの毛髪情報ＩＨを含む入力情報を操作端末より受信し、また、ＣＰＵ２２で算出された被験者ＥＸの絡まり度ＬＥを含む出力情報を操作端末に送信する。
【００２５】
図１に示す携帯電話機１３２またはパソコン端末１４０（操作端末）は、毛髪評価システム１００における操作部８２（図２を参照）を構成している。
また、図２に示す処理部２０はＣＰＵ２２の機能によって実現される。処理部２０は、毛髪評価装置１２０における演算処理を行う制御部の総称であり、パラメータ取得部５０および絡まり度算出部６０を含む。処理部２０は、関係記憶部３０およびコンテンツ記憶部３２とそれぞれ電気的に接続されている。
【００２６】
毛髪情報受付部４０、評価出力部９２およびメッセージ出力部９４は、送受信部４２およびＣＰＵ２２の機能によって実現される（図１を参照）。
また、図２に示す選択肢表示部７０は、携帯電話機１３２またはパソコン端末１４０のディスプレイ表示部１５０により実現される（図１を参照）。選択肢表示部７０の機能は、後述する第二実施形態にて説明する。
【００２７】
毛髪ＨＳ、ＨＥとは、人間（サンプル提供者Ｓまたは被験者ＥＸ）の頭髪をいう。また、毛髪繊維とは毛髪の一本一本をいい、毛髪全体とは、髪型を構成する毛髪の全体をいうものである。
【００２８】
本実施形態の毛髪評価システム１００において、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨとは、毛髪ＨＥの特性を示す文字データもしくは数字データ、または毛髪ＨＥの毛髪繊維の少なくとも一部を含む画像データをいう。
文字データの毛髪情報ＩＨとしては、たとえば、一本もしくは複数本の毛髪ＨＥの全体または部分に関する、物理的、化学的もしくは光学的な特性情報、または被験者ＥＸの人種、性別、年齢層などの属性を示す属性情報を用いることができる。特性情報は、機器による測定値でも、人間による官能評価値でもよい。
画像データの毛髪情報ＩＨとしては、たとえば、毛髪ＨＥに関する断面画像、毛髪ＨＥの表面の拡大画像、毛髪繊維の変曲点を含む全体（中心線）画像、被験者ＥＸのヘアスタイルを示す頭部画像などを挙げることができる。
【００２９】
また、毛髪ＨＳ、ＨＥの絡まり特性の強さとは、毛髪ＨＳ、ＨＥに櫛や指を通した際に知覚される、毛髪同士が絡まり付く動的な感触の大小をいう。
そして、本実施形態の絡まり度ＬＳ、ＬＥは、毛髪ＨＳ、ＨＥに関する上記の絡まり特性の強さを数値化したデータ（数値データ）である。
【００３０】
より具体的には、本実施形態の絡まり度ＬＳ、ＬＥは、毛髪ＨＳ、ＨＥに対する櫛通りまたは指通りの荷重と、毛髪ＨＳ、ＨＥ同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値である。
【００３１】
ここで、毛髪ＨＳ、ＨＥ同士の交絡部に対する櫛または指の引っ掛かりの有無や強弱の感じ方は、一般に評価者によって異なるものである。しかしながら、現在のところ、絡まり度ＬＳ、ＬＥは機器による直接的な測定によって客観的に数値化する方法が確立されておらず、熟練技術者によって官能的に評価しなければならない。
そこで、本実施形態では、サンプル提供者Ｓの毛髪ＨＳの絡まり度ＬＳに関して美容専門家や美容研究員の官能評価値を用いることで客観性を担保し、かかる官能評価値に基づいて被験者ＥＸの毛髪ＨＥの評価を行う。
【００３２】
サンプル提供者Ｓの毛髪パラメータと絡まり度ＬＳとの関係は、関係情報ＩＲとして関係記憶部３０に記憶される。
そして、被験者ＥＸの毛髪ＨＥに対して、この関係情報ＩＲを適用することにより、毛髪ＨＥの絡まり度ＬＥを求めることができる。
【００３３】
毛髪パラメータとは、毛髪の絡まり特性との相関が高い、あるいは消費者調査において経験的に毛髪の絡まり特性との関連が考えられている因子に関する値である。
本実施形態においては、毛髪パラメータとして、少なくとも、毛髪の長さまたは量に関する毛量パラメータ、毛髪の表面摩擦に関する摩擦パラメータ、および毛髪の曲率に関する曲率パラメータを用いている。
ここで、毛髪パラメータとして、特に毛髪の長さや量に着目して毛量パラメータを導入したことにより、毛髪に対する櫛や指の引っ掛かりの程度を好適に評価することが可能となる。これは、上述のように毛髪同士の交絡部の位置から毛髪の先端までの長さや量によって、交絡が櫛通しや指通しによって解消するか、逆にタイトになるかが抜本的に変動するためである。また、毛髪の長さや量が多い、すなわち毛量パラメータが大きい場合でも、曲率パラメータや摩擦パラメータの程度に起因して、交絡が櫛通しや指通しによって簡単に解消するか、または逆にタイトになるかが大きく変動する。したがって、本実施形態のように毛量パラメータとともに摩擦パラメータおよび曲率パラメータに基づいて絡まり度を統計的に評価することにより、毛髪パラメータと絡まり度との高い相関を得ることができる。
毛髪パラメータと絡まり度との良好な相関関係は、後述する実施例によってより明らかとなる。
【００３４】
毛量パラメータとは、絡まり度ＬＥへの関与が経験的に予測される、毛髪の長さや量を数値化した情報をいう。本実施形態では、毛量パラメータとして、サンプル提供者Ｓもしくは被験者ＥＸの肩下毛量もしくは生毛密度、または毛髪ＨＳ、ＨＥの脇下長さ、平均長さ、もしくは頭頂から毛先までの長さを、単独で、または適宜組み合わせて用いることができる。
より具体的には、肩下毛量とは、サンプル提供者Ｓまたは被験者ＥＸが首を前に傾げた時に飛び出す第七頸椎の高さを基準として毛髪ＨＳ、ＨＥを束ねたときの円周の長さを測定した値である。当該円周の長さは、毛髪ＨＳ、ＨＥの束に凧糸などの紐を巻き付け、かかる紐の長さを測定して求めることができる。
生毛密度は、サンプル提供者Ｓまたは被験者ＥＸの襟足部分の単位面積に生えている生毛の本数の目視観察によって求めることができる。
毛髪ＨＳ、ＨＥの脇下長さは、サンプル提供者Ｓまたは被験者ＥＸの脇の下の高さから、毛髪全体の目視観察により毛先と判断される高さ位置までの長さをいう。
同じく、頭頂から毛先までの長さは、毛髪全体の目視観察により毛先と判断される位置から、サンプル提供者Ｓまたは被験者ＥＸの頭頂に至るまでの長さの測定値をいう。
毛髪ＨＳ、ＨＥの平均長さとしては、毛髪全体の長さをショート、ミディアム、セミロングまたはロングなどのように複数段階に尺度化した値を用いることができる。
【００３５】
ここで、肩下毛量または脇下長さを毛量パラメータに用いることにより、特に好適に絡まり度を評価することが可能である。このように、サンプル提供者Ｓまたは被験者ＥＸの肩よりも下方に存在して衣服と接触する毛髪量と相関のある毛量パラメータを用いることにより、衣服と毛髪との接触の影響をも考慮した良好な評価精度で絡まり度を決定することができる。なぜならば、肩下毛量または脇下長さが正の値をとり毛髪が衣服と接触する場合に、微細な衣服繊維や埃を核とする巻きつき型の交絡が顕著に発生するためである。
【００３６】
摩擦パラメータとは、毛髪の表面摩擦の大きさそのもの、またはそれに準ずる情報を数値化したものをいう。本実施形態では、摩擦パラメータとして、サンプル提供者Ｓまたは被験者ＥＸから採取した毛髪繊維について、機器測定により動摩擦係数を測定した実測値のほか、毛髪全体の感触評価により得られる"きしみ感"を数値化したものを用いてもよい。
ここで、毛髪の動摩擦係数は、一般に毛髪のダメージの程度との間に高い関連があり、毛髪の化学処理、特にカラーリングによって増大する。したがって、摩擦パラメータには、毛髪の表面摩擦に準ずる値として、毛髪に施されたカラーリングの回数を採用してもよい。
【００３７】
曲率パラメータとは、毛髪のウェーブの細かさを示す情報を数値化したものをいう。
具体的には、毛髪の曲率半径の測定値のほか、毛髪全体の目視観察によりウェーブの細かさを段階的に数値化したものや、単位長さの毛髪繊維に存在する変極点の目視観察数を用いてもよい。
【００３８】
また、本実施形態では、毛髪パラメータとして、毛髪の太さまたは硬さに関する剛性パラメータをさらに含めてもよく、さらには毛髪のダメージ度合いを表す官能評価値をさらに含めてもよい。
特に、サンプル提供者Ｓや被験者ＥＸが欧米人の場合、一般に日本人の毛髪よりも径が小さくて柔らかい。日本人の毛髪の平均直径が８０μｍ程度であるのに対し、欧米人の毛髪の平均直径は５５μｍ程度であることが知られている。したがって、本実施形態の毛髪評価システム１００を欧米人に適用する場合には、剛性パラメータを毛髪パラメータに含めて絡まり度を算出することが好ましい。
【００３９】
剛性パラメータとしては、具体的には、毛髪径をマイクロメーター等によって計測した値、毛髪の曲げ剛性を機器により測定した値、毛髪繊維の断面積を計測した値、毛髪全体の感触評価により毛髪の硬さを段階的に数値化した値を用いることができる。
また、毛髪のダメージ度合いを表す官能評価値（ダメージ度パラメータ）としては、単位本数の毛髪ＨＳ、ＨＥに含まれる枝毛や切れ毛のカウント数や、毛髪全体の目視評価により毛髪の痛みの度合いを段階的に数値化した値を用いることができる。
【００４０】
本実施形態の関係情報ＩＲは、多数のサンプル提供者Ｓの毛髪ＨＳに関する毛髪パラメータと、毛髪ＨＳの絡まり度ＬＳとの相関関係を統計的に求めた検量情報である。絡まり度ＬＳは、サンプル提供者Ｓの毛髪ＨＳを美容専門家や研究員が官能的にスコア判定した値である。一人のサンプル提供者Ｓの絡まり度ＬＳを複数人の美容専門家や研究員が官能評価する場合、その平均スコアをもって当該サンプル提供者Ｓの絡まり度ＬＳとするとよい。
【００４１】
より具体的には、本実施形態の関係情報ＩＲは、絡まり度ＬＳを重回帰分析の目的変数とし、少なくとも毛量パラメータ、摩擦パラメータおよび曲率パラメータを重回帰分析の説明変数とする重回帰式として関係記憶部３０に記憶されている。重回帰式を下式（１）に示す。下式におけるａ〜ｅは重回帰係数（偏回帰係数）であり、ｆは切片である。また、本実施形態において、関係記憶部３０が記憶している関係情報ＩＲが重回帰式であるとは、関係記憶部３０に重回帰係数ａ〜ｅと切片ｆが記憶されていることをいう。
【００４２】
絡まり度ＬＳ＝ａ×（摩擦パラメータ）＋ｂ×（曲率パラメータ）＋ｃ×（毛量パラメータ）＋ｄ×（剛性パラメータ）＋ｅ×（ダメージ度パラメータ）＋ｆ ・・・（１）
【００４３】
なお、上記重回帰係数に代えて標準偏回帰係数を用いると、目的変数（本実施形態では、絡まり度ＬＳ）に対する各説明変数（本実施形態では、毛量パラメータ、摩擦パラメータ、曲率パラメータ等）の相対的な寄与度が明確となる。標準偏回帰係数は、重回帰係数を正規化してなる−１以上１以下の数値で表され、下式（２）で求めることができる。標準偏回帰係数は、関係記憶部３０に記憶されていても良く、あるいは当該記憶部３０に記憶されている重回帰係数を用いて下式（２）に従って、必要に応じて処理部２０で算出しても良い。なお、下式（２）における各説明変数の標準偏差と目的変数の標準偏差は、関係記憶部３０に予め個別に記憶されていても良い。または、各説明変数および目的変数を表すそれぞれ複数個のデータを関係記憶部３０に記憶しておき、標準偏回帰係数の演算に際して、各説明変数の標準偏差と目的変数の標準偏差を処理部２０で算出しても良い。
【００４４】
標準偏回帰係数=重回帰係数×（説明変数の標準偏差／目的変数の標準偏差）・・・（２）
【００４５】
サンプル提供者Ｓの人数は、単数でもよいが、複数人がより好ましい。具体的な人数は特に限定されず、サンプル提供者Ｓは人数が多いほどよいが、重回帰分析の統計精度の観点から、３０人以上とすることが好ましい。また、過剰の人数のサンプル提供者Ｓより毛髪パラメータと絡まり度ＬＳを取得しても統計精度は頭打ちとなることから、サンプル提供者Ｓの上限は１０００人程度とするとよい。
【００４６】
本実施形態のように、関係情報ＩＲとして重回帰式を用いることにより、多数のサンプル提供者Ｓの毛髪ＨＳから統計的に算出した関係情報ＩＲによって、被験者ＥＸの絡まり度ＬＥを良好な予測精度で評価することができる。
【００４７】
関係記憶部３０は、毛髪ＨＥに関する毛髪パラメータを適用して絡まり度ＬＥを導出するための関係情報ＩＲを記憶している。
関係記憶部３０は、ハードディスク装置などの記憶装置のほか、アナログ回路またはデジタル回路として存在していてもよい。
すなわち、関係情報ＩＲが重回帰式である本実施形態においては、関係記憶部３０として記憶装置を用い、重回帰係数および切片をこれに格納している。
【００４８】
また、関係情報ＩＲとしては、毛髪パラメータを表す数値と絡まり度ＬＳの官能評価値とをテーブル形式で対応づけたデータセットを用いてもよい。この場合も、関係記憶部３０としては記憶装置を用いることができる。
また、関係情報ＩＲを上記の重回帰式とする場合、関係記憶部３０は、同式を表す専用のアナログ回路またはデジタル回路としてもよい。
【００４９】
ここで、関係記憶部３０が関係情報ＩＲを記憶するとは、関係記憶部３０が関係情報ＩＲを現に記憶している状態に加えて、関係情報ＩＲを記憶する機能を有することも意味している。このため、関係記憶部３０は、関係情報ＩＲが新規に登録されることのほか、関係記憶部３０の製造時に登録された関係情報ＩＲを保持して出荷後には新規の関係情報ＩＲが登録されないことも許容する。
一方、関係記憶部３０が関係情報ＩＲを記憶しているとは、本実施形態の毛髪評価システム１００が、少なくとも被験者ＥＸにより使用されるときに、関係情報ＩＲを記憶している状態となる機能を有することを意味している。このため、関係記憶部３０がサプライヤから出荷される時点で関係情報ＩＲが登録されていることのほか、出荷されるときには登録されていない関係情報ＩＲが、被験者ＥＸに使用されるまでに登録されることも許容する。
【００５０】
毛髪情報受付部４０は、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨを操作端末より受け付ける。
毛髪情報ＩＨとしては、被験者ＥＸの毛髪ＨＥに関する毛髪パラメータとして、毛量パラメータ、摩擦パラメータおよび曲率パラメータ、または任意で剛性パラメータを受け付けてもよい。
ここで、毛髪情報受付部４０が被験者ＥＸから毛髪パラメータを受け付ける場合において、当該毛髪パラメータは、関係情報ＩＲにてサンプル提供者Ｓの絡まり度ＬＳと対応づけられた毛髪パラメータと同一であってもよく、または互いに換算可能な他の指標値でもよい。
たとえば、毛量パラメータとしてサンプル提供者Ｓの肩下毛量を採用して、摩擦パラメータおよび曲率パラメータとともに重回帰分析の説明変数とした場合、被験者ＥＸから取得する毛量パラメータとして、毛髪ＨＥの脇下長さを用いてもよい。
【００５１】
パラメータ取得部５０は、毛髪情報受付部４０が受け付けた毛髪情報ＩＨを任意で演算して毛髪パラメータを求める。
より具体的には、パラメータ取得部５０は、複数の毛髪情報ＩＨを演算して毛髪パラメータを算出してもよく、一つの毛髪情報ＩＨを毛髪パラメータに変換してもよく、または毛髪情報ＩＨをそのまま毛髪パラメータとしてもよい。
【００５２】
本実施形態のパラメータ取得部５０は、毛髪情報受付部４０が被験者ＥＸから受け付けた毛髪情報ＩＨ（脇下長さ）を、関係情報ＩＲの説明変数（肩下毛量）に換算する。
【００５３】
毛髪情報ＩＨに基づいて毛髪パラメータを求めるパラメータ取得部５０の具体的なデータ処理は特に限定されない。たとえば、毛髪情報ＩＨ（脇下長さ）と、関係情報ＩＲの説明変数（肩下毛量）とを、それぞれ複数段階（たとえば５段階）にスコア化して毛髪情報ＩＨから説明変数に換算してもよい。または、毛髪情報ＩＨ（脇下長さ）と関係情報ＩＲの説明変数（肩下毛量）との対応関係をテーブル形式で関係記憶部３０に記憶しておき、パラメータ取得部５０は、毛髪情報受付部４０が受け付けた毛髪情報ＩＨに対応する説明変数の値を、当該テーブルを参照して決定してもよい。
【００５４】
なお、毛髪情報受付部４０が受け付ける毛髪情報ＩＨが、関係情報ＩＲの説明変数の毛髪パラメータと同一である場合、パラメータ取得部５０は、毛髪情報受付部４０から毛髪情報ＩＨをそのまま受け取ればよい。すなわち、パラメータ取得部５０が毛髪情報ＩＨに基づいて毛髪ＨＥの毛髪パラメータを求めるとは、毛髪情報ＩＨに対して何らかの換算処理をする場合に限られず、毛髪情報受付部４０が受信した毛髪情報ＩＨをそのまま取得する場合を含む。
【００５５】
絡まり度算出部６０は、パラメータ取得部５０が求めた毛髪パラメータと、関係記憶部３０に記憶された関係情報ＩＲとに基づいて、被験者ＥＸの毛髪ＨＥに関する絡まり度ＬＥを決定する。
本実施形態では、上式（１）に示す重回帰式が関係情報ＩＲとして関係記憶部３０に記憶されている。
絡まり度算出部６０は、パラメータ取得部５０で求めた毛髪パラメータに対応する重回帰係数ａ〜ｅを関係記憶部３０から呼び出して当該毛髪パラメータと積和演算を行い、上式（１）に従って絡まり度ＬＥを算出する。
【００５６】
図２に示す評価出力部９２（送受信部４２およびＣＰＵ２２）は、絡まり度算出部６０で求めた絡まり度ＬＥを携帯電話機１３２またはパソコン端末１４０に送信する（図１を参照）。
これにより、携帯電話機１３２またはパソコン端末１４０に毛髪情報ＩＨを入力した被験者ＥＸは、評価出力部９２から受信した自身の毛髪ＨＥの絡まり度ＬＥを知得することができる。
【００５７】
本実施形態の毛髪評価システム１００において、絡まり度算出部６０は、標準偏回帰係数の大きさに基づいて毛髪ＨＥの髪質を複数のタイプに分類する。ここで、各毛髪パラメータ（摩擦パラメータ、曲率パラメータ、毛量パラメータ、剛性パラメータ、ダメージ度パラメータ）に係る標準偏回帰係数の大きさによって毛髪ＨＥを分類するとよい。それは、標準偏回帰係数の大きさに従って、当該標準偏回帰係数に対応する毛髪パラメータが、絡まり度ＬＥに対する支配的な因子として順序付けられるからである。
具体的には、標準偏回帰係数の大きさが第一位または第二位の毛髪パラメータによって毛髪ＨＥの髪質のタイプを第一段階に分類（大分類）し、つづけて、第三位以下の毛髪パラメータによって第二段階に分類（小分類）するとよい。
【００５８】
このほか、標準偏回帰係数の大きさが第一位または第二位の毛髪パラメータによるタイプ分類に先だって、被験者ＥＸの属性（人種、性別または年齢層など）に基づいて複数のタイプに分類してもよい。
すなわち、本実施形態の毛髪評価システム１００においては、被験者ＥＸの属性に基づいて毛髪ＨＥを複数のタイプに分類した上で、さらに各分類に属する毛髪ＨＥを毛髪パラメータに基づいて複数のタイプに分類してもよい。
【００５９】
本実施形態の毛髪評価装置１２０は、コンテンツ記憶部３２およびメッセージ出力部９４を備えている。コンテンツ記憶部３２には、分類された毛髪ＨＥの髪質や、当該分類に属する毛髪ＨＥに好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報が、各タイプと対応づけて記憶されている。
処理部２０は、絡まり度算出部６０が分類した毛髪ＨＥのタイプに対応するメッセージ情報をコンテンツ記憶部３２より呼び出してメッセージ出力部９４（送受信部４２）に送る。メッセージ出力部９４は、かかるメッセージ情報を携帯電話機１３２またはパソコン端末１４０に送信する（図１を参照）。
これにより、被験者ＥＸは、自身の毛髪ＨＥの絡まり度ＬＥのみならず、毛髪の絡まりを低減するためのヘアケア行動や毛髪処理剤を知ることができる。
なお、本実施形態の毛髪評価システム１００においては、評価出力部９２としてプリンター装置を用いてもよい。すなわち、評価出力部９２（プリンター装置）では、毛髪ＨＥの絡まり度ＬＥおよびタイプや、被験者ＥＸに好ましいヘアケア行動や毛髪処理剤を示すテキストまたは画像データなどのアウトプット情報を、紙等の印刷媒体に印刷して出力してもよい。
【００６０】
図１に示す携帯電話機１３２はカメラ機能を搭載しており、被験者ＥＸの毛髪ＨＥを被写体としての撮影が可能である。そして、携帯電話機１３２で撮影した毛髪画像は、携帯電話基地局１３０およびネットワーク１１０を通じて毛髪評価装置１２０の送受信部４２に送信される。
また、デジタルカメラ１４２で撮影した毛髪ＨＥの毛髪画像を、メモリー記憶装置１４４を介してパソコン端末１４０に入力してもよい。そして、パソコン端末１４０よりネットワーク１１０を通じて毛髪評価装置１２０の送受信部４２に対して毛髪画像を送信してもよい。
本実施形態の毛髪評価システム１００においては、携帯電話機１３２のカメラ機能、ならびにデジタルカメラ１４２およびメモリー記憶装置１４４が、撮影部８４（図２を参照）として機能する。
【００６１】
本実施形態の毛髪情報受付部４０は、被験者ＥＸの毛髪画像を撮影部８４より毛髪情報ＩＨとして受け付けることができる。そして、パラメータ取得部５０は、受け付けた毛髪画像を画像処理して、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つを算出する。
【００６２】
具体的には、被験者ＥＸの頭部に生えている毛髪ＨＥ、または被験者ＥＸの頭部から抜き取った毛髪ＨＥのデジタル画像データ（毛髪画像）を、毛髪情報受付部４０は携帯電話機１３２から受信する。
一方、毛髪評価装置１２０は、関係記憶部３０等の記憶装置内に、毛髪ＨＥの曲率パラメータを求めるためのスタンダードデータが蓄積されている。
図３は、曲率パラメータを求めるためのスタンダードデータの一例を示す画像である。
スタンダードデータは、毛髪のウェーブの細かさの異なる複数の毛髪のパターン画像である。
パラメータ取得部５０は、毛髪情報受付部４０から転送された毛髪画像をスタンダードデータとパターンマッチングし、毛髪ＨＥの曲率にもっとも近似しているパターン画像を検出することにより曲率パラメータを求める。
【００６３】
このように、毛髪情報ＩＨとして毛髪画像を用いることにより、曲率パラメータなど美容の素人である被験者ＥＸ自身では定量化が困難な毛髪パラメータを、被験者ＥＸの主観を排除して正確に取得することができる。これにより、本実施形態の毛髪評価システム１００では、被験者ＥＸの絡まり度ＬＥを客観的に定量化することが可能である。
【００６４】
（毛髪評価方法）
以下、本実施形態の毛髪評価システム１００を用いて行う毛髪評価方法（以下、本方法という場合がある）を説明する。
図４は、本方法のフローチャートである。
【００６５】
まず、本方法の概要を説明する。
本方法は、サンプル提供者Ｓの毛髪ＨＳより予め求められた、複数種類の毛髪特性をそれぞれ示す複数種類の毛髪パラメータと絡まり度ＬＳとの対応関係を表す関係情報ＩＲを記憶している記憶部（関係記憶部３０）を備えるコンピュータ装置（毛髪評価装置１２０）を用いておこなうものである。
本方法は、毛髪パラメータ取得ステップＳ２０と、絡まり度決定ステップＳ３０とを含む。
毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪ＨＥに関する毛髪情報ＩＨに基づいて毛髪ＨＥに関する複数種類の毛髪パラメータを求める。
絡まり度決定ステップＳ３０では、関係情報ＩＲを参照して、被験者ＥＸの毛髪ＨＥに関する複数種類の毛髪パラメータに対応する絡まり度ＬＥを決定する。
【００６６】
つぎに、図１、２、４を用いて、本方法をより詳細に説明する。
本方法では、まず、サンプル提供者Ｓの毛髪ＨＳに基づいて関係情報ＩＲを取得する（関係情報取得ステップＳ１０）。
【００６７】
関係情報取得ステップＳ１０では、３０〜１０００人程度の多数のサンプル提供者Ｓの毛髪ＨＳより、櫛通りまたは指通りの荷重と、毛髪ＨＳの交絡部に対する櫛または指の引っ掛かりの頻度および強さとから総合的に求まる官能評価値として、絡まり度ＬＳを取得する。かかる官能評価は、美容専門家または官能評価の訓練を受けた美容研究員によって行う。
【００６８】
また、関係情報取得ステップＳ１０では、毛髪ＨＳより、少なくとも毛量パラメータ、摩擦パラメータおよび曲率パラメータ、好ましくはさらに剛性パラメータとダメージ度パラメータを、毛髪パラメータとして取得する。
さらに、このステップでは、各毛髪パラメータを説明変数とし、絡まり度ＬＳを目的変数として重回帰分析をおこなう。
そして、このステップでは、重回帰分析により得られた重回帰式を、関係情報ＩＲとして関係記憶部３０に記憶する。
【００６９】
つぎに、本方法では、被験者ＥＸの毛髪ＨＥを対象として、毛髪パラメータ取得ステップＳ２０および絡まり度決定ステップＳ３０を行う。
【００７０】
毛髪パラメータ取得ステップＳ２０では、まず、毛髪情報受付部４０にて、被験者ＥＸから毛髪情報ＩＨを受け付ける。
つぎに、このステップでは、関係情報ＩＲの説明変数と毛髪情報ＩＨとが相違する場合、パラメータ取得部５０にて、必要に応じて毛髪情報ＩＨを関係情報ＩＲの説明変数に換算する。
【００７１】
毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪ＨＥの画像を毛髪情報ＩＨとして受け付けてもよい。この場合、毛髪パラメータ取得ステップＳ２０は、被験者ＥＸの毛髪画像を毛髪情報ＩＨとして受け付けるステップと、受け付けた毛髪画像を画像処理して、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つを算出するステップと、を含む。
【００７２】
絡まり度決定ステップＳ３０では、処理部２０（ＣＰＵ２２）は、毛髪パラメータ（毛量パラメータ、摩擦パラメータおよび曲率パラメータ、任意で剛性パラメータおよびダメージ度パラメータ）を、上記（１）で示される関係情報ＩＲに適用する。これにより、被験者ＥＸの毛髪ＨＥに関する絡まり度ＬＥが算出される。
また、このステップでは、絡まり度ＬＥの重回帰式の標準偏回帰係数の大きさに基づいて毛髪ＨＥの髪質を複数のタイプに分類する。
【００７３】
本方法では、つぎに、算出された絡まり度ＬＥを示す出力情報を被験者ＥＸに対して送信する評価出力ステップＳ４０を行う。このステップは、図２に示す評価出力部９２（送受信部４２およびＣＰＵ２２：図１を参照）によって行う。
出力情報としては、絡まり度ＬＥを表す数値そのものでもよく、絡まり度ＬＥを多段階に分類したスコアや文字テキスト（たとえば、"高"、"中"、"低"など）でもよい。
【００７４】
本方法では、さらに、毛髪ＨＥの髪質のタイプを表す髪質情報と、絡まり度ＬＥの大小に基づいて、好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報を、コンテンツ記憶部３２（図２を参照）より呼び出す（メッセージ呼出ステップＳ５０）。
呼び出されたメッセージ情報は、髪質情報とともに、メッセージ出力部９４より被験者ＥＸの操作端末に送信出力される（メッセージ出力ステップＳ６０）。
なお、評価出力ステップＳ４０とメッセージ出力ステップＳ６０とは同時に行なってもよく、互いに前後して行なってもよい。
【００７５】
本実施形態は種々の変形を許容する。
たとえば、上記実施形態では、すべてのサンプル提供者Ｓから取得した毛髪パラメータと絡まり度ＬＳとの関係に基づいて関係情報ＩＲを取得しているが、本発明はこれに限られない。サンプル提供者Ｓは、任意のカテゴリによって複数に分類し、カテゴリごとに関係情報ＩＲを求めてもよい。カテゴリとしては、人種（アジア人、欧米人、アフリカ人など）、性別、年代を例示することができる。すなわち、たとえば２０歳代の日本人女性、３０歳代の欧米人女性、などとカテゴリ分類して、サンプル提供者Ｓの毛髪ＨＳより毛髪パラメータと絡まり度ＬＳを取得するとよい。
なお、サンプル提供者Ｓの人数は、各カテゴリについて３０人以上とすることが好ましい。
【００７６】
そして、毛髪パラメータ取得ステップＳ２０では、被験者ＥＸの毛髪情報ＩＨとともに、被験者ＥＸの属性を取得して、被験者ＥＸが属するカテゴリを判定する。そして、絡まり度決定ステップＳ３０では、被験者ＥＸが属するカテゴリに関する関係情報ＩＲを関係記憶部３０より呼び出して、毛髪情報ＩＨに基づいて絡まり度ＬＥを算出するとよい。
【００７７】
また、本実施形態では、関係情報ＩＲが上式（１）で表される重回帰式（重回帰係数）として関係記憶部３０に記憶されている場合を例示したが、本発明はこれに限られない。
関係記憶部３０に記憶されている関係情報ＩＲが、毛髪パラメータおよび絡まり度ＬＳのデータセットを格納したテーブルデータである場合、絡まり度算出部６０（図２を参照）は、当該テーブルデータを参照して被験者ＥＸの絡まり度ＬＥを算出する。
具体的には、被験者ＥＸの毛髪情報ＩＨに基づいて取得された毛髪パラメータ（摩擦パラメータ、曲率パラメータおよび毛量パラメータ、ならびに任意で剛性パラメータおよびダメージ度パラメータ）にもっとも近似するサンプル提供者Ｓを検索して、当該サンプル提供者Ｓの絡まり度ＬＳをもって、被験者ＥＸの絡まり度ＬＥとしてもよい。
または、被験者ＥＸの毛髪パラメータに傾向がもっとも近似する２人または３人以上のサンプル提供者Ｓを抽出し、当該複数人のサンプル提供者Ｓの絡まり度ＬＳを、毛髪パラメータの近似度に応じて加重平均して、被験者ＥＸの絡まり度ＬＥを算出してもよい。
【００７８】
また、本実施形態では、絡まり度算出部６０で決定された絡まり度ＬＥを、評価出力部９２より被験者ＥＸの操作端末に送信しているが、本発明はこれに限られない。すなわち、本実施形態に代えて、被験者ＥＸが自らの毛髪ＨＥの絡まり度ＬＥを主観的に判断した官能評価値を、毛髪情報ＩＨとともに毛髪情報受付部４０で取得してもよい。そして、毛髪情報ＩＨに基づいてパラメータ取得部５０で取得した毛髪パラメータと、毛髪情報受付部４０で受信した絡まり度ＬＥの官能評価値とを対応づけて関係記憶部３０に蓄積する。これにより、美容専門家や美容研究員の官能評価に基づいて算出された絡まり度ＬＳの重回帰式による決定値と、被験者ＥＸの主観的な官能評価値との乖離度を示す補正情報が取得される。そして、補正情報を用いて関係情報ＩＲ（重回帰式）を修正することで、以後の被験者ＥＸに対する絡まり度ＬＥの評価値が、被験者ＥＸにとってより受け入れやすい妥当な値となる。
【００７９】
＜第二実施形態＞
図５は、本実施形態の毛髪評価方法のフローチャートである。
本方法は、毛髪パラメータ取得ステップＳ２０において、選択肢提示ステップＳ２２および毛髪情報受付ステップＳ２４を繰り返して行う点で第一実施形態と相違している。
選択肢提示ステップＳ２２では、被験者ＥＸの毛髪ＨＥの毛髪パラメータに対応づけられた設問および複数の選択肢を被験者ＥＸに提示する。
毛髪情報受付ステップＳ２４では、被験者ＥＸに選択された選択肢を毛髪情報ＩＨとして受け付ける。
そして、毛髪情報受付ステップＳ２４ではさらに、受け付けた毛髪情報ＩＨを、毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つに換算する。
【００８０】
図２に示す本実施形態の毛髪評価システム１００は、毛髪ＨＥの毛髪パラメータに対応づけられた設問および複数の選択肢を表示する表示部（選択肢表示部７０）をさらに備えている。
受付部（毛髪情報受付部４０）は、選択された選択肢を毛髪情報ＩＨとして受け付ける。そして、パラメータ取得部５０は、受け付けた毛髪情報ＩＨを毛量パラメータ、摩擦パラメータまたは曲率パラメータの少なくとも一つに換算する。
【００８１】
選択肢表示部７０は、図１に示す携帯電話機１３２またはパソコン端末１４０のディスプレイ表示部１５０にあたる。
【００８２】
本方法の選択肢提示ステップ（図５：ステップＳ２２）では、処理部２０は、コンテンツ記憶部３２に格納された選択肢情報を、予め定められた順にディスプレイ表示部１５０に表示させる。
【００８３】
本実施形態において、毛髪パラメータに対応づけられた設問および選択肢とは、毛髪パラメータ（摩擦パラメータ、曲率パラメータ、毛量パラメータ、剛性パラメータおよびダメージ度パラメータ）を定量化するための問診メッセージ情報である。各設問にあたる問診メッセージ情報は、毛髪パラメータのいずれか一以上と予め対応づけられてコンテンツ記憶部３２に記憶されている。
【００８４】
各設問に対する選択肢の数は特に限定されず、ＹＥＳまたはＮＯで回答可能な２つの選択肢でもよく、または任意の毛髪パラメータに関する３段階以上の多段階評価を問い合わせるものでもよい。このほか、被験者ＥＸの毛髪ＨＥの傾向に合致する選択肢を複数回答させる多肢選択式の設問でもよい。
【００８５】
被験者ＥＸは、選択肢表示部７０で表示された設問と選択肢を目視して、図２に示す操作部８２より選択肢を入力する。操作部８２は、たとえば携帯電話機１３２またはパソコン端末１４０（図１を参照）のキー入力部や補助入力デバイスである。
【００８６】
本方法で被験者ＥＸに提示する問診メッセージ情報の一例を以下に示す。下記の設問に対する選択肢は、いずれもＹＥＳまたはＮＯの２つである。なお、前述のように、毛髪の動摩擦係数は、一般に毛髪のダメージの程度と高い関連があり、毛髪の化学処理、特にカラーリングによって増大する。したがって、摩擦パラメータに関する下記設問に、毛髪に施されたカラーリングやパーマの回数を採用した。
【００８７】
（ａ）摩擦パラメータに関する設問：
（i）カラーやパーマ、縮毛矯正を合わせて年６回以上している。
（ii）カラーやパーマ、縮毛矯正を合わせて年３〜５回している。
（ｂ）毛量パラメータに関する設問：
（i）髪が脇の下よりも長い。
（ｃ）曲率パラメータに関する設問：
（i）今現在、ウェーブパーマをかけている。
（ii）髪がくせ毛である。
（ｄ）剛性パラメータに関する設問：
（i）髪が細い。
（ii）髪が柔らかい。
（ｅ）ダメージ度パラメータに関する設問：
（i）切れ毛が多い。
【００８８】
さらに、本方法では、より適切なヘアケアのアドバイスを提供する為に、毛髪の表面摩擦の増大を間接的に促すヘアケア行動（以下、行動パターンという）の有無を問診メッセージ情報として設けている。
行動パターンに関する設問としては、（i）髪が濡れたまま寝る、（ii）髪を無理に梳かす、などが例示される。
本方法では、絡まり度決定ステップＳ３０にて、現時点における毛髪ＨＥの絡まり度ＬＥが低いと判断された被験者ＥＸに対して、被験者ＥＸから回答された行動パターンに基づいて、絡まり度ＬＥが重症化する可能性の有無を出力する。
【００８９】
図５に示す関係情報取得ステップＳ１０は第一実施形態と共通である。
選択肢提示ステップＳ２２では、処理部２０は、コンテンツ記憶部３２から問診メッセージ情報を呼び出し、これを選択肢表示部７０に対して所定の順番で、または同時に送信する。
【００９０】
毛髪情報受付ステップＳ２４で毛髪情報受付部４０が選択肢（ＹＥＳまたはＮＯ）の入力を毛髪情報ＩＨとして受け付けると、パラメータ取得部５０は、当該選択肢に予め対応づけられた毛髪パラメータに対して、毛髪情報ＩＨがＹＥＳの場合とＮＯの場合とで、所定のスコアを加算する。
一つの毛髪パラメータに対して複数の設問がある場合は、パラメータ取得部５０は、当該複数の設問に対してそれぞれ回答された毛髪情報ＩＨの内容に応じて、毛髪パラメータのスコアを計算する。
【００９１】
処理部２０は、毛髪情報受付ステップＳ２４で毛髪情報ＩＨを受け付けるごとに、コンテンツ記憶部３２に記憶されたロジックツリーに従って、次に選択肢表示部７０に送信する設問（問診メッセージ情報）を決定する（ステップＳ２６）。被験者ＥＸより受け付けた毛髪情報ＩＨの内容に応じて適切な設問がコンテンツ記憶部３２より選択され、次設問がある場合（ステップＳ２８：Ｙ）、新たな設問が選択肢表示部７０に提示される（ステップＳ２２）。
具体的なロジックツリーに関しては、後述の実施例（実施例３）にて詳述する。
【００９２】
最後の設問が提示済みの場合（ステップＳ２８：Ｎ）、本方法は絡まり度決定ステップＳ３０に移行する。
【００９３】
絡まり度決定ステップＳ３０では、第一実施形態と同様に被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを決定する。
また、このステップでは、毛髪情報ＩＨに基づいてパラメータ取得部５０で求められた毛髪パラメータに基づいて、被験者ＥＸの髪質を複数のタイプに分類する。そして、本方法では、分類されたタイプを示す髪質情報と、被験者ＥＸの毛髪ＨＥに関して決定された絡まり度ＬＥと、を出力する（評価出力ステップＳ４０、メッセージ出力ステップＳ６０）。
【００９４】
具体的には、評価出力ステップＳ４０では、算出された絡まり度ＬＥを示す出力情報を被験者ＥＸに対して送信する。また、メッセージ呼出ステップＳ５０にて、処理部２０は、髪質情報と絡まり度ＬＥとに基づいて、当該毛髪ＨＥに好ましいヘアケア行動の指針や適切な毛髪処理剤を示すメッセージ情報をメッセージ出力部９４より呼び出す。そして、メッセージ出力ステップＳ６０にて、処理部２０は、メッセージ出力部９４より、被験者ＥＸの操作端末にメッセージ情報を送信する（図２を参照）。
なお、評価出力ステップＳ４０とメッセージ出力ステップＳ６０とは同時に行なってもよく、互いに前後して行なってもよい。
【００９５】
上記実施形態は種々の変形を許容する。
図５に示す本方法のフローチャートでは、所定数の設問に対する毛髪情報ＩＨを順次受け取って次設問が無くなってから（ステップＳ２６：Ｎ）、絡まり度決定ステップＳ３０に移行しているが、本発明はこれに限られない。
処理部２０は、選択肢表示部７０に対して所定数の設問と選択肢を一括して送信し、また毛髪情報受付部４０は、操作部８２で入力された選択肢を一括して受け付けてもよい（図２を参照）。この場合、図５のステップＳ２８における分岐処理は不要となる。
【実施例】
【００９６】
以下、実施例を用いて本発明をさらに詳細に説明する。
＜実施例１＞
本実施例では、図４に示したフローチャートのステップＳ１０〜Ｓ３０に従い、サンプル提供者Ｓより予め取得した関係情報ＩＲに基づいて被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを決定（予測値）するとともに、被験者ＥＸの当該絡まり度ＬＥを官能評価した結果（実測値）と対比した。
【００９７】
（ステップＳ１０）関係情報取得ステップ
１８〜３９歳の日本人女性（サンプル数Ｎ＝３５名）を無作為抽出してサンプル提供者Ｓとした。各サンプル提供者Ｓは、洗髪後、タオルドライを行い、サンプル提供者Ｓが普段行っている方法通りに毛髪を乾燥させ、いずれの剤も塗布せずブラッシングもしない状態の毛髪ＨＳに対して以下の計測を行った。
【００９８】
まず、サンプル提供者Ｓの毛髪ＨＳ全体の絡まり度ＬＳと"きしみ感"を、ヘアケア商品開発に従事し、官能評価の訓練を受けた美容研究員２名が評価者となって５段階に官能評価した。さらに、毛髪ＨＳの曲率を、図３のスタンダードシートに基づいて目視で５段階評価した。
また、サンプル提供者Ｓの第七頸椎の高さを基準として毛髪ＨＳを束ねたときの円周の長さを測定して肩下毛量［ｃｍ］とした。
【００９９】
毛髪ＨＳ全体の絡まり度ＬＳの判定基準としては、以下の５段階を用いた。段階の数値が大きいほど、毛髪同士の絡まりが強いことを意味している。
１ 絡まらない
２ あまり絡まらない
３ やや絡まる
４ 絡まる
５ とても絡まる
【０１００】
毛髪ＨＳ全体の"きしみ感"の判定基準としては、以下の５段階を用いた。段階の数値が大きいほど、毛髪の表面摩擦が大きく、摩擦パラメータが大きいことを意味している。
１ きしまない
２ あまりきしまない
３ ややきしむ
４ きしむ
５ とてもきしむ
【０１０１】
このようにして得られたサンプル提供者Ｓの毛髪ＨＳ全体の絡まり度ＬＳと各毛髪パラメータとの関係をそれぞれ回帰分析し、次の重回帰式（３）を求めた。
【０１０２】
絡まり度ＬＳ＝０．５６８×（摩擦パラメータ：きしみ感）＋０．２８０×（曲率パラメータ：目視曲率）＋０．１７１×（毛量パラメータ：肩下毛量）＋（−０．２３４３） ・・・（３）
【０１０３】
ここで、上記の式（２）により求まる標準偏回帰係数は下記のとおりであった。
毛量パラメータ（肩下毛量）：０．３１１
曲率パラメータ（目視曲率）：０．３１９
摩擦パラメータ（きしみ感）：０．６３３
【０１０４】
なお、重回帰式（３）において、肩下毛量は単位［ｃｍ］の有次元量であり、きしみ感と目視曲率は無次元の官能評価値である。
【０１０５】
図６は、サンプル提供者Ｓの毛髪ＨＳの絡まり度ＬＳの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。同図には、重回帰式（３）もあわせて図示している。
同図より、絡まり度ＬＳの官能評価値と予測値とは正の相関があることが理解される。
また、絡まり度ＬＳの官能評価値（実測値）と予測値との相関係数（Ｒ）は０．９１であり、両者がきわめて高い相関を有することが分かった。
【０１０６】
（ステップＳ２０）毛髪パラメータ取得ステップ
１８〜３９歳の５名の日本人女性を被験者ＥＸとし、サンプル提供者Ｓと同様に、美容研究員の官能評価によって絡まり度ＬＥを求めた。また、この５名の被験者ＥＸの毛髪ＨＥについて、表面摩擦に関する摩擦パラメータ（きしみ感）、毛量に関する毛量パラメータ（肩下毛量）、および曲率に関する曲率パラメータ（目視曲率）を、サンプル提供者Ｓと同様に求めた。
【０１０７】
５名の被験者ＥＸ（パネル名：Ａ〜Ｅ）より取得した肩下毛量［ｃｍ］、曲率および"きしみ感"を下表１にまとめる。
【０１０８】
【表１】
【０１０９】
（ステップＳ３０）絡まり度決定ステップ
被験者ＥＸの毛髪ＨＥについて求めた毛髪パラメータと、重回帰式（３）とに基づいて、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥを算出した。
絡まり度ＬＥの算出値（予測値）と官能評価値（実測値）との比較を下表２に示す。
【０１１０】
【表２】
【０１１１】
図７（ａ）は、本実施例にかかる、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸）と予測値（縦軸）との関係図である。
絡まり度ＬＥの官能評価値と予測値との相関係数（Ｒ）は０．７１であり、両者が高い相関を有することが分かった。
【０１１２】
＜実施例２＞
図７（ｂ）は、毛髪パラメータとして、摩擦パラメータ（きしみ感）、曲率パラメータ（目視曲率）、毛量パラメータ（肩下毛量）に加えて、さらに剛性パラメータ（毛髪の硬さ）とダメージ度パラメータ（切れ毛の量）を追加した場合の、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
すなわち、本実施例では、実施例１と共通のサンプル提供者Ｓから毛髪パラメータとして上記５つの情報を取得して上式（１）の重回帰式を算出し、被験者ＥＸの毛髪パラメータを同式に代入して絡まり度ＬＥの予測値を算出したものである。
【０１１３】
剛性パラメータ（毛髪の硬さ）としては、美容研究員がサンプル提供者Ｓおよび被験者ＥＸの毛髪ＨＳ、ＨＥを全体に感触評価して５段階に数値化した、毛髪の硬さを用いた。
また、ダメージ度パラメータ（切れ毛の量）としては、美容観察員が毛髪ＨＳ、ＨＥを全体に目視観察して、毛髪ＨＳ、ＨＥに対する切れ毛の量を５段階に数値化した官能評価値を用いた。
【０１１４】
図７（ｂ）に示す絡まり度ＬＥの官能評価値と予測値との相関係数（Ｒ）は０．７５であり、同図（ａ）の結果よりも高い相関を有することが分かった。すなわち、被験者ＥＸの絡まり度ＬＥの評価にあたり、摩擦パラメータ、曲率パラメータおよび毛量パラメータに加えて、剛性パラメータとダメージ度パラメータを追加することにより、さらに予測精度が高められることが分かった。
【０１１５】
＜比較例１＞
図８（ａ）は、比較例１にかかる、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
図８（ａ）は、毛髪パラメータとして摩擦パラメータ（きしみ感）、および曲率パラメータ（目視曲率）のみを用い、毛量パラメータ（肩下毛量）を用いなかった場合（比較例１）の、被験者ＥＸの毛髪ＨＥの絡まり度ＬＥの官能評価値（横軸、実測値）と予測値（縦軸）との関係図である。
【０１１６】
比較例１では、絡まり度ＬＥの官能評価値と予測値との間に一応の相関はあるものの、相関係数（Ｒ）は０．７未満（０．６７）であって、図７（ａ）に示す本実施例に比較して両者の相関が低くなることが分かった。すなわち、毛量パラメータ（肩下毛量）を用いずに被験者ＥＸの絡まり度ＬＥを算出した場合、本実施例ほどの精度で絡まり度ＬＥを予測評価することができないことが分かった。
【０１１７】
＜比較例２＞
図８（ｂ）は、比較例２にかかる、５名の被験者ＥＸの絡まり度ＬＥの官能評価値（横軸）と、毛髪ＨＥに対する櫛通り荷重（コーミングフォース［ｇ］：縦軸）との関係図である。
同図に示すように、絡まり度ＬＥとコーミングフォースとは、ほとんど相関がなく、相関係数（Ｒ）は０．０２であった。
したがって、非特許文献１、２のようにコーミングフォースを定量化したとしても、本実施例のように毛髪の絡まりの強さを示す絡まり度を予測することはできないことが分かった。
【０１１８】
＜実施例３＞
図９は、実施例３にかかる毛髪診断のロジックツリーの一例を示す図である。
本実施例は、第二実施形態の毛髪評価システム１００を用いて、以下の設問を被験者ＥＸに提示して毛髪情報ＩＨを取得するものである。
【０１１９】
（設問）
Ｑ１：髪が脇の下よりも長い。
Ｑ２：髪が細い。
Ｑ３：髪が柔らかい。
Ｑ４：髪がくせ毛。
Ｑ５：切れ毛が多い。
Ｑ６：カラーやパーマ、縮毛矯正を合わせて年６回以上している。
Ｑ７：カラーやパーマ、縮毛矯正を合わせて年３〜５回している。
Ｑ８：今ウェーブパーマをかけている。
Ｑ９：髪が絡まったら無理にとかす。
Ｑ１０：濡れたまま寝る。
【０１２０】
なお、Ｑ１は毛量パラメータに関する設問であり、Ｑ４とＱ８は曲率パラメータに関する設問であり、Ｑ６とＱ７は摩擦パラメータに関する設問である。
また、Ｑ２とＱ３は剛性パラメータに関する設問であり、Ｑ５はダメージ度パラメータに関する設問である。
そして、Ｑ９とＱ１０は行動パターンに関する設問である。
Ｑ１〜Ｑ１０に対する選択肢は、いずれもＹＥＳまたはＮＯの二択である。
【０１２１】
本実施例では、図９に示すように、処理部２０（図２を参照）は、曲率パラメータに関するＱ８を選択肢表示部７０に表示出力して、被験者ＥＸよりＹＥＳまたはＮＯを示す毛髪情報ＩＨを受け付ける。
Ｑ８への回答がＹＥＳの場合（実線矢印）、処理部２０は、続けて、摩擦パラメータに関するＱ６の設問を選択肢表示部７０に表示出力する。
【０１２２】
本実施例では、毛髪情報ＩＨに基づいてパラメータ取得部５０（図２を参照）で求められた摩擦パラメータまたは曲率パラメータの少なくとも一方に基づいて、被験者ＥＸの髪質を複数のタイプに分類する。そして、本実施例では、分類されたタイプを示す髪質情報と、被験者ＥＸの毛髪ＨＥに関して決定された絡まり度ＬＥと、を出力する。
【０１２３】
具体的には、Ｑ８への回答がＹＥＳであった場合、処理部２０は、被験者ＥＸの髪質をウェーブ型（ＷＶ）に分類する。かかる分類は、毛髪ＨＥのウェーブに起因して絡まりが生じていることを示すものである。
そして、Ｑ６の回答がＹＥＳであった場合、処理部２０は、続けて毛量パラメータに関するＱ１の設問を被験者ＥＸに提示する。
そして、Ｑ１への回答がＹＥＳの場合、処理部２０は、被験者ＥＸの絡まり度ＬＥをレベル３と決定する。
そして、評価出力部９２（図２を参照）は、被験者ＥＸの毛髪ＨＥがウェーブ型であることを示す髪質情報（ＷＶ）と、絡まり度ＬＥがレベル３であることを表す出力情報（ＷＶ３）を、被験者ＥＸの操作端末に送信する。
【０１２４】
同様に、曲率パラメータに関するＱ８の設問にＹＥＳ、摩擦パラメータに関するＱ６の設問にＮＯと被験者ＥＸが回答した場合、処理部２０は、さらに摩擦パラメータに関するＱ７を被験者ＥＸに提示することで、毛髪ＨＥの表面摩擦の程度を３段階にスコア化して取得する。
そして、処理部２０は、ロジックツリーに従ってＱ１、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル１から３より決定する。決定された髪質情報と絡まり度ＬＥは被験者ＥＸの操作端末に送信される。
【０１２５】
一方、曲率パラメータに関するＱ８への回答がＮＯの場合（破線矢印）も、処理部２０は、続けて摩擦パラメータに関するＱ６の設問を選択肢表示部７０に表示出力する。
そして、Ｑ８の設問にＮＯ、Ｑ６の設問にＹＥＳと被験者ＥＸが回答した場合、処理部２０は、被験者ＥＸの髪質をダメージ型（ＤＭ）に分類する。かかる分類は、毛髪ＨＥの損傷に起因して絡まりが生じていることを示すものである。
そして、処理部２０は、ロジックツリーに従ってＱ１、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル２または３と決定する。そして、評価出力部９２は、被験者ＥＸの毛髪ＨＥがダメージ型であることを示す髪質情報（ＤＭ）と、絡まり度ＬＥがレベル２または３であることを表す出力情報（ＤＭ２またはＤＭ３）を、被験者ＥＸの操作端末に送信する。
【０１２６】
また、Ｑ８の設問にＮＯ、Ｑ６の設問にＮＯと被験者ＥＸが回答した場合、処理部２０は、毛量パラメータに関するＱ１の設問を選択肢表示部７０に出力して被験者ＥＸより回答を受け付ける。これは、毛髪が長い場合に、特に毛先にダメージが生じやすいという知見に基づくものである。
【０１２７】
そして、Ｑ１への回答がＹＥＳの場合、処理部２０は、被験者ＥＸの髪質をダメージ型（ＤＭ）に分類する。そして、処理部２０は、ロジックツリーに従ってＱ７、Ｑ４、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力する。そして、処理部２０は被験者ＥＸから順次回答を受け付け、被験者ＥＸの絡まり度ＬＥをレベル１から３のいずれかに決定する。
【０１２８】
ここで、処理部２０は、Ｑ４、Ｑ５、Ｑ９の設問に対するＹＥＳの個数に従って条件分類（一点鎖線矢印）することで絡まり度ＬＥを決定する。
そして、評価出力部９２は、被験者ＥＸの毛髪ＨＥがダメージ型のレベル１から３のいずれかであること（ＤＭ１〜ＤＭ３）を表す出力情報を、被験者ＥＸの操作端末に送信する。
【０１２９】
このように、Ｑ８とＱ６の設問に対する被験者ＥＸの回答によらず、本実施例では、曲率パラメータと摩擦パラメータに続けて、毛量パラメータを選択肢表示部７０に出力する。
これは、実施例１にてサンプル提供者Ｓより取得した上記の重回帰式（３）および算出された標準偏回帰係数において、摩擦パラメータおよび曲率パラメータに関する標準偏回帰係数が、毛量パラメータに関する標準偏回帰係数よりも大きな値となったことに基づく。すなわち、本実施例のロジックツリーは、実施例１の重回帰式（３）に基づいて作成されたものであり、重回帰式（３）の標準偏回帰係数の大きさが第一位または第二位であった摩擦パラメータおよび曲率パラメータに関する設問を上位に配置し、標準偏回帰係数の大きさが第三位であった毛量パラメータに関する設問を下位に配置している。
【０１３０】
さらに、本発明者の知見によれば、実施例１、２および比較例１の対比により、剛性パラメータとダメージ度パラメータが絡まり度ＬＳに及ぼす影響は、摩擦パラメータ、曲率パラメータおよび毛量パラメータよりも小さいことが明らかとなっている。
かかる知見に基づき、本実施例においては、Ｑ８、Ｑ６、Ｑ１の設問に対していずれもＮＯと被験者ＥＸが回答した場合に、処理部２０は剛性パラメータに関するＱ２またはＱ３の設問を選択肢表示部７０に出力する。
そして、Ｑ２またはＱ３の設問に対して被験者ＥＸがＹＥＳと回答した場合、処理部２０は、続けてＱ７の設問を選択肢表示部７０に出力するとともに、被験者ＥＸの髪質を髪質型（ＱＨ）に分類する。かかる分類は、毛髪ＨＥの髪質に起因して絡まりが生じていることを示すものである。
そして、処理部２０は、ロジックツリーに従ってＱ４、Ｑ５、Ｑ９の設問を選択肢表示部７０に出力し、被験者ＥＸから順次回答を受け付けて、被験者ＥＸの絡まり度ＬＥをレベル１から３のいずれかに決定する。
【０１３１】
また、Ｑ８、Ｑ６、Ｑ１、Ｑ２、Ｑ３の設問に対していずれもＮＯと被験者ＥＸが回答した場合に、処理部２０は、摩擦パラメータに関するＱ７に続けて、ダメージ度パラメータに関するＱ５の設問を選択肢表示部７０に出力する。処理部２０は、行動パターンに関するＱ９およびＱ１０の設問を選択肢表示部７０に出力して被験者ＥＸから回答を受け付ける。
そして、処理部２０は、受け付けた回答にしたがって、被験者ＥＸの髪質を行動型（ＡＣ）、ダメージ型（ＤＭ）または絡まり無し（ＮＡ）に分類する。行動型は、被験者ＥＸのヘアケア行動に起因して絡まりが将来的に生じる可能性があることを示す分類である。
また、処理部２０は、被験者ＥＸから受け付けた回答に基づいて、被験者ＥＸの絡まり度ＬＥをレベル１または２より決定する。
【０１３２】
このように、本実施例では、実施例１または２で求められた重回帰式に対して被験者ＥＸの毛髪パラメータを代入する演算処理が、図９に示すロジックツリーに置き換えられている。このため、毛髪ＨＥに関する幾つかの選択式の設問に対して被験者ＥＸからの回答を受け付けるだけで、毛髪ＨＥの髪質情報と絡まり度ＬＥとを被験者ＥＸに提供することができる。
【０１３３】
なお、本実施例においては、設問に対する被験者ＥＸからの回答（毛髪情報ＩＨ）とロジックツリーとに基づいて絡まり度ＬＥを決定しているが、これに代えて、被験者ＥＸから受け付けた毛髪情報ＩＨを毛髪ＨＥのパラメータ取得部５０にて毛髪パラメータに変換し、かかる毛髪パラメータと関係情報ＩＲとに基づいて、絡まり度算出部６０にて絡まり度ＬＥを算出してもよい（図２を参照）。
【０１３４】
上記実施例は、以下の技術的思想を包含するものである。
（１）被験者の毛髪の長さまたは量に関する毛量情報、被験者の毛髪の表面摩擦に関する摩擦情報、および被験者の毛髪の曲率に関する曲率情報の入力をそれぞれ受け付ける受付部と、
受け付けられた摩擦情報および曲率情報の少なくとも一方に基づいて毛髪の髪質を複数のタイプに分類し、かつ、摩擦情報または曲率情報の少なくとも他方と毛量情報とに基づいて毛髪の絡まりの強さを示す絡まり度を複数の段階に分類する毛髪分類部と、
を備える毛髪評価システム；
（２）毛量情報、摩擦情報または曲率情報にそれぞれ対応づけられた、毛髪に関する設問および複数の選択肢を表示する表示部をさらに備え、
受付部が、選択された選択肢を、毛量情報、摩擦情報または曲率情報のいずれかと対応づけて受け付けることを特徴とする上記（１）に記載の毛髪評価システム；
（３）受付部が、被験者のヘアケア行動を示す行動情報をさらに受け付け、
毛髪分類部が、摩擦情報、曲率情報、毛量情報および行動情報に基づいて、毛髪の髪質または絡まり度を分類することを特徴とする上記（１）または（２）に記載の毛髪評価システム；
（４）コンピュータ装置を用いた毛髪の評価方法であって、
被験者の毛髪の長さまたは量に関する毛量情報、被験者の毛髪の表面摩擦に関する摩擦情報、および被験者の毛髪の曲率に関する曲率情報の入力をそれぞれ受け付けるステップと、
受け付けられた摩擦情報および曲率情報の少なくとも一方に基づいて毛髪の髪質を複数のタイプに分類するステップと、
摩擦情報または曲率情報の少なくとも他方と毛量情報とに基づいて毛髪の絡まりの強さを示す絡まり度を多段階に分類するステップと、
を含む毛髪評価方法。
【符号の説明】
【０１３５】
２０ 処理部
２２ ＣＰＵ
３０ 関係記憶部
３２ コンテンツ記憶部
４０ 毛髪情報受付部
４２ 送受信部
５０ パラメータ取得部
６０ 絡まり度算出部
７０ 選択肢表示部
８０ バスライン
８２ 操作部
８４ 撮影部
９２ 評価出力部
９４ メッセージ出力部
１００ 毛髪評価システム
１１０ ネットワーク
１２０ 毛髪評価装置
１３０ 携帯電話基地局
１３２ 携帯電話機
１４０ パソコン端末
１５０ ディスプレイ表示部
ＥＸ 被験者
Ｓ サンプル提供者
ＨＥ、ＨＳ 毛髪
ＩＨ 毛髪情報
ＩＲ 関係情報
ＬＥ、ＬＳ 絡まり度
【特許請求の範囲】
【請求項１】
サンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、前記毛髪の絡まり特性の強さを示す絡まり度と、の対応関係を表す関係情報を記憶する記憶手段と、
被験者の毛髪に関する毛髪情報を受け付ける受付手段と、
受け付けられた前記毛髪情報に基づいて、該毛髪に関する複数種類の前記毛髪パラメータを求めるパラメータ取得手段と、
前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定する絡まり度算出手段と、
を備える毛髪評価システム。
【請求項２】
前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含む請求項１に記載の毛髪評価システム。
【請求項３】
前記毛量パラメータが、前記サンプル提供者もしくは前記被験者の肩下毛量もしくは生毛密度、または前記毛髪の脇下長さ、平均長さもしくは頭頂から毛先までの長さである請求項２に記載の毛髪評価システム。
【請求項４】
前記絡まり度が、毛髪に対する櫛通りまたは指通りの荷重と、毛髪同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値である請求項２または３に記載の毛髪評価システム。
【請求項５】
前記関係情報が、前記絡まり度を目的変数とし、少なくとも前記毛量パラメータ、前記摩擦パラメータおよび前記曲率パラメータを説明変数とする重回帰式である請求項２から４のいずれかに記載の毛髪評価システム。
【請求項６】
前記毛髪パラメータが、毛髪の太さまたは硬さに関する剛性パラメータをさらに含む請求項２から５のいずれかに記載の毛髪評価システム。
【請求項７】
前記毛髪パラメータに対応づけられた設問および複数の選択肢を表示する表示手段をさらに備え、
前記受付手段が、選択された前記選択肢を前記毛髪情報として受け付け、
前記パラメータ取得手段が、受け付けた前記毛髪情報を前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つに換算することを特徴とする請求項２から６のいずれかに記載の毛髪評価システム。
【請求項８】
前記受付手段が、前記被験者の毛髪画像を前記毛髪情報として受け付け、
前記パラメータ取得手段が、受け付けた前記毛髪画像を画像処理して、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つを算出する請求項２から７のいずれかに記載の毛髪評価システム。
【請求項９】
予めサンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと前記毛髪の絡まり特性の強さを示す絡まり度との対応関係を表す関係情報を記憶している記憶手段を備えるコンピュータ装置を用いておこなう毛髪評価方法であって、
被験者の毛髪に関する毛髪情報に基づいて該毛髪に関する複数種類の前記毛髪パラメータを求めるステップと、
前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定するステップと、
を含む毛髪評価方法。
【請求項１０】
前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含む請求項９に記載の毛髪評価方法。
【請求項１１】
前記毛髪パラメータに対応づけられた設問および複数の選択肢を前記被験者に提示するステップと、
前記被験者に選択された前記選択肢を前記毛髪情報として受け付けるステップと、
受け付けた前記毛髪情報を、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つに換算するステップと、
をさらに含む請求項１０に記載の毛髪評価方法。
【請求項１２】
前記被験者の毛髪画像を前記毛髪情報として受け付けるステップと、
受け付けた前記毛髪画像を画像処理して、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つを算出するステップと、
をさらに含む請求項１０または１１に記載の毛髪評価方法。
【請求項１３】
前記摩擦パラメータまたは前記曲率パラメータの少なくとも一方に基づいて前記被験者の髪質を複数のタイプに分類するステップと、
分類された前記タイプを示す髪質情報と、前記被験者の毛髪に関して決定された前記絡まり度と、を出力するステップと、
をさらに含む請求項１０から１２のいずれかに記載の毛髪評価方法。
【請求項１】
サンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと、前記毛髪の絡まり特性の強さを示す絡まり度と、の対応関係を表す関係情報を記憶する記憶手段と、
被験者の毛髪に関する毛髪情報を受け付ける受付手段と、
受け付けられた前記毛髪情報に基づいて、該毛髪に関する複数種類の前記毛髪パラメータを求めるパラメータ取得手段と、
前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定する絡まり度算出手段と、
を備える毛髪評価システム。
【請求項２】
前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含む請求項１に記載の毛髪評価システム。
【請求項３】
前記毛量パラメータが、前記サンプル提供者もしくは前記被験者の肩下毛量もしくは生毛密度、または前記毛髪の脇下長さ、平均長さもしくは頭頂から毛先までの長さである請求項２に記載の毛髪評価システム。
【請求項４】
前記絡まり度が、毛髪に対する櫛通りまたは指通りの荷重と、毛髪同士の交絡部に対する櫛または指の引っ掛かりの頻度および強さとから求まる値である請求項２または３に記載の毛髪評価システム。
【請求項５】
前記関係情報が、前記絡まり度を目的変数とし、少なくとも前記毛量パラメータ、前記摩擦パラメータおよび前記曲率パラメータを説明変数とする重回帰式である請求項２から４のいずれかに記載の毛髪評価システム。
【請求項６】
前記毛髪パラメータが、毛髪の太さまたは硬さに関する剛性パラメータをさらに含む請求項２から５のいずれかに記載の毛髪評価システム。
【請求項７】
前記毛髪パラメータに対応づけられた設問および複数の選択肢を表示する表示手段をさらに備え、
前記受付手段が、選択された前記選択肢を前記毛髪情報として受け付け、
前記パラメータ取得手段が、受け付けた前記毛髪情報を前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つに換算することを特徴とする請求項２から６のいずれかに記載の毛髪評価システム。
【請求項８】
前記受付手段が、前記被験者の毛髪画像を前記毛髪情報として受け付け、
前記パラメータ取得手段が、受け付けた前記毛髪画像を画像処理して、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つを算出する請求項２から７のいずれかに記載の毛髪評価システム。
【請求項９】
予めサンプル提供者の毛髪より求められた、複数種類の毛髪特性をそれぞれ示す毛髪パラメータと前記毛髪の絡まり特性の強さを示す絡まり度との対応関係を表す関係情報を記憶している記憶手段を備えるコンピュータ装置を用いておこなう毛髪評価方法であって、
被験者の毛髪に関する毛髪情報に基づいて該毛髪に関する複数種類の前記毛髪パラメータを求めるステップと、
前記関係情報を参照して、前記被験者の毛髪に関する複数種類の前記毛髪パラメータに対応する前記絡まり度を決定するステップと、
を含む毛髪評価方法。
【請求項１０】
前記毛髪パラメータが、毛髪の長さまたは量に関する毛量パラメータと、毛髪の表面摩擦に関する摩擦パラメータと、毛髪の曲率に関する曲率パラメータと、を含む請求項９に記載の毛髪評価方法。
【請求項１１】
前記毛髪パラメータに対応づけられた設問および複数の選択肢を前記被験者に提示するステップと、
前記被験者に選択された前記選択肢を前記毛髪情報として受け付けるステップと、
受け付けた前記毛髪情報を、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つに換算するステップと、
をさらに含む請求項１０に記載の毛髪評価方法。
【請求項１２】
前記被験者の毛髪画像を前記毛髪情報として受け付けるステップと、
受け付けた前記毛髪画像を画像処理して、前記毛量パラメータ、前記摩擦パラメータまたは前記曲率パラメータの少なくとも一つを算出するステップと、
をさらに含む請求項１０または１１に記載の毛髪評価方法。
【請求項１３】
前記摩擦パラメータまたは前記曲率パラメータの少なくとも一方に基づいて前記被験者の髪質を複数のタイプに分類するステップと、
分類された前記タイプを示す髪質情報と、前記被験者の毛髪に関して決定された前記絡まり度と、を出力するステップと、
をさらに含む請求項１０から１２のいずれかに記載の毛髪評価方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１１−３６３６９（Ｐ２０１１−３６３６９Ａ）
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願番号】特願２００９−１８５９１４（Ｐ２００９−１８５９１４）
【出願日】平成２１年８月１０日（２００９．８．１０）
【出願人】（００００００９１８）花王株式会社 (8,290)
【Ｆターム（参考）】
【公開日】平成２３年２月２４日（２０１１．２．２４）
【国際特許分類】
【出願日】平成２１年８月１０日（２００９．８．１０）
【出願人】（００００００９１８）花王株式会社 (8,290)
【Ｆターム（参考）】
[ Back to top ]