肌の評価システムおよび評価方法
【課題】皮膚の平行層状モデルをより細分化し、ＭＣシミュレーションにより皮膚組織の層ごとの生理状態を分析する。
【解決手段】肌に光を照射し波長域ごとの反射率を測定し皮膚の反射率計測スペクトルを表示した後、当該スペクトルとＭＣ法によって作成された仮想スペクトルを比較する。各層にある色素濃度（Ｃｍｉ，Ｃｂｉ）、散乱係数（μｓｉ）等のパラメータ値を変化させながらＭＣ法を用いてグラフを繰り返し再描写させていくことにより反射率計測スペクトルにフィッティングさせる。フィッティングに用いられたパラメータから散乱係数とメラニンおよびヘモグロビンの色素濃度を取得できる。
【解決手段】肌に光を照射し波長域ごとの反射率を測定し皮膚の反射率計測スペクトルを表示した後、当該スペクトルとＭＣ法によって作成された仮想スペクトルを比較する。各層にある色素濃度（Ｃｍｉ，Ｃｂｉ）、散乱係数（μｓｉ）等のパラメータ値を変化させながらＭＣ法を用いてグラフを繰り返し再描写させていくことにより反射率計測スペクトルにフィッティングさせる。フィッティングに用いられたパラメータから散乱係数とメラニンおよびヘモグロビンの色素濃度を取得できる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は人の皮膚の生理状態の評価方法に関する。
【背景技術】
【０００２】
生体組織に光が入ると吸収や散乱を伴った伝搬を続けるが、皮膚組織においても光が吸収、散乱される。光の侵達可能な深さは可視波長領域で１〜３mm程度といわれており、角層から表皮、真皮、皮下組織にかかるあたりまでが光の侵達領域となる。
また光の侵達領域における皮膚の組織編成や生理学的変化が光の伝搬に影響を与え、色彩をはじめとして皮膚の外観に反映される。
【０００３】
このような皮膚組織内の条件により影響を受けた光の伝搬特性が反映される重要な物理特性の一つが、反射光の分光学的特性を与える分光反射率である。
したがって測定した分光反射率を手がかりとして、皮膚組織内での吸収や散乱状態を推定し、その因子となる色素濃度、ならびに組織を構成する細胞マトリックスや膜構造の変化の状態を判断することができれば、皮膚科学領域で従来から知られている多くの症例と関連付けることが出来るようになり、将来にわたる新規な皮膚組織診断手法の開発にも寄与できる。
【０００４】
皮膚組織内の散乱や吸収を変数として定義し、その結果として得られる皮膚の分光反射率を解とすれば、変数に数値を与えて解を知ることを一般に順問題を解くという。一方、測定によって得られた分光反射率を手がかりとして、その因子となる各変数の値を知ることを逆問題を解くという。本発明は逆問題を解くことに対応する手法に関するものである。
【０００５】
しかし、皮膚組織内での光伝搬は、散乱や吸収のランダム性、不均一性、非等方性などにより、理論的な解析式で厳密に表現することは困難なことが一般に知られている。よって、関係式を立て、必要な変数の数の分の独立な方程式を用意して連立方程式を解く手法は使用できない。そこで、測定量から何らかの手段により知りたい因子の数値を推定することが現実的に行われる。この推定手法の例としてはニューラルネットや各種の因子分析、回帰分析、多変量解析が考えられる。これらは、推定の精度を確保するために事前に大量の学習データ、サンプルデータのセットが必要とされる。
【０００６】
つまり、皮膚科医により診断される多くの症例の一つ一つに対して、解剖学的所見に基づいて判断される皮膚組織の生理状態データであるメラニン濃度、ヘモグロビン濃度、酸素飽和度や、組織構造の顕微画像解析を行って判断される組織変性と、その症例毎に得られる分光反射率測定値のデータセットを大量に用意し、それらを使って最良と思われる対応関係を見出す作業を行う必要がある。しかし、これを現実に行うことは困難である。
【０００７】
そこでこれまでに行われている手法として、皮膚組織内の光伝搬に対し適当なモデルを設定し、設定モデルに対する拡散理論に基づく近似解析や数値シミュレーションを行う方法が一般に採用されている。前者は解析解が得られるので計算等の手間がかからないが、近似が成立する条件が限られており、皮膚組織の種々の状態を想定すると利用が難しいといえる。それに対して後者の数値シミュレーションによる方法は皮膚組織の状態や条件を限定せず比較的自由度が高く汎用的である。本発明において使用されるそのシミュレーションの代表的手法がモンテカルロ法（ＭＣ法）である。
【０００８】
皮膚組織の光伝搬モデルとして平行層状モデルがある。
平行層状モデルの中でも扱いやすさから表皮と真皮からなる２層、さらに皮下組織を加えた３層モデルが一般に用いられている。
しかし、皮膚組織の諸疾患に対応した様々な生理学的変化、組織学的変化を対象とするにはあまりに大雑把である。例えば真皮層一つをとっても層内における血管分布は一様でなく局在しており、厳密にはヘモグロビンの酸素飽和度も深さ方向において異なっている。線維成分の多少も真皮層内で明らかに異なっていて、不均一である。
【０００９】
すなわち、ＭＣ法に３層以内のモデルを使用するとシミュレーション結果を実測値へフィッティングする際に調整に用いることの出来る散乱係数や吸収係数などの光学特性を示すパラメータの数の少なさが問題となり、それゆえに皮膚組織の生理状態を表現しきれない。
したがって、光の吸収効果や散乱効果を実際の皮膚組織に近い状況にパラメータ設定することができるように皮膚の層をより細分し、緻密に生理状態を分析し得るモデルが求められている。
【発明の概要】
【発明が解決しようとする課題】
【００１０】
本発明は前記従来技術に鑑みてなされたものであり、その解決すべき課題は皮膚の生理状態をより正確に分析するために平行層状モデルをより細分化し、皮膚の分光反射率の測定結果に基づき、各層の散乱係数、メラニンおよびヘモグロビンの色素濃度を、ＭＣシミュレーションにより推定する方法を確立し、また、これに基づき皮膚組織の層ごとの生理状態を明らかにするシステムを構築するものである。
【課題を解決するための手段】
【００１１】
本発明の皮膚評価方法は、
人の皮膚に光を照射し、波長毎の反射率を測定する人の皮膚の反射スペクトル測定工程と、
Ｘ軸を波長とし、Ｙ軸を反射率とするＸ−Ｙ平面上に測定された前記皮膚の反射スペクトルを表示させる皮膚の反射スペクトル表示工程と、
人の皮膚組織のモデルとして、角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層とし、少なくともこの９層からなる構成を基本モデルとして使用し、
前記基本モデルの各層ごとの散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなるパラメータに初期値をそれぞれ設定するパラメータ初期設定工程と、
前記パラメータ初期設定工程において設定されたパラメータを入力し、前記基本モデルでコンピューターにより仮想的な反射スペクトルをシミュレーションすることにより前記Ｘ−Ｙ平面上に仮想スペクトルを表示する仮想スペクトル表示工程と、
前記皮膚の反射スペクトルと、前記仮想スペクトルと、を比較し、
少なくとも散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉよりなる群から選ばれた一又は二以上のパラメータを各層ごとに調整することにより、前記仮想スペクトルを前記皮膚の反射スペクトルにフィッティングさせるフィッティング工程と、を備え、
前記フィッティング工程において、少なくとも各層の散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなる前記パラメータを取得することにより皮膚組織の状態を評価することを特徴とする。
【００１２】
また前記吸収係数μａｉは、メラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉとそれぞれ比例関係にあり、その比例係数は単位色素量あたりの光の吸収量を表す吸光係数と呼ばれ、一般に知られる既知量である。よって色素濃度ＣｍｉおよびＣｂｉを設定および調整することにより、前記吸収係数μａｉが間接的に設定および調整され、前記フィッティング工程において各層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを取得することにより皮膚組織の状態を評価するのが好適である。
【００１３】
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされる。
ここでパラメータの調整を適切に行うためには、皮膚の各層での散乱係数μｓｉと（吸収係数に比例する）色素濃度ＣｂｉまたはＣｍｉの数値変化が分光反射率における反射光のどの波長領域に関与するかという関係をあらかじめ把握しておくことが重要であると考えた。これらの特性を事前に様々な代表的数値においてＭＣシミュレーションして得られた特性が後述の図５と図６に示す結果である。本発明では、この特性に基づいて、分光反射率のどの波長領域の部分をフィッティングするには、どの層のどのパラメータを変動させればよいかという方針を導いた。それが以下の手順となる。
【００１４】
まず、前記概形調整段階において、μｓ４とＣｂ４〜Ｃｂ９を調整する。
具体的には、第一工程として５２０〜５９０[ｎｍ]の前記仮想スペクトルと前記皮膚のスペクトルの反射率の平均値が同一になるようにμｓ４を調整する。これは、後述する図５の例から分かるように、このパラメータの数値変化が上述の波長領域の反射率に最も選択的に影響を及ぼしていると判断できるためである。次に、第二工程としてＣｂ４、Ｃｂ５を調整し３８０〜５４０[ｎｍ]の前記仮想スペクトルをフィッティングさせる。これは、後述する図６の例から分かるように、このパラメータの数値変化が上述の波長領域の反射率に最も選択的に影響を及ぼしていると判断できるからである。以上の第一工程と第二工程を繰り返すことにより３８０〜５９０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、
第三工程としてＣｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに増減することにより６６０〜７８０[ｎｍ]の前記仮想スペクトルの傾斜を皮膚のスペクトルの傾斜と平行になるように調整し、
第四工程としてのＣｂ４を調整することにより前記仮想スペクトルの３８０〜５９０[ｎｍ]の反射率の平均値と６６０〜７８０[ｎｍ]の反射率の平均値の差を前記皮膚のスペクトルにおける上記の差と同一になるように調整し、
第一工程〜第四工程を経て仮想スペクトルの概形を調整することを特徴とする。これにより仮想スペクトルの概形が調整され、微修正段階に移る。
【００１５】
前記従来技術の課題に鑑み本発明においては皮膚の９層モデルを採用している。
まず肌に光を照射し波長域ごとの反射率を測定し皮膚の反射率計測スペクトルを表示した後、当該スペクトルとＭＣ法によって作成された仮想スペクトルを比較する。各層にある色素濃度、散乱係数等のパラメータ値を変化させながらＭＣ法を用いてグラフを繰り返し再描写させていくことにより反射率計測スペクトルにフィッティングさせる。そして、フィッティングに用いられたパラメータから散乱係数とメラニンおよびヘモグロビンの色素濃度を取得することができる。
以下、皮膚の９層モデル、ＭＣ法の基本原理、フィッティングの手順についてそれぞれ説明する。
【００１６】
最初に皮膚の９層モデルについて説明する。
図１にみられるように最表層には厚さ１０μm程度の角層があり、その下に顆粒層・有棘層と基底層からなる表皮層が存在する。表皮層の厚さは通常１００μm以下である。表皮層の下には厚さ１．５mm程度の真皮層が広がっており、それは上から順に乳頭層、乳頭下層、上部毛細血管網層、網状層、下部毛細血管網層の５層に分類することができる。真皮層の下には皮下組織が厚さ数mmオーダーで広がっている。
【００１７】
構造的特徴としては、皮膚表面に皮溝が存在し、さらに表皮層と真皮層の境界（第３、４層間）が突起を含む独特な凹凸の波打つ形状を有している。一方、毛細血管は真皮下部（第８層）で一度網目状の血管層を形成し、さらに真皮上部（第６層）で再び血管網を作っている。そこから表皮層／真皮層境界面の乳頭突起まで毛細血管が延びている。
また、真皮層にはコラーゲンやエラスチンなどの線維成分が多く存在しており、光の散乱に深く関与していると言われている。
光の吸収に関与する色素については、顆粒層におけるカロテン、表皮層（主に基底層）におけるメラニン、真皮層内における酸化・還元ヘモグロビン、ビリルビン等がある。
【００１８】
皮膚の９層モデルについて角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層と定義する。本発明では少なくとも上記の９層からなるモデルを基本モデルとするが、必要に応じて各層をさらに細分化することももちろん可能である。例えば乳頭下層をさらに３分割し、その上部、中部、下部に個別に５つのパラメータ数値を与えれば、合計１１層でのＭＣシミュレーションを実施することができる。これにより、乳頭下層内の一部の深さの領域に局在する散乱異常部を想定したり、ヘモグロビン色素濃度の異なる値を設定するといった状況での分光反射率のＭＣシミュレーションが実現できる。
【００１９】
次にＭＣ法の基本原理について図２を用いて説明する。
ＭＣ法は生体組織に光子を１つずつ入射させ、光子の伝搬軌跡について乱数を用いて計算する統計的なアプローチである。
皮膚上層と空気が接する境界表面を（ｘ，ｙ）面として座標を定義し、その面内のある対象領域の中心を（ｘ，ｙ）面の原点とする。さらに原点から皮膚組織内部に向かって深さ方向にｚ軸を定義する。ある波長において重み１を有する１つの光子が原点に入射したとして、光子が吸収も散乱もされずに距離ｌを進む確率ｒは、下記数式１のように表される。
【数１】
【００２０】
光子の平均自由行程ｌｆは、下記数式２のように表される。
【数２】
ここでμｓとμａは各々各層における散乱係数と吸収係数であり、ｒ１は０＜ｒ１＜１の範囲における乱数である。これが、図２におけるステップサイズであり、乱数を与える毎に１ステップごとの伝搬長が規定される。
【００２１】
次にｌｆ進んだ光子はそこで吸収と散乱を同時に受けると仮定し、これによって光強度は下記数式３のｗに表される重みで減衰する。
【数３】
【００２２】
これにより、最初に重み１でスタートした光子は伝搬を続ける中で随時、重みが減少していくことになる。物理的には伝搬する過程で吸収を受けるとする考え方が自然であるが、計算のしやすさから、上記のようなアルゴリズムを採用することが一般に広く行われている。また、散乱を受けて方向が変わることを取り入れるため、次に散乱による新たな伝搬方向（θ，Ψ）を新たな乱数ｒ２、ｒ３を用いて下記数式４、数式５のように表される。
【数４】
【数５】
【００２３】
ここでθ は天頂角、Ψ は方位角を表し、ｆ（θ）は散乱の位相関数ｐ（θ）の累積分布関数を表す。数式４は、本発明では具体的には散乱位相関数ｐ（θ）としてHenyey-Greensteinの近似関数として下記数式６を用いている。
【数６】
この式でｃｏｓθは下記数式７で与えられる。
【数７】
【００２４】
乱数ｒ２（０＜ｒ２＜１）を与えることでｃｏｓθが決まり、それによる位相関数の値に対応する角度θが決まる。ここで，上式のように非等方性散乱パラメータのｇも関与している。乱数ｒ３も同様に０＜ｒ３＜１の範囲であり、方位角Ψは一様である。このようにして、方向と伝搬長がその都度与えられながら、かつ減衰を伴いながら光子の伝搬が計算により続けられる。
【００２５】
以下、この過程を繰り返していく中で、光子の重みがあらかじめ設定した閾値を下回った場合はその光子は消滅したとみなし計算を中止して、新たな光子を入射させる。消滅せずに皮膚上層面から空気側に射出された光子を検出される光と考え、その光子が有していた重みを保存する。
【００２６】
このプロセスを大量の光子について計算し、その重みを積算すれば検出光量が得られる。光子数は多いほどシミュレーション結果の精度が良くなることが知られている。一般に１０万から１０００万個の光子数が利用される。入射光子の重みは１であるから、その光子数がそのまま入射光量に対応する。そこで、この入射光量に対する上述の検出光量の比率を求めることで反射率が得られることになる。
【００２７】
以上は、ある波長について行うプロセスである。これを必要な波長範囲、例えば本発明では可視波長領域として３８０〜７８０［ｎｍ］に渡って一定間隔、例えば５ｎｍや１０ｎｍ毎に行うことで、分光反射率が得られることになる。
また、光子がある一つの層内で何回ぐらい散乱による方向変化を繰り返すかは、層の厚みと、その層における散乱の特性である散乱係数や非等方性散乱パラメータの値に依存する。また、光子が強い吸収を受けるような状況にあると重みの減衰が著しくなり、短時間で閾値を下回り消滅したとみなされ、あらたな光子が投入される。この度合いは吸収係数または色素濃度に依存する。
【００２８】
ＭＣ法において使用されるパラメータについて説明する。
前記アルゴリズムでは一つの層ごとに、μｓ、μａのほかに非等方性散乱パラメータｇ、屈折率ｎ、層の厚みｔの計５つの入力パラメータが必要である。非等方性散乱パラメータｇは下記数式８のように表される。
【数８】
【００２９】
ｇは位相関数ｐ（θ）の余弦平均であり、−１から＋１までの値をとる。０で等方散乱、＋１（−１）で完全な前方（後方）散乱を表す。屈折率ｎは皮膚と空気で一般に異なる値を取るため、入射、射出の際にスネルの法則に従った角度での偏向を受ける。また、９層の各層間で、値が異なる場合にも同様に光の伝搬方向の角度偏向がおこる。層の厚みｔは、その層における散乱や吸収の起こる広さに関連しており、層が厚ければその影響が顕著になることになる。
一方、光子が前方散乱していくことにより９層よりも深部に透過する場合もあり、入射光量に対する９層を通過した光子の有する重みの積算値（＝透過光量）の割合が透過率となる。
【００３０】
ＭＣ法ではそれぞれの光子が、与えられた散乱係数や吸収係数などのパラメータによって決まる挙動を乱数に基づき計算機内で追跡し、大量の光子の挙動を統計的に見て反射率を決定している。
図２を用い光子に対し、パラメータがどのように関連するかを一つの光子の挙動を観察することにより説明する。
【００３１】
ある光子がある層内に入射したとき屈折率ｎにより光子の進行方向が変化する。
ｍ層の絶対屈折率をｎｍ、ｍ−１層の絶対屈折率をｎｍ−１とすると、ｍ−１層からｍ層に入射した際の屈折率ｎはスネルの法則に従いｎ＝ｎｍ／ｎｍ−１により求まる。なお、第１層に入射するときの屈折率は空気の屈折率ｎ０＝１とすると、ｎ＝ｎ１／１＝ｎ１である。
光子は層内に入射した後、伝搬する過程で散乱、吸収が同時になされる。
これを光子が一定の距離ｌを進んだ後、いずれかの方向に散乱されると同時にＷ＝μｓ／（μｓ＋μａ）の重みで光強度が減衰するという考え方で、吸収の分だけ光強度が減じられる演算を行っている。
【００３２】
散乱される方向は非等方性パラメータｇの特性を反映した天頂角θと、方位角Ψ に従った確率で乱数発生により決定される。
ｇ＝−１の場合は進行方向と逆の方向に進むことになりｇ＝１の場合は直進することになる。皮膚組織は比較的前方散乱する性質があり、文献により数値が広く紹介されている。この値を用いることで非等方性パラメータｇが規定される。
したがって、ＭＣシミュレーションにより光子の軌道が決まる要因としては、屈折率ｎによる入射した後の光子の進行方向、非等方性パラメータｇにより散乱された後の光子の進行方向が挙げられ、層の厚みｔは、その層における散乱や吸収の起こる広さに関連しており、層が厚ければその影響が顕著になることになる。
【００３３】
本発明のＭＣシミュレーションでは前記５つのパラメータの中で吸収係数μａの代わりに色素濃度を使用するのが好適である。本発明においては色素濃度としては影響の大きいメラニン色素の濃度とヘモグロビン色素の濃度が使用される。メラニン色素の濃度をＣｍとし、ヘモグロビン色素の濃度をＣｂとしている。
【００３４】
ここで散乱係数μｓ、吸収係数μａと色素濃度ＣｍとＣｂとの関連性について説明する。散乱係数μｓと各色素濃度の関係は実際の皮膚の中での物理現象としては一般には独立と考えることができる。メラニン色素は通常は表皮層に存在するが、層を形成する組織全体に占める体積割合は大きくなく、散乱の主要因は組織内の境界膜などの構造体であり、それに比べて色素の濃度が変わることによる散乱への影響は小さいと考えて良い。一方、ヘモグロビン色素を含む血液の非等方性散乱パラメータｇは可視波長領域で０．９７〜０．９８であり、ほぼ１に近いことから、光はほとんど直進的に進むことを示しており、散乱の効果はきわめて低い。よってこの色素の濃度変化と散乱係数はほとんど独立と考えるのが一般的である。こうした物理的特性に基づき、フィッティングに用いるＭＣシミュレーションではパラメータは独立に設定するようになっている。片方の数値を変えたときに他方の数値が勝手に変わってしまうことはない。
【００３５】
また、色素濃度ＣｍおよびＣｂは吸収係数μａと比例関係にあり、その比例係数は単位色素量あたりの光の吸収量を表す吸光係数Σである。メラニン色素とヘモグロビン色素の各吸光係数をそれぞれ、εｍ，ε ｂとすると、メラニン色素の存在による吸収係数は、下記の数式９のように記述できる。
（数９）
μａｍ＝εｍＣｍ
ヘモグロビン色素の存在による吸収係数は、下記の数式１０のように記述できる。
（数１０）
μａｂ＝ε ｂＣｂ
【００３６】
吸光係数は、文献やテキストなどにある一般に既知のものである。よって色素濃度と吸収係数は、どちらかの数値を与えれば自動的に他方の数値が規定されるので、どちらを調整に用いてもよいことになる。本発明では、直感的に分かり安い色素濃度を変化させて、結果的に吸収係数μａを変化させている。
ただし、吸収係数μａを直接調整することも上記の関係式から明らかなように理論的には可能であり本発明に含まれる。
【００３７】
測定手順について説明する。
最初に人の皮膚について測定された波長−反射率のグラフ（皮膚反射率計測スペクトル）と、初期パラメータを設定しＭＣシミュレーションしたグラフ（仮想スペクトル）とを表示する。初期状態のパラメータ設定については実際の皮膚組織構造や生理学的特性を十分に取り入れたパラメータが必要となる。
【００３８】
最も標準的に考えられる手段として、文献に公表されている角層、表皮、真皮、皮下組織における散乱係数、吸収係数、非等方性散乱パラメータ、屈折率、層の厚みの代表的値を初期値として設定することが妥当である。しかし、９層の各層毎に５種類のパラメータがあり、計９×５＝４５個の適切な数値を入力する必要がある。
【００３９】
初期パラメータの設定が行われた後、ＭＣシミュレーションした仮想スペクトルによるグラフを表示し変数を変化させながらフィッティングさせる。従来型の３層モデルと比較してパラメータが多く自由度を高くすることができるのでより正確なフィッティングが可能となる。
【００４０】
従来型の３層モデルによるＭＣシミュレーション結果を図３に示す。
図３によるとＣｍ＝５％、Ｃｂ＝０．４％とすると４６０〜５９０［ｎｍ］の波長域においておおよそフィッティングしているが４５０ｎｍ以下の波長域、６００ｎｍ以上の波長域において仮想スペクトルの反射率が計測スペクトルの反射率を下回っている。
また、４５０ｎｍ以下の波長域、６００ｎｍ以上の波長域の部分を合わせるためにＣｍ、Ｃｂを調整すると４６０〜５９０［ｎｍ］の波長域の反射率まで増加してしまう。この結果から層の分割数が少なく大雑把な皮膚モデルのため、自由に調整できるパラメータの数の少ないことが原因となり正確なフィッティングができないことが分かる。
【００４１】
そこで本発明においては９層モデルを使用したＭＣシミュレーションを行う。これにより９層モデルの各層の色素濃度を詳細に設定することができ、より正確にフィッティングすることができるようになった。
フィッティングを効率的に行うために各層の散乱係数μｓ、吸収係数μａ（色素濃度ＣｍとＣｂを代わりに用いる）のうち全体の反射率に影響の大きい変数から調整し、徐々に影響の小さい変数を調整するのが好適である。
また皮膚の組織学的知見と各パラメータが有する波長依存性に関する物理学的先見情報に基づいて、初期パラメータの設定およびパラメータの調整を行う必要がある。
【００４２】
次にフィッティングの手順について説明する。
ここでフィッティングとは、作業者が皮膚の反射率スペクトルに仮想スペクトルのパラメータを変化させながら、これらのスペクトルのターゲットとなる波長域のスペクトルを他の波長域の影響を考慮しながら合わせることを言う。そのため以後の工程でのフィッティングで他の波長域をターゲットとして調整するときに皮膚の反射率スペクトルに仮想スペクトルを合わせこむことが不可能とならない範囲でパラメータ調整することを要する。
【００４３】
本発明のフィッティングは、概形調整段階、微修正段階、仕上げ段階の順に行われる。
概形調整段階においては以下の手順でフィッティングが行われる。
Ｌ４における散乱係数μｓ４の変化が，分光反射率の比較的中心の波長領域である５２０−５９０ｎｍの反射率スペクトルに選択的に反映されることが図５から分かる．したがって、本発明においてはμｓ４を最初に調整する。また吸収係数に大きく影響を与えるのはヘモグロビンの色素濃度である。図１に見られるように血管はＬ４−Ｌ９において分布しており、その中でも４２０−５８０ｎｍの波長域においてＬ４、Ｌ５のヘモグロビンの色素濃度Ｃｂ４、Ｃｂ５の影響が比較的大きいことが図６から分かる。
したがって、比較的スペクトルに及ぼす影響の大きいＬ４のμｓ４およびＬ４−Ｌ９のＣｂ４〜Ｃｂ９が調整されることにより概形が調整される。
【００４４】
本発明の皮膚評価方法をするに際し、まず皮膚に波長全域（３８０ｎｍ〜７８０ｎｍ）の光を照射し、波長ごとの反射率を前記Ｘ−Ｙ平面上に計測スペクトルとして表示する。
各層のパラメータを適切に設定し、ＭＣシミュレーションによる仮想スペクトルを表示する。
図４には計測スペクトルとＭＣシミュレーションによる仮想スペクトルが表示されている。また図４のようにＢ１−Ｂ５の５つの波長域に分類する。３８０−４５０ｎｍをＢ１、４４０−５４０ｎｍをＢ２、５２０−５９０ｎｍをＢ３、５８０−７１０ｎｍをＢ４、６６０−７８０ｎｍをＢ５と定義する。なお、各波長域が多少オーバーラップしているのは個人差により、境界となる波長域が変動することを考慮したことによる。
【００４５】
次に概形調整段階におけるフィッティングの手順について説明する。
最初に仮想スペクトルと計測スペクトルとを比較し、Ｌ４の散乱係数μＳ４を調整することによりＢ３のスペクトルにみられるＷ字に似た形状の調整を行う。この形状はヘモグロビン色素の吸光スペクトルに起因した血液独特のもので皮膚の反射率スペクトルの形状の中でも特に特徴的であり、このW字の形状を形成する凹凸の出方が皮膚組織中の散乱係数やメラニン色素濃度、ヘモグロビン色素濃度と最も強く関わっていることがよく知られている。そこでこの部分のフィッティングを最初に行うことが妥当である。
散乱係数μＳ４を調整するとＢ３に見られるＷ型形状のスペクトルの反射率が変化する。散乱係数μＳ４を増加または減少させて、波長域５２０〜５９０[ｎｍ]の仮想スペクトルと皮膚の反射率スペクトルのＷ型形状が近似するように調整する。
【００４６】
次にＢ１とＢ２のスペクトルを同時に調整し、フィッティングを行う。
具体的にはＬ４とＬ５のヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を増加または減少させて、仮想スペクトルが皮膚の反射率スペクトルに一致するように調整していく。
また当該調整を行うことにより５２０〜５９０[ｎｍ]が変動した場合は前述の散乱係数μＳ４の再調整をすべきであり、またそれでもフィッティングしない場合は、μｓ４とヘモグロビン色素濃度Ｃｂ４、Ｃｂ５の調整を何回か交互に繰り返しフィッティングすることが好適である。以上の繰り返しは複数回行うことで通常は仮想スペクトルが皮膚計測反射スペクトルに近似するが、やがてそれ以上繰り返しても近似が改善されず、むしろ逆に形状差が増大する傾向を見せ始めるので、そこに至る手前で繰り返しを終えて次の調整へ進むのが妥当である。
【００４７】
次にＢ５の傾斜を調整する。
Ｌ６からＬ９のヘモグロビンの色素濃度Ｃｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに一様に増減し、６６０[ｎｍ]以上の部分において仮想スペクトルの傾斜が皮膚のスペクトルの傾斜と平行になるように調整するのが好適である。
【００４８】
Ｂ５の傾斜が調整されるとＢ３のＷ型形状が影響を受けて再度ずれてしまうことがあるので、次にＢ１−Ｂ３の反射率レベルとＢ５の反射率レベルの段差を調整する。
具体的にはＬ４のヘモグロビンの色素濃度Ｃｂを調整することにより５８０〜６６０［ｎｍ］付近までの前記仮想スペクトルの傾斜を前記皮膚のスペクトルと平行になるように調整する。
【００４９】
以上が概形調整段階において行われる手順である。これにより、必ずしも皮膚の反射率スペクトルと仮想スペクトルの反射率差が必ずしも十分に狭まるわけではないが、仮想スペクトルの概形が皮膚の反射率スペクトルに比較的近似され、微修正段階でのフィッティング作業を効率的に行うことができるようになる。
【００５０】
その後は微修正段階を経て、仕上げ段階がなされてフィッティングが完了するが、これらの段階では経験的にパラメータを調整する。
概形調整段階においてスペクトルの凹凸形状への影響の大きい変数であるL４−L９の層のヘモグロビン色素濃度Ｃｂ４〜Ｃｂ９が調整されているので、ヘモグロビンと比較してスペクトルの凹凸形状への影響の小さいメラニン色素濃度Ｃｍを適切に調整することができる。メラニン色素は表皮層のL２とL３に存在することから，組織への侵達度の低い低波長域の分光反射率に影響し、長波長域の反射率には大きな影響を与えないが、Ｂ２−Ｂ３に見られるうねりのような凹凸形状はメラニン色素の濃度が関係している。この形状を適切にフィッティングすることによりＣｍを適切に求めることができる。
仕上げ段階までに影響の大きい散乱係数μＳと、すべての色素濃度Ｃｍ、Ｃｂが求められるが、ズレが残留する場合はさらにこの最終段階で，上述の各種調整を繰り返すのが好適である。
【００５１】
図５を用いて、μｓを変化させた場合にＭＣシミュレーションにおける仮想スペクトルの変化について説明する。
１．Ｌ１でのμＳ１の増加は、Ｂ１−Ｂ３における反射率を上昇させる。上がり方はＢ１、Ｂ２、Ｂ３の順に大きくなる。
２．Ｌ２でのμＳ２の増加は、Ｂ１、Ｂ２における反射率の上昇が比較的高いが全波長における反射率を上昇させる。またＢ３に見られるＷ字の形状を含めて全体的にフラットなスペクトル形状にさせる。
３．Ｌ３でのμＳ３の増加はＢ５における反射率を変えずにＢ１−Ｂ３における反射率を上昇させる。このときＢ１−Ｂ３間における反射率への影響の仕方は同程度で、Ｂ３のＷ形のスペクトル形状もフラットになる。
４．Ｌ４でのμＳ４の増加は、Ｂ３における反射率を選択的に上昇させる。ここでも上昇によりＷ形は傾斜のままであるがスペクトル形状がフラット化する。
５．Ｌ５でのμＳ５の増加は，Ｂ２−Ｂ５における反射率を上昇させる。特にＢ３における反射率の持ち上がりが大きい。ここでは５倍以上の変化はあまり影響が大きくないので５倍以下を調整に用いる。
６．Ｌ６でのμＳ６の増加はＢ２−Ｂ５における反射率を上昇させるが影響は小さく５％程度以下である。
７．Ｌ７でのμＳ７の増加はＢ４−Ｂ５における反射率を上昇させるが影響は小さく７％程度以下である。
８．Ｌ８でのμＳ８の増加は主にＢ５における反射率を上昇させるが影響は小さく２−３％程度以下である。
９．Ｌ９でのμＳ９の増加は主にＢ５における反射率を上昇させるが影響は小さく５％程度以下である。
【００５２】
次に、図６に示されているように色素濃度変数Ｃｍ、Ｃｂを変化させた場合について説明する。
１．Ｌ１は特定の色素によらず組織自体が有する基礎的な光吸収成分のみを設定している。ここでの吸収成分の増加は全波長で反射率を低下させ、形状に変化はない。
２．Ｌ２とＬ３はメラニン色素による吸収が主であり、Ｌ２層とＬ３層のメラニンの色素濃度Ｃｍ２、Ｃｍ３の比率としてＣｍ２：Ｃｍ３＝１：１０を固定して設定している。ここでのＣｍの増加は全波長で反射率を低下させており、またＢ１−Ｂ３に見られるスペクトルの大きなうねりのような凹凸形状を抑制させる。
３．Ｌ４以降はヘモグロビン色素による吸収が主である。ここでの増加は、Ｂ４、Ｂ５のスペクトル形状を変えずにＢ２−Ｂ３における反射率を同程度に低下させる。また、ヘモグロビンの色素濃度Ｃｂ４が増加するに伴いＢ１−Ｂ３の反射率とＢ５の反射率の段差が大きくなる。
４．Ｌ５のＣｂ５が増加するとＣｂ４と同様にＢ２−Ｂ３の反射率を同程度に低下させるが、それに加えてＢ４−Ｂ５における反射率も低下する。またＣｂ４およびＣｂ５を高めた場合のＢ３に見られるＷ型の形状はフラット化する傾向にある。
５．Ｌ６でのＣｂ６の増加は、５８０ｎｍ辺りを支点にＢ４−Ｂ５における反射率を低下させ、Ｗ型形状をフラット化させるが、短波長域の光はＬ６以下の深い層に到達しにくく、Ｂ１−Ｂ３における反射率にはほとんど影響がない。
６．Ｌ７でのＣｂ７の増加に対する変化の傾向はＬ６とほぼ同様である。
７．Ｌ８、Ｌ９でのＣｂ８、Ｃｂ９の増加は、６００ｎｍ辺りを支点にＢ４−Ｂ５における反射率を僅かに低下させる程度で影響が小さい。
【００５３】
以上のフィッティング工程を経て、各層の散乱係数μｓｉと、色素濃度ＣｍｉとＣｂｉ（あるいは吸収係数μａｉ）と、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉ、からなるパラメータを取得することにより、皮膚の生理状態に関する情報が得られる。
【発明の効果】
【００５４】
本発明はＭＣシミュレーションに皮膚の９層モデルを使用したことにより、従来の３層モデルと比較して精密かつ自由度の高いフィッティングを実現している。
また、本発明は９層モデルの各層のパラメータを皮膚の組織学的知見と各パラメータが有する波長依存性に関する物理学的先見情報に基づいて、初期パラメータの設定を適切にした後、先述の手順でパラメータを調整することにより効率的にフィッティングすることができる。
【００５５】
パラメータ設定として吸収係数μａを直接調整することも可能だが、皮膚の生理状態の評価と直接に関連して考えやすい色素濃度Ｃｍ、Ｃｂを調整することにより間接的に調整される。これは物理的には色素濃度がある状態にあることによって、その時の吸収係数が規定されるので、その意味でこれらを直接調整するパラメータとするのが妥当である。
【００５６】
フィッティングの第一段階である概形調整段階を行うことにより、仮想スペクトルの概形を皮膚の反射率スペクトルに比較的近似することができ、以後のフィッティング作業を容易にするとともに、その後の微修正段階での調整を適切かつ容易にすることができる。
【００５７】
このようにしてフィッティングが完了すると、その時の各パラメータが得られることになる。同一人について何らかの生理状態変化、薬剤などによる変化、経年変化、季節変化などがある場合に、変化前後での比較や、変化部位と隣接正常部位での各層の当該パラメータ（各層の散乱係数μｓｉ、色素濃度Ｃｍｉ、Ｃｂｉ）の値の変化から、どの層に変化があったのかを推定することができる。
【００５８】
例えば散乱係数μｓや非等方性散乱パラメータｇが、正常値あるいは正常部位における代表値と比べて増加あるいは減少している場合、これは皮膚における組織が異常な変性をしていたり、異物が形成されているなどの疾患の疑いと関連付けられる。また、メラニン色素濃度の増減は表皮層における、露光や加齢などによる皮膚の組成変化や色素沈着と関連付けられる。そして、ヘモグロビン色素濃度の増減は、炎症や疾患による真皮層や皮下組織における血行動態の変化、血管分布・血管形状変化などと関連付けられる。一方、屈折率ｎの変化は組織内水分の含有量などと関連付けた考察が可能である。層の厚みｔの変化は、加齢などによる組織構造の変化や弾力線維成分の過多と関連付けられる。このように層ごとに各パラメータからさまざまな皮膚の生理状態を評価することが可能となる。
【図面の簡単な説明】
【００５９】
【図１】は皮膚の３層モデルおよび９層モデルの説明図である。
【図２】はＭＣシミュレーションで皮膚に入射した理論的な光子の挙動および計算に必要となる光学パラメータの説明図である。
【図３】は３層モデルを使用したＭＣシミュレーションの説明図である。
【図４】は計測スペクトルとＭＣシミュレーションにより表示される仮想スペクトルが表示されており、波長域ごとにＢ１−５に分類したことについての説明図である。
【図５】はＭＣシミュレーションで各層のμｓｉを変化させたとき表れるスペクトルを記載したものである。
【図６】はＭＣシミュレーションで各層のＣｍｉまたはＣｂｉを変化させたとき表れるスペクトルを記載したものである。
【図７】は、μａ４を調整して仮想スペクトルの５４０〜５８０[ｎｍ]部分の調整をする説明図である。
【図８】は、仮想スペクトルの５３０[ｎｍ]以下の部分の弛みを調整する説明図である。
【図９】は、仮想スペクトルの６２０[ｎｍ]以上の部分の傾斜を調整する説明図である。
【図１０】は、仮想スペクトルの５８０〜６２０[ｎｍ]の部分の段差を調整する説明図である。
【図１１】は、肌画像を再構築するときのフローチャートを示した図である。
【発明を実施するための形態】
【００６０】
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされるが、本発明で特徴的な概形調整段階について説明する。
概形調整段階はフィッティングする前段階として皮膚の反射スペクトルの形に仮想スペクトルの形をおおよそ合わせることを目的としている。
【００６１】
最初にＬ４の散乱係数μｓ４を調整することで５２０〜５９０[ｎｍ]のＷ型部分の弛みを調整する。
具体的には図７のように波長域５２０〜５９０[ｎｍ]の仮想スペクトルと皮膚の反射率スペクトルのＷ型形状が近似するように調整する。
そうすると、図７の下図の例にみられるように５３０[ｎｍ]付近以下の波長域、６２０ [ｎｍ] 付近以上の波長域に弛みが出来ていることが分かる。したがって、次の工程で仮想スペクトルの概形を調整することが必要となる。
【００６２】
そこで、まずＬ４、Ｌ５のヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を調整することで５３０[ｎｍ]付近以下の部分の弛みを調整する。
図８のように５３０[ｎｍ]付近以下の部分の弛みが調整されるが、その弛みが大きいときは５２０〜５９０[ｎｍ]のＷ型部分の弛みが再び大きくなる場合がある。その時は再度μｓ４を調整する。
ヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を調整、散乱係数μｓ４の調整を繰り返す。これによりＢ１−Ｂ３の形を調整することができる。
【００６３】
次に仮想スペクトルの６６０[ｎｍ]以上の部分の傾斜を調整する。
図９の上図に見られるように仮想スペクトルの６６０[ｎｍ]以上の部分が皮膚の反射率スペクトルに比べて傾斜が大きい。したがってこの傾斜部分を調整する必要がある。
調整は（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）の比を維持しながら各ヘモグロビン色素濃度Ｃｂを増減することにより行われ、フラット化することにより６６０[ｎｍ]以上の部分の傾斜を整える。
【００６４】
次に５８０〜６２０[ｎｍ]付近の部分の段差を調整する。
図１０の上図によると仮想スペクトルの６２０[ｎｍ]以上の部分の傾斜を調整したことにより、５８０〜６２０[ｎｍ]の部分の仮想スペクトルの上昇の度合いが皮膚反射率スペクトルに比べて抑制されているのが分かる。
そこでＣｂ４を調整して５８０〜６２０[ｎｍ]付近の部分の傾斜を調整する。
ここまでが概形調整段階である。
【００６５】
以上の概形調整段階の手順に従いスペクトルの形をおおよそ合わせることにより、この後の微修正段階でB３〜B５の反射率レベルを上昇させる。これには主にL５のヘモグロビン色素濃度Ｃｂ５を調整するが、必要に応じL４のヘモグロビン色素濃度Ｃｂ４も付加的に調整する。再度５２０〜５９０[ｎｍ]のＷ型部分の調整をし、５４０[ｎｍ]以下の弛みをメラニン色素濃度Ｃｍ等の変更により調整する。以上のように概形調整段階を経てフィッティングさせることで、無駄な過程を排除し、少しの手間でフィッティングさせることができるので、大変効率よくフィッティングすることができる。
【００６６】
以上のようにフィッティングを行うことにより各層のパラメータ値を取得し、パラメータ値を解析することにより皮膚組織の層ごとの生理状態を明らかにすることができる。
ところで、フィッティングにより得られたパラメータ値は、現在の皮膚の状態を分析すること以外の用途にも用いられる。取得された層のパラメータ値を使用して逆算的に肌の外観を表示することもできるので、部分的にパラメータ値を変更して肌の外観を画像表示することにより、将来的にパラメータ値が変化した場合を想定して肌の外観へ与える影響を見ることもできる。
【００６７】
その場合は、皮膚からＲＧＢ肌画像を得て、色成分とテクスチャー成分に分離し、元画像の色成分の代わりに、所望の皮膚組織条件下の色成分を本発明による９層皮膚モデルを用いたＭＣ法によって算出し、元画像のテクスチャー成分と合成することで、種々の肌状態における肌画像を再構成して提示する。
本発明は従来法に比較して緻密にパラメータ設定をすることができるので、現在の肌に対し、肌内部の状態が変化した際の見え方の違いをわずかな差であっても分かりやすく表示することができる。
【００６８】
具体的な肌画像の再構成法を図１１に示す。ＳＴＥP１でヒト皮膚の分光反射率とＲＧＢ画像を同時取得する。次にＳＴＥＰ２で、実測分光反射率から色情報［１］ＲＧＢｒｅｆを計算し、一方、画像はフーリエ変換により直流成分である色成分情報［２］ＲＧＢｉｍｇと残りの周波数成分である［３］テクスチャー成分に分離する。ここで、［２］ＲＧＢｉｍｇを［１］ＲＧＢｒｅｆを用いて色補正を行い（［４］ＲＧＢｃａｌ）、これを［３］テクスチャー成分と合成し、画像を再構成することで［５］ＲＧＢｒｅｐ１を得る。
以上は一般的な画像再構成法であり、色成分とテクスチャー成分の分離については他の手法を用いてもかまわない。
【００６９】
次にＳＴＥＰ３において本発明に基づくスペクトルフィッティングにより、実測分光反射率から測定対象ごとの各層のパラメータを推定し、これを基本設定値（［６］ＭＣＳ フィッティング）とする。次に、９層内の所望の層のメラニンＣｍｉやヘモグロビン濃度Ｃｂｉ、散乱係数μｓｉ、非等方性散乱パラメータｇｉ、屈折率ｎｉ、層の厚みｔｉの増減を施した分光反射率を生成し、対応する［７］ＲＧＢｃｔｒを計算して［３］テクスチャー成分と合成することで、多様な組織条件下での画像再構成が可能となる（［８］ＲＧＢｒｅｐ２）。
メラニンＣｍｉやヘモグロビン濃度Ｃｂｉなど様々な肌状態の変化に対応して、本発明における設定パラメータを変化させることにより、対応した肌画像を再構成して提示することが可能であり、皮膚科学や化粧品分野での応用が期待できる。
【技術分野】
【０００１】
本発明は人の皮膚の生理状態の評価方法に関する。
【背景技術】
【０００２】
生体組織に光が入ると吸収や散乱を伴った伝搬を続けるが、皮膚組織においても光が吸収、散乱される。光の侵達可能な深さは可視波長領域で１〜３mm程度といわれており、角層から表皮、真皮、皮下組織にかかるあたりまでが光の侵達領域となる。
また光の侵達領域における皮膚の組織編成や生理学的変化が光の伝搬に影響を与え、色彩をはじめとして皮膚の外観に反映される。
【０００３】
このような皮膚組織内の条件により影響を受けた光の伝搬特性が反映される重要な物理特性の一つが、反射光の分光学的特性を与える分光反射率である。
したがって測定した分光反射率を手がかりとして、皮膚組織内での吸収や散乱状態を推定し、その因子となる色素濃度、ならびに組織を構成する細胞マトリックスや膜構造の変化の状態を判断することができれば、皮膚科学領域で従来から知られている多くの症例と関連付けることが出来るようになり、将来にわたる新規な皮膚組織診断手法の開発にも寄与できる。
【０００４】
皮膚組織内の散乱や吸収を変数として定義し、その結果として得られる皮膚の分光反射率を解とすれば、変数に数値を与えて解を知ることを一般に順問題を解くという。一方、測定によって得られた分光反射率を手がかりとして、その因子となる各変数の値を知ることを逆問題を解くという。本発明は逆問題を解くことに対応する手法に関するものである。
【０００５】
しかし、皮膚組織内での光伝搬は、散乱や吸収のランダム性、不均一性、非等方性などにより、理論的な解析式で厳密に表現することは困難なことが一般に知られている。よって、関係式を立て、必要な変数の数の分の独立な方程式を用意して連立方程式を解く手法は使用できない。そこで、測定量から何らかの手段により知りたい因子の数値を推定することが現実的に行われる。この推定手法の例としてはニューラルネットや各種の因子分析、回帰分析、多変量解析が考えられる。これらは、推定の精度を確保するために事前に大量の学習データ、サンプルデータのセットが必要とされる。
【０００６】
つまり、皮膚科医により診断される多くの症例の一つ一つに対して、解剖学的所見に基づいて判断される皮膚組織の生理状態データであるメラニン濃度、ヘモグロビン濃度、酸素飽和度や、組織構造の顕微画像解析を行って判断される組織変性と、その症例毎に得られる分光反射率測定値のデータセットを大量に用意し、それらを使って最良と思われる対応関係を見出す作業を行う必要がある。しかし、これを現実に行うことは困難である。
【０００７】
そこでこれまでに行われている手法として、皮膚組織内の光伝搬に対し適当なモデルを設定し、設定モデルに対する拡散理論に基づく近似解析や数値シミュレーションを行う方法が一般に採用されている。前者は解析解が得られるので計算等の手間がかからないが、近似が成立する条件が限られており、皮膚組織の種々の状態を想定すると利用が難しいといえる。それに対して後者の数値シミュレーションによる方法は皮膚組織の状態や条件を限定せず比較的自由度が高く汎用的である。本発明において使用されるそのシミュレーションの代表的手法がモンテカルロ法（ＭＣ法）である。
【０００８】
皮膚組織の光伝搬モデルとして平行層状モデルがある。
平行層状モデルの中でも扱いやすさから表皮と真皮からなる２層、さらに皮下組織を加えた３層モデルが一般に用いられている。
しかし、皮膚組織の諸疾患に対応した様々な生理学的変化、組織学的変化を対象とするにはあまりに大雑把である。例えば真皮層一つをとっても層内における血管分布は一様でなく局在しており、厳密にはヘモグロビンの酸素飽和度も深さ方向において異なっている。線維成分の多少も真皮層内で明らかに異なっていて、不均一である。
【０００９】
すなわち、ＭＣ法に３層以内のモデルを使用するとシミュレーション結果を実測値へフィッティングする際に調整に用いることの出来る散乱係数や吸収係数などの光学特性を示すパラメータの数の少なさが問題となり、それゆえに皮膚組織の生理状態を表現しきれない。
したがって、光の吸収効果や散乱効果を実際の皮膚組織に近い状況にパラメータ設定することができるように皮膚の層をより細分し、緻密に生理状態を分析し得るモデルが求められている。
【発明の概要】
【発明が解決しようとする課題】
【００１０】
本発明は前記従来技術に鑑みてなされたものであり、その解決すべき課題は皮膚の生理状態をより正確に分析するために平行層状モデルをより細分化し、皮膚の分光反射率の測定結果に基づき、各層の散乱係数、メラニンおよびヘモグロビンの色素濃度を、ＭＣシミュレーションにより推定する方法を確立し、また、これに基づき皮膚組織の層ごとの生理状態を明らかにするシステムを構築するものである。
【課題を解決するための手段】
【００１１】
本発明の皮膚評価方法は、
人の皮膚に光を照射し、波長毎の反射率を測定する人の皮膚の反射スペクトル測定工程と、
Ｘ軸を波長とし、Ｙ軸を反射率とするＸ−Ｙ平面上に測定された前記皮膚の反射スペクトルを表示させる皮膚の反射スペクトル表示工程と、
人の皮膚組織のモデルとして、角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層とし、少なくともこの９層からなる構成を基本モデルとして使用し、
前記基本モデルの各層ごとの散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなるパラメータに初期値をそれぞれ設定するパラメータ初期設定工程と、
前記パラメータ初期設定工程において設定されたパラメータを入力し、前記基本モデルでコンピューターにより仮想的な反射スペクトルをシミュレーションすることにより前記Ｘ−Ｙ平面上に仮想スペクトルを表示する仮想スペクトル表示工程と、
前記皮膚の反射スペクトルと、前記仮想スペクトルと、を比較し、
少なくとも散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉよりなる群から選ばれた一又は二以上のパラメータを各層ごとに調整することにより、前記仮想スペクトルを前記皮膚の反射スペクトルにフィッティングさせるフィッティング工程と、を備え、
前記フィッティング工程において、少なくとも各層の散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなる前記パラメータを取得することにより皮膚組織の状態を評価することを特徴とする。
【００１２】
また前記吸収係数μａｉは、メラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉとそれぞれ比例関係にあり、その比例係数は単位色素量あたりの光の吸収量を表す吸光係数と呼ばれ、一般に知られる既知量である。よって色素濃度ＣｍｉおよびＣｂｉを設定および調整することにより、前記吸収係数μａｉが間接的に設定および調整され、前記フィッティング工程において各層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを取得することにより皮膚組織の状態を評価するのが好適である。
【００１３】
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされる。
ここでパラメータの調整を適切に行うためには、皮膚の各層での散乱係数μｓｉと（吸収係数に比例する）色素濃度ＣｂｉまたはＣｍｉの数値変化が分光反射率における反射光のどの波長領域に関与するかという関係をあらかじめ把握しておくことが重要であると考えた。これらの特性を事前に様々な代表的数値においてＭＣシミュレーションして得られた特性が後述の図５と図６に示す結果である。本発明では、この特性に基づいて、分光反射率のどの波長領域の部分をフィッティングするには、どの層のどのパラメータを変動させればよいかという方針を導いた。それが以下の手順となる。
【００１４】
まず、前記概形調整段階において、μｓ４とＣｂ４〜Ｃｂ９を調整する。
具体的には、第一工程として５２０〜５９０[ｎｍ]の前記仮想スペクトルと前記皮膚のスペクトルの反射率の平均値が同一になるようにμｓ４を調整する。これは、後述する図５の例から分かるように、このパラメータの数値変化が上述の波長領域の反射率に最も選択的に影響を及ぼしていると判断できるためである。次に、第二工程としてＣｂ４、Ｃｂ５を調整し３８０〜５４０[ｎｍ]の前記仮想スペクトルをフィッティングさせる。これは、後述する図６の例から分かるように、このパラメータの数値変化が上述の波長領域の反射率に最も選択的に影響を及ぼしていると判断できるからである。以上の第一工程と第二工程を繰り返すことにより３８０〜５９０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、
第三工程としてＣｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに増減することにより６６０〜７８０[ｎｍ]の前記仮想スペクトルの傾斜を皮膚のスペクトルの傾斜と平行になるように調整し、
第四工程としてのＣｂ４を調整することにより前記仮想スペクトルの３８０〜５９０[ｎｍ]の反射率の平均値と６６０〜７８０[ｎｍ]の反射率の平均値の差を前記皮膚のスペクトルにおける上記の差と同一になるように調整し、
第一工程〜第四工程を経て仮想スペクトルの概形を調整することを特徴とする。これにより仮想スペクトルの概形が調整され、微修正段階に移る。
【００１５】
前記従来技術の課題に鑑み本発明においては皮膚の９層モデルを採用している。
まず肌に光を照射し波長域ごとの反射率を測定し皮膚の反射率計測スペクトルを表示した後、当該スペクトルとＭＣ法によって作成された仮想スペクトルを比較する。各層にある色素濃度、散乱係数等のパラメータ値を変化させながらＭＣ法を用いてグラフを繰り返し再描写させていくことにより反射率計測スペクトルにフィッティングさせる。そして、フィッティングに用いられたパラメータから散乱係数とメラニンおよびヘモグロビンの色素濃度を取得することができる。
以下、皮膚の９層モデル、ＭＣ法の基本原理、フィッティングの手順についてそれぞれ説明する。
【００１６】
最初に皮膚の９層モデルについて説明する。
図１にみられるように最表層には厚さ１０μm程度の角層があり、その下に顆粒層・有棘層と基底層からなる表皮層が存在する。表皮層の厚さは通常１００μm以下である。表皮層の下には厚さ１．５mm程度の真皮層が広がっており、それは上から順に乳頭層、乳頭下層、上部毛細血管網層、網状層、下部毛細血管網層の５層に分類することができる。真皮層の下には皮下組織が厚さ数mmオーダーで広がっている。
【００１７】
構造的特徴としては、皮膚表面に皮溝が存在し、さらに表皮層と真皮層の境界（第３、４層間）が突起を含む独特な凹凸の波打つ形状を有している。一方、毛細血管は真皮下部（第８層）で一度網目状の血管層を形成し、さらに真皮上部（第６層）で再び血管網を作っている。そこから表皮層／真皮層境界面の乳頭突起まで毛細血管が延びている。
また、真皮層にはコラーゲンやエラスチンなどの線維成分が多く存在しており、光の散乱に深く関与していると言われている。
光の吸収に関与する色素については、顆粒層におけるカロテン、表皮層（主に基底層）におけるメラニン、真皮層内における酸化・還元ヘモグロビン、ビリルビン等がある。
【００１８】
皮膚の９層モデルについて角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層と定義する。本発明では少なくとも上記の９層からなるモデルを基本モデルとするが、必要に応じて各層をさらに細分化することももちろん可能である。例えば乳頭下層をさらに３分割し、その上部、中部、下部に個別に５つのパラメータ数値を与えれば、合計１１層でのＭＣシミュレーションを実施することができる。これにより、乳頭下層内の一部の深さの領域に局在する散乱異常部を想定したり、ヘモグロビン色素濃度の異なる値を設定するといった状況での分光反射率のＭＣシミュレーションが実現できる。
【００１９】
次にＭＣ法の基本原理について図２を用いて説明する。
ＭＣ法は生体組織に光子を１つずつ入射させ、光子の伝搬軌跡について乱数を用いて計算する統計的なアプローチである。
皮膚上層と空気が接する境界表面を（ｘ，ｙ）面として座標を定義し、その面内のある対象領域の中心を（ｘ，ｙ）面の原点とする。さらに原点から皮膚組織内部に向かって深さ方向にｚ軸を定義する。ある波長において重み１を有する１つの光子が原点に入射したとして、光子が吸収も散乱もされずに距離ｌを進む確率ｒは、下記数式１のように表される。
【数１】
【００２０】
光子の平均自由行程ｌｆは、下記数式２のように表される。
【数２】
ここでμｓとμａは各々各層における散乱係数と吸収係数であり、ｒ１は０＜ｒ１＜１の範囲における乱数である。これが、図２におけるステップサイズであり、乱数を与える毎に１ステップごとの伝搬長が規定される。
【００２１】
次にｌｆ進んだ光子はそこで吸収と散乱を同時に受けると仮定し、これによって光強度は下記数式３のｗに表される重みで減衰する。
【数３】
【００２２】
これにより、最初に重み１でスタートした光子は伝搬を続ける中で随時、重みが減少していくことになる。物理的には伝搬する過程で吸収を受けるとする考え方が自然であるが、計算のしやすさから、上記のようなアルゴリズムを採用することが一般に広く行われている。また、散乱を受けて方向が変わることを取り入れるため、次に散乱による新たな伝搬方向（θ，Ψ）を新たな乱数ｒ２、ｒ３を用いて下記数式４、数式５のように表される。
【数４】
【数５】
【００２３】
ここでθ は天頂角、Ψ は方位角を表し、ｆ（θ）は散乱の位相関数ｐ（θ）の累積分布関数を表す。数式４は、本発明では具体的には散乱位相関数ｐ（θ）としてHenyey-Greensteinの近似関数として下記数式６を用いている。
【数６】
この式でｃｏｓθは下記数式７で与えられる。
【数７】
【００２４】
乱数ｒ２（０＜ｒ２＜１）を与えることでｃｏｓθが決まり、それによる位相関数の値に対応する角度θが決まる。ここで，上式のように非等方性散乱パラメータのｇも関与している。乱数ｒ３も同様に０＜ｒ３＜１の範囲であり、方位角Ψは一様である。このようにして、方向と伝搬長がその都度与えられながら、かつ減衰を伴いながら光子の伝搬が計算により続けられる。
【００２５】
以下、この過程を繰り返していく中で、光子の重みがあらかじめ設定した閾値を下回った場合はその光子は消滅したとみなし計算を中止して、新たな光子を入射させる。消滅せずに皮膚上層面から空気側に射出された光子を検出される光と考え、その光子が有していた重みを保存する。
【００２６】
このプロセスを大量の光子について計算し、その重みを積算すれば検出光量が得られる。光子数は多いほどシミュレーション結果の精度が良くなることが知られている。一般に１０万から１０００万個の光子数が利用される。入射光子の重みは１であるから、その光子数がそのまま入射光量に対応する。そこで、この入射光量に対する上述の検出光量の比率を求めることで反射率が得られることになる。
【００２７】
以上は、ある波長について行うプロセスである。これを必要な波長範囲、例えば本発明では可視波長領域として３８０〜７８０［ｎｍ］に渡って一定間隔、例えば５ｎｍや１０ｎｍ毎に行うことで、分光反射率が得られることになる。
また、光子がある一つの層内で何回ぐらい散乱による方向変化を繰り返すかは、層の厚みと、その層における散乱の特性である散乱係数や非等方性散乱パラメータの値に依存する。また、光子が強い吸収を受けるような状況にあると重みの減衰が著しくなり、短時間で閾値を下回り消滅したとみなされ、あらたな光子が投入される。この度合いは吸収係数または色素濃度に依存する。
【００２８】
ＭＣ法において使用されるパラメータについて説明する。
前記アルゴリズムでは一つの層ごとに、μｓ、μａのほかに非等方性散乱パラメータｇ、屈折率ｎ、層の厚みｔの計５つの入力パラメータが必要である。非等方性散乱パラメータｇは下記数式８のように表される。
【数８】
【００２９】
ｇは位相関数ｐ（θ）の余弦平均であり、−１から＋１までの値をとる。０で等方散乱、＋１（−１）で完全な前方（後方）散乱を表す。屈折率ｎは皮膚と空気で一般に異なる値を取るため、入射、射出の際にスネルの法則に従った角度での偏向を受ける。また、９層の各層間で、値が異なる場合にも同様に光の伝搬方向の角度偏向がおこる。層の厚みｔは、その層における散乱や吸収の起こる広さに関連しており、層が厚ければその影響が顕著になることになる。
一方、光子が前方散乱していくことにより９層よりも深部に透過する場合もあり、入射光量に対する９層を通過した光子の有する重みの積算値（＝透過光量）の割合が透過率となる。
【００３０】
ＭＣ法ではそれぞれの光子が、与えられた散乱係数や吸収係数などのパラメータによって決まる挙動を乱数に基づき計算機内で追跡し、大量の光子の挙動を統計的に見て反射率を決定している。
図２を用い光子に対し、パラメータがどのように関連するかを一つの光子の挙動を観察することにより説明する。
【００３１】
ある光子がある層内に入射したとき屈折率ｎにより光子の進行方向が変化する。
ｍ層の絶対屈折率をｎｍ、ｍ−１層の絶対屈折率をｎｍ−１とすると、ｍ−１層からｍ層に入射した際の屈折率ｎはスネルの法則に従いｎ＝ｎｍ／ｎｍ−１により求まる。なお、第１層に入射するときの屈折率は空気の屈折率ｎ０＝１とすると、ｎ＝ｎ１／１＝ｎ１である。
光子は層内に入射した後、伝搬する過程で散乱、吸収が同時になされる。
これを光子が一定の距離ｌを進んだ後、いずれかの方向に散乱されると同時にＷ＝μｓ／（μｓ＋μａ）の重みで光強度が減衰するという考え方で、吸収の分だけ光強度が減じられる演算を行っている。
【００３２】
散乱される方向は非等方性パラメータｇの特性を反映した天頂角θと、方位角Ψ に従った確率で乱数発生により決定される。
ｇ＝−１の場合は進行方向と逆の方向に進むことになりｇ＝１の場合は直進することになる。皮膚組織は比較的前方散乱する性質があり、文献により数値が広く紹介されている。この値を用いることで非等方性パラメータｇが規定される。
したがって、ＭＣシミュレーションにより光子の軌道が決まる要因としては、屈折率ｎによる入射した後の光子の進行方向、非等方性パラメータｇにより散乱された後の光子の進行方向が挙げられ、層の厚みｔは、その層における散乱や吸収の起こる広さに関連しており、層が厚ければその影響が顕著になることになる。
【００３３】
本発明のＭＣシミュレーションでは前記５つのパラメータの中で吸収係数μａの代わりに色素濃度を使用するのが好適である。本発明においては色素濃度としては影響の大きいメラニン色素の濃度とヘモグロビン色素の濃度が使用される。メラニン色素の濃度をＣｍとし、ヘモグロビン色素の濃度をＣｂとしている。
【００３４】
ここで散乱係数μｓ、吸収係数μａと色素濃度ＣｍとＣｂとの関連性について説明する。散乱係数μｓと各色素濃度の関係は実際の皮膚の中での物理現象としては一般には独立と考えることができる。メラニン色素は通常は表皮層に存在するが、層を形成する組織全体に占める体積割合は大きくなく、散乱の主要因は組織内の境界膜などの構造体であり、それに比べて色素の濃度が変わることによる散乱への影響は小さいと考えて良い。一方、ヘモグロビン色素を含む血液の非等方性散乱パラメータｇは可視波長領域で０．９７〜０．９８であり、ほぼ１に近いことから、光はほとんど直進的に進むことを示しており、散乱の効果はきわめて低い。よってこの色素の濃度変化と散乱係数はほとんど独立と考えるのが一般的である。こうした物理的特性に基づき、フィッティングに用いるＭＣシミュレーションではパラメータは独立に設定するようになっている。片方の数値を変えたときに他方の数値が勝手に変わってしまうことはない。
【００３５】
また、色素濃度ＣｍおよびＣｂは吸収係数μａと比例関係にあり、その比例係数は単位色素量あたりの光の吸収量を表す吸光係数Σである。メラニン色素とヘモグロビン色素の各吸光係数をそれぞれ、εｍ，ε ｂとすると、メラニン色素の存在による吸収係数は、下記の数式９のように記述できる。
（数９）
μａｍ＝εｍＣｍ
ヘモグロビン色素の存在による吸収係数は、下記の数式１０のように記述できる。
（数１０）
μａｂ＝ε ｂＣｂ
【００３６】
吸光係数は、文献やテキストなどにある一般に既知のものである。よって色素濃度と吸収係数は、どちらかの数値を与えれば自動的に他方の数値が規定されるので、どちらを調整に用いてもよいことになる。本発明では、直感的に分かり安い色素濃度を変化させて、結果的に吸収係数μａを変化させている。
ただし、吸収係数μａを直接調整することも上記の関係式から明らかなように理論的には可能であり本発明に含まれる。
【００３７】
測定手順について説明する。
最初に人の皮膚について測定された波長−反射率のグラフ（皮膚反射率計測スペクトル）と、初期パラメータを設定しＭＣシミュレーションしたグラフ（仮想スペクトル）とを表示する。初期状態のパラメータ設定については実際の皮膚組織構造や生理学的特性を十分に取り入れたパラメータが必要となる。
【００３８】
最も標準的に考えられる手段として、文献に公表されている角層、表皮、真皮、皮下組織における散乱係数、吸収係数、非等方性散乱パラメータ、屈折率、層の厚みの代表的値を初期値として設定することが妥当である。しかし、９層の各層毎に５種類のパラメータがあり、計９×５＝４５個の適切な数値を入力する必要がある。
【００３９】
初期パラメータの設定が行われた後、ＭＣシミュレーションした仮想スペクトルによるグラフを表示し変数を変化させながらフィッティングさせる。従来型の３層モデルと比較してパラメータが多く自由度を高くすることができるのでより正確なフィッティングが可能となる。
【００４０】
従来型の３層モデルによるＭＣシミュレーション結果を図３に示す。
図３によるとＣｍ＝５％、Ｃｂ＝０．４％とすると４６０〜５９０［ｎｍ］の波長域においておおよそフィッティングしているが４５０ｎｍ以下の波長域、６００ｎｍ以上の波長域において仮想スペクトルの反射率が計測スペクトルの反射率を下回っている。
また、４５０ｎｍ以下の波長域、６００ｎｍ以上の波長域の部分を合わせるためにＣｍ、Ｃｂを調整すると４６０〜５９０［ｎｍ］の波長域の反射率まで増加してしまう。この結果から層の分割数が少なく大雑把な皮膚モデルのため、自由に調整できるパラメータの数の少ないことが原因となり正確なフィッティングができないことが分かる。
【００４１】
そこで本発明においては９層モデルを使用したＭＣシミュレーションを行う。これにより９層モデルの各層の色素濃度を詳細に設定することができ、より正確にフィッティングすることができるようになった。
フィッティングを効率的に行うために各層の散乱係数μｓ、吸収係数μａ（色素濃度ＣｍとＣｂを代わりに用いる）のうち全体の反射率に影響の大きい変数から調整し、徐々に影響の小さい変数を調整するのが好適である。
また皮膚の組織学的知見と各パラメータが有する波長依存性に関する物理学的先見情報に基づいて、初期パラメータの設定およびパラメータの調整を行う必要がある。
【００４２】
次にフィッティングの手順について説明する。
ここでフィッティングとは、作業者が皮膚の反射率スペクトルに仮想スペクトルのパラメータを変化させながら、これらのスペクトルのターゲットとなる波長域のスペクトルを他の波長域の影響を考慮しながら合わせることを言う。そのため以後の工程でのフィッティングで他の波長域をターゲットとして調整するときに皮膚の反射率スペクトルに仮想スペクトルを合わせこむことが不可能とならない範囲でパラメータ調整することを要する。
【００４３】
本発明のフィッティングは、概形調整段階、微修正段階、仕上げ段階の順に行われる。
概形調整段階においては以下の手順でフィッティングが行われる。
Ｌ４における散乱係数μｓ４の変化が，分光反射率の比較的中心の波長領域である５２０−５９０ｎｍの反射率スペクトルに選択的に反映されることが図５から分かる．したがって、本発明においてはμｓ４を最初に調整する。また吸収係数に大きく影響を与えるのはヘモグロビンの色素濃度である。図１に見られるように血管はＬ４−Ｌ９において分布しており、その中でも４２０−５８０ｎｍの波長域においてＬ４、Ｌ５のヘモグロビンの色素濃度Ｃｂ４、Ｃｂ５の影響が比較的大きいことが図６から分かる。
したがって、比較的スペクトルに及ぼす影響の大きいＬ４のμｓ４およびＬ４−Ｌ９のＣｂ４〜Ｃｂ９が調整されることにより概形が調整される。
【００４４】
本発明の皮膚評価方法をするに際し、まず皮膚に波長全域（３８０ｎｍ〜７８０ｎｍ）の光を照射し、波長ごとの反射率を前記Ｘ−Ｙ平面上に計測スペクトルとして表示する。
各層のパラメータを適切に設定し、ＭＣシミュレーションによる仮想スペクトルを表示する。
図４には計測スペクトルとＭＣシミュレーションによる仮想スペクトルが表示されている。また図４のようにＢ１−Ｂ５の５つの波長域に分類する。３８０−４５０ｎｍをＢ１、４４０−５４０ｎｍをＢ２、５２０−５９０ｎｍをＢ３、５８０−７１０ｎｍをＢ４、６６０−７８０ｎｍをＢ５と定義する。なお、各波長域が多少オーバーラップしているのは個人差により、境界となる波長域が変動することを考慮したことによる。
【００４５】
次に概形調整段階におけるフィッティングの手順について説明する。
最初に仮想スペクトルと計測スペクトルとを比較し、Ｌ４の散乱係数μＳ４を調整することによりＢ３のスペクトルにみられるＷ字に似た形状の調整を行う。この形状はヘモグロビン色素の吸光スペクトルに起因した血液独特のもので皮膚の反射率スペクトルの形状の中でも特に特徴的であり、このW字の形状を形成する凹凸の出方が皮膚組織中の散乱係数やメラニン色素濃度、ヘモグロビン色素濃度と最も強く関わっていることがよく知られている。そこでこの部分のフィッティングを最初に行うことが妥当である。
散乱係数μＳ４を調整するとＢ３に見られるＷ型形状のスペクトルの反射率が変化する。散乱係数μＳ４を増加または減少させて、波長域５２０〜５９０[ｎｍ]の仮想スペクトルと皮膚の反射率スペクトルのＷ型形状が近似するように調整する。
【００４６】
次にＢ１とＢ２のスペクトルを同時に調整し、フィッティングを行う。
具体的にはＬ４とＬ５のヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を増加または減少させて、仮想スペクトルが皮膚の反射率スペクトルに一致するように調整していく。
また当該調整を行うことにより５２０〜５９０[ｎｍ]が変動した場合は前述の散乱係数μＳ４の再調整をすべきであり、またそれでもフィッティングしない場合は、μｓ４とヘモグロビン色素濃度Ｃｂ４、Ｃｂ５の調整を何回か交互に繰り返しフィッティングすることが好適である。以上の繰り返しは複数回行うことで通常は仮想スペクトルが皮膚計測反射スペクトルに近似するが、やがてそれ以上繰り返しても近似が改善されず、むしろ逆に形状差が増大する傾向を見せ始めるので、そこに至る手前で繰り返しを終えて次の調整へ進むのが妥当である。
【００４７】
次にＢ５の傾斜を調整する。
Ｌ６からＬ９のヘモグロビンの色素濃度Ｃｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに一様に増減し、６６０[ｎｍ]以上の部分において仮想スペクトルの傾斜が皮膚のスペクトルの傾斜と平行になるように調整するのが好適である。
【００４８】
Ｂ５の傾斜が調整されるとＢ３のＷ型形状が影響を受けて再度ずれてしまうことがあるので、次にＢ１−Ｂ３の反射率レベルとＢ５の反射率レベルの段差を調整する。
具体的にはＬ４のヘモグロビンの色素濃度Ｃｂを調整することにより５８０〜６６０［ｎｍ］付近までの前記仮想スペクトルの傾斜を前記皮膚のスペクトルと平行になるように調整する。
【００４９】
以上が概形調整段階において行われる手順である。これにより、必ずしも皮膚の反射率スペクトルと仮想スペクトルの反射率差が必ずしも十分に狭まるわけではないが、仮想スペクトルの概形が皮膚の反射率スペクトルに比較的近似され、微修正段階でのフィッティング作業を効率的に行うことができるようになる。
【００５０】
その後は微修正段階を経て、仕上げ段階がなされてフィッティングが完了するが、これらの段階では経験的にパラメータを調整する。
概形調整段階においてスペクトルの凹凸形状への影響の大きい変数であるL４−L９の層のヘモグロビン色素濃度Ｃｂ４〜Ｃｂ９が調整されているので、ヘモグロビンと比較してスペクトルの凹凸形状への影響の小さいメラニン色素濃度Ｃｍを適切に調整することができる。メラニン色素は表皮層のL２とL３に存在することから，組織への侵達度の低い低波長域の分光反射率に影響し、長波長域の反射率には大きな影響を与えないが、Ｂ２−Ｂ３に見られるうねりのような凹凸形状はメラニン色素の濃度が関係している。この形状を適切にフィッティングすることによりＣｍを適切に求めることができる。
仕上げ段階までに影響の大きい散乱係数μＳと、すべての色素濃度Ｃｍ、Ｃｂが求められるが、ズレが残留する場合はさらにこの最終段階で，上述の各種調整を繰り返すのが好適である。
【００５１】
図５を用いて、μｓを変化させた場合にＭＣシミュレーションにおける仮想スペクトルの変化について説明する。
１．Ｌ１でのμＳ１の増加は、Ｂ１−Ｂ３における反射率を上昇させる。上がり方はＢ１、Ｂ２、Ｂ３の順に大きくなる。
２．Ｌ２でのμＳ２の増加は、Ｂ１、Ｂ２における反射率の上昇が比較的高いが全波長における反射率を上昇させる。またＢ３に見られるＷ字の形状を含めて全体的にフラットなスペクトル形状にさせる。
３．Ｌ３でのμＳ３の増加はＢ５における反射率を変えずにＢ１−Ｂ３における反射率を上昇させる。このときＢ１−Ｂ３間における反射率への影響の仕方は同程度で、Ｂ３のＷ形のスペクトル形状もフラットになる。
４．Ｌ４でのμＳ４の増加は、Ｂ３における反射率を選択的に上昇させる。ここでも上昇によりＷ形は傾斜のままであるがスペクトル形状がフラット化する。
５．Ｌ５でのμＳ５の増加は，Ｂ２−Ｂ５における反射率を上昇させる。特にＢ３における反射率の持ち上がりが大きい。ここでは５倍以上の変化はあまり影響が大きくないので５倍以下を調整に用いる。
６．Ｌ６でのμＳ６の増加はＢ２−Ｂ５における反射率を上昇させるが影響は小さく５％程度以下である。
７．Ｌ７でのμＳ７の増加はＢ４−Ｂ５における反射率を上昇させるが影響は小さく７％程度以下である。
８．Ｌ８でのμＳ８の増加は主にＢ５における反射率を上昇させるが影響は小さく２−３％程度以下である。
９．Ｌ９でのμＳ９の増加は主にＢ５における反射率を上昇させるが影響は小さく５％程度以下である。
【００５２】
次に、図６に示されているように色素濃度変数Ｃｍ、Ｃｂを変化させた場合について説明する。
１．Ｌ１は特定の色素によらず組織自体が有する基礎的な光吸収成分のみを設定している。ここでの吸収成分の増加は全波長で反射率を低下させ、形状に変化はない。
２．Ｌ２とＬ３はメラニン色素による吸収が主であり、Ｌ２層とＬ３層のメラニンの色素濃度Ｃｍ２、Ｃｍ３の比率としてＣｍ２：Ｃｍ３＝１：１０を固定して設定している。ここでのＣｍの増加は全波長で反射率を低下させており、またＢ１−Ｂ３に見られるスペクトルの大きなうねりのような凹凸形状を抑制させる。
３．Ｌ４以降はヘモグロビン色素による吸収が主である。ここでの増加は、Ｂ４、Ｂ５のスペクトル形状を変えずにＢ２−Ｂ３における反射率を同程度に低下させる。また、ヘモグロビンの色素濃度Ｃｂ４が増加するに伴いＢ１−Ｂ３の反射率とＢ５の反射率の段差が大きくなる。
４．Ｌ５のＣｂ５が増加するとＣｂ４と同様にＢ２−Ｂ３の反射率を同程度に低下させるが、それに加えてＢ４−Ｂ５における反射率も低下する。またＣｂ４およびＣｂ５を高めた場合のＢ３に見られるＷ型の形状はフラット化する傾向にある。
５．Ｌ６でのＣｂ６の増加は、５８０ｎｍ辺りを支点にＢ４−Ｂ５における反射率を低下させ、Ｗ型形状をフラット化させるが、短波長域の光はＬ６以下の深い層に到達しにくく、Ｂ１−Ｂ３における反射率にはほとんど影響がない。
６．Ｌ７でのＣｂ７の増加に対する変化の傾向はＬ６とほぼ同様である。
７．Ｌ８、Ｌ９でのＣｂ８、Ｃｂ９の増加は、６００ｎｍ辺りを支点にＢ４−Ｂ５における反射率を僅かに低下させる程度で影響が小さい。
【００５３】
以上のフィッティング工程を経て、各層の散乱係数μｓｉと、色素濃度ＣｍｉとＣｂｉ（あるいは吸収係数μａｉ）と、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉ、からなるパラメータを取得することにより、皮膚の生理状態に関する情報が得られる。
【発明の効果】
【００５４】
本発明はＭＣシミュレーションに皮膚の９層モデルを使用したことにより、従来の３層モデルと比較して精密かつ自由度の高いフィッティングを実現している。
また、本発明は９層モデルの各層のパラメータを皮膚の組織学的知見と各パラメータが有する波長依存性に関する物理学的先見情報に基づいて、初期パラメータの設定を適切にした後、先述の手順でパラメータを調整することにより効率的にフィッティングすることができる。
【００５５】
パラメータ設定として吸収係数μａを直接調整することも可能だが、皮膚の生理状態の評価と直接に関連して考えやすい色素濃度Ｃｍ、Ｃｂを調整することにより間接的に調整される。これは物理的には色素濃度がある状態にあることによって、その時の吸収係数が規定されるので、その意味でこれらを直接調整するパラメータとするのが妥当である。
【００５６】
フィッティングの第一段階である概形調整段階を行うことにより、仮想スペクトルの概形を皮膚の反射率スペクトルに比較的近似することができ、以後のフィッティング作業を容易にするとともに、その後の微修正段階での調整を適切かつ容易にすることができる。
【００５７】
このようにしてフィッティングが完了すると、その時の各パラメータが得られることになる。同一人について何らかの生理状態変化、薬剤などによる変化、経年変化、季節変化などがある場合に、変化前後での比較や、変化部位と隣接正常部位での各層の当該パラメータ（各層の散乱係数μｓｉ、色素濃度Ｃｍｉ、Ｃｂｉ）の値の変化から、どの層に変化があったのかを推定することができる。
【００５８】
例えば散乱係数μｓや非等方性散乱パラメータｇが、正常値あるいは正常部位における代表値と比べて増加あるいは減少している場合、これは皮膚における組織が異常な変性をしていたり、異物が形成されているなどの疾患の疑いと関連付けられる。また、メラニン色素濃度の増減は表皮層における、露光や加齢などによる皮膚の組成変化や色素沈着と関連付けられる。そして、ヘモグロビン色素濃度の増減は、炎症や疾患による真皮層や皮下組織における血行動態の変化、血管分布・血管形状変化などと関連付けられる。一方、屈折率ｎの変化は組織内水分の含有量などと関連付けた考察が可能である。層の厚みｔの変化は、加齢などによる組織構造の変化や弾力線維成分の過多と関連付けられる。このように層ごとに各パラメータからさまざまな皮膚の生理状態を評価することが可能となる。
【図面の簡単な説明】
【００５９】
【図１】は皮膚の３層モデルおよび９層モデルの説明図である。
【図２】はＭＣシミュレーションで皮膚に入射した理論的な光子の挙動および計算に必要となる光学パラメータの説明図である。
【図３】は３層モデルを使用したＭＣシミュレーションの説明図である。
【図４】は計測スペクトルとＭＣシミュレーションにより表示される仮想スペクトルが表示されており、波長域ごとにＢ１−５に分類したことについての説明図である。
【図５】はＭＣシミュレーションで各層のμｓｉを変化させたとき表れるスペクトルを記載したものである。
【図６】はＭＣシミュレーションで各層のＣｍｉまたはＣｂｉを変化させたとき表れるスペクトルを記載したものである。
【図７】は、μａ４を調整して仮想スペクトルの５４０〜５８０[ｎｍ]部分の調整をする説明図である。
【図８】は、仮想スペクトルの５３０[ｎｍ]以下の部分の弛みを調整する説明図である。
【図９】は、仮想スペクトルの６２０[ｎｍ]以上の部分の傾斜を調整する説明図である。
【図１０】は、仮想スペクトルの５８０〜６２０[ｎｍ]の部分の段差を調整する説明図である。
【図１１】は、肌画像を再構築するときのフローチャートを示した図である。
【発明を実施するための形態】
【００６０】
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされるが、本発明で特徴的な概形調整段階について説明する。
概形調整段階はフィッティングする前段階として皮膚の反射スペクトルの形に仮想スペクトルの形をおおよそ合わせることを目的としている。
【００６１】
最初にＬ４の散乱係数μｓ４を調整することで５２０〜５９０[ｎｍ]のＷ型部分の弛みを調整する。
具体的には図７のように波長域５２０〜５９０[ｎｍ]の仮想スペクトルと皮膚の反射率スペクトルのＷ型形状が近似するように調整する。
そうすると、図７の下図の例にみられるように５３０[ｎｍ]付近以下の波長域、６２０ [ｎｍ] 付近以上の波長域に弛みが出来ていることが分かる。したがって、次の工程で仮想スペクトルの概形を調整することが必要となる。
【００６２】
そこで、まずＬ４、Ｌ５のヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を調整することで５３０[ｎｍ]付近以下の部分の弛みを調整する。
図８のように５３０[ｎｍ]付近以下の部分の弛みが調整されるが、その弛みが大きいときは５２０〜５９０[ｎｍ]のＷ型部分の弛みが再び大きくなる場合がある。その時は再度μｓ４を調整する。
ヘモグロビン色素濃度Ｃｂ４、Ｃｂ５を調整、散乱係数μｓ４の調整を繰り返す。これによりＢ１−Ｂ３の形を調整することができる。
【００６３】
次に仮想スペクトルの６６０[ｎｍ]以上の部分の傾斜を調整する。
図９の上図に見られるように仮想スペクトルの６６０[ｎｍ]以上の部分が皮膚の反射率スペクトルに比べて傾斜が大きい。したがってこの傾斜部分を調整する必要がある。
調整は（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）の比を維持しながら各ヘモグロビン色素濃度Ｃｂを増減することにより行われ、フラット化することにより６６０[ｎｍ]以上の部分の傾斜を整える。
【００６４】
次に５８０〜６２０[ｎｍ]付近の部分の段差を調整する。
図１０の上図によると仮想スペクトルの６２０[ｎｍ]以上の部分の傾斜を調整したことにより、５８０〜６２０[ｎｍ]の部分の仮想スペクトルの上昇の度合いが皮膚反射率スペクトルに比べて抑制されているのが分かる。
そこでＣｂ４を調整して５８０〜６２０[ｎｍ]付近の部分の傾斜を調整する。
ここまでが概形調整段階である。
【００６５】
以上の概形調整段階の手順に従いスペクトルの形をおおよそ合わせることにより、この後の微修正段階でB３〜B５の反射率レベルを上昇させる。これには主にL５のヘモグロビン色素濃度Ｃｂ５を調整するが、必要に応じL４のヘモグロビン色素濃度Ｃｂ４も付加的に調整する。再度５２０〜５９０[ｎｍ]のＷ型部分の調整をし、５４０[ｎｍ]以下の弛みをメラニン色素濃度Ｃｍ等の変更により調整する。以上のように概形調整段階を経てフィッティングさせることで、無駄な過程を排除し、少しの手間でフィッティングさせることができるので、大変効率よくフィッティングすることができる。
【００６６】
以上のようにフィッティングを行うことにより各層のパラメータ値を取得し、パラメータ値を解析することにより皮膚組織の層ごとの生理状態を明らかにすることができる。
ところで、フィッティングにより得られたパラメータ値は、現在の皮膚の状態を分析すること以外の用途にも用いられる。取得された層のパラメータ値を使用して逆算的に肌の外観を表示することもできるので、部分的にパラメータ値を変更して肌の外観を画像表示することにより、将来的にパラメータ値が変化した場合を想定して肌の外観へ与える影響を見ることもできる。
【００６７】
その場合は、皮膚からＲＧＢ肌画像を得て、色成分とテクスチャー成分に分離し、元画像の色成分の代わりに、所望の皮膚組織条件下の色成分を本発明による９層皮膚モデルを用いたＭＣ法によって算出し、元画像のテクスチャー成分と合成することで、種々の肌状態における肌画像を再構成して提示する。
本発明は従来法に比較して緻密にパラメータ設定をすることができるので、現在の肌に対し、肌内部の状態が変化した際の見え方の違いをわずかな差であっても分かりやすく表示することができる。
【００６８】
具体的な肌画像の再構成法を図１１に示す。ＳＴＥP１でヒト皮膚の分光反射率とＲＧＢ画像を同時取得する。次にＳＴＥＰ２で、実測分光反射率から色情報［１］ＲＧＢｒｅｆを計算し、一方、画像はフーリエ変換により直流成分である色成分情報［２］ＲＧＢｉｍｇと残りの周波数成分である［３］テクスチャー成分に分離する。ここで、［２］ＲＧＢｉｍｇを［１］ＲＧＢｒｅｆを用いて色補正を行い（［４］ＲＧＢｃａｌ）、これを［３］テクスチャー成分と合成し、画像を再構成することで［５］ＲＧＢｒｅｐ１を得る。
以上は一般的な画像再構成法であり、色成分とテクスチャー成分の分離については他の手法を用いてもかまわない。
【００６９】
次にＳＴＥＰ３において本発明に基づくスペクトルフィッティングにより、実測分光反射率から測定対象ごとの各層のパラメータを推定し、これを基本設定値（［６］ＭＣＳ フィッティング）とする。次に、９層内の所望の層のメラニンＣｍｉやヘモグロビン濃度Ｃｂｉ、散乱係数μｓｉ、非等方性散乱パラメータｇｉ、屈折率ｎｉ、層の厚みｔｉの増減を施した分光反射率を生成し、対応する［７］ＲＧＢｃｔｒを計算して［３］テクスチャー成分と合成することで、多様な組織条件下での画像再構成が可能となる（［８］ＲＧＢｒｅｐ２）。
メラニンＣｍｉやヘモグロビン濃度Ｃｂｉなど様々な肌状態の変化に対応して、本発明における設定パラメータを変化させることにより、対応した肌画像を再構成して提示することが可能であり、皮膚科学や化粧品分野での応用が期待できる。
【特許請求の範囲】
【請求項１】
人の皮膚に光を照射し、波長毎の反射率を測定する人の皮膚の反射スペクトル測定工程と、
Ｘ軸を波長とし、Ｙ軸を反射率とするＸ−Ｙ平面上に測定された前記皮膚の反射スペクトルを表示させる皮膚の反射スペクトル表示工程と、
人の皮膚組織のモデルとして、角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層とし、少なくともこの９層からなる構成を基本モデルとして使用し、
前記基本モデルの各層ごとの散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなるパラメータに初期値をそれぞれ設定するパラメータ初期設定工程と、
前記パラメータ初期設定工程において設定されたパラメータを入力し、前記基本モデルでコンピューターにより仮想的な反射スペクトルをシミュレーションすることにより前記Ｘ−Ｙ平面上に仮想スペクトルを表示する仮想スペクトル表示工程と、
前記皮膚の反射スペクトルと、前記仮想スペクトルと、を比較し、
少なくとも散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉよりなる群から選ばれた一又は二以上のパラメータを各層ごとに調整することにより、前記仮想スペクトルを前記皮膚の反射スペクトルにフィッティングさせるフィッティング工程と、を備え、
前記フィッティング工程において、少なくとも各層の散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなる前記パラメータを取得することにより皮膚組織の状態を評価することを特徴とする皮膚の評価方法。
【請求項２】
請求項１の皮膚の評価方法において、
前記吸収係数μａｉは、前記パラメータ初期設定工程および前記フィッティング工程で、同じ層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを設定および調整することにより、間接的に設定および調整され、
前記フィッティング工程において各層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを取得することにより皮膚組織の状態を評価することを特徴とする皮膚の評価方法。
【請求項３】
請求項１の皮膚の評価方法において、
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされ、
前記概形調整段階において、μｓ４とＣｂ４〜Ｃｂ９を調整することを特徴とする皮膚の評価方法。
【請求項４】
請求項５の皮膚の評価方法において、
前記概形調整段階において、第一工程として５２０〜５９０[ｎｍ]の前記仮想スペクトルと前記皮膚のスペクトルの反射率の平均値が同一になるようにμｓ４を調整し、第二工程としてＣｂ４とＣｂ５を調整し３８０〜５４０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、第一工程と第二工程を繰り返すことにより３８０〜５９０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、
第三工程としてＣｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに増減することにより６６０〜７８０[ｎｍ]の前記仮想スペクトルの傾斜を皮膚のスペクトルの傾斜と平行になるように調整し、
第四工程としてＬ４のヘモグロビンの色素濃度Ｃｂを調整することにより前記仮想スペクトルの３８０〜５９０[ｎｍ]の反射率の平均値と６６０〜７８０[ｎｍ]の反射率の平均値との差を前記皮膚のスペクトルにおける上記の差と同一になるように調整し、
第一工程〜第四工程を経て仮想スペクトルの概形を調整することを特徴とする皮膚の評価方法。
【請求項１】
人の皮膚に光を照射し、波長毎の反射率を測定する人の皮膚の反射スペクトル測定工程と、
Ｘ軸を波長とし、Ｙ軸を反射率とするＸ−Ｙ平面上に測定された前記皮膚の反射スペクトルを表示させる皮膚の反射スペクトル表示工程と、
人の皮膚組織のモデルとして、角層をＬ１層、顆粒層・有棘層をＬ２層、基底層をＬ３層、乳頭層をＬ４層、乳頭下層をＬ５層、上部毛細血管網をＬ６層、網状層をＬ７層、下部毛細血管網をＬ８層、皮下組織をＬ９層とし、少なくともこの９層からなる構成を基本モデルとして使用し、
前記基本モデルの各層ごとの散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなるパラメータに初期値をそれぞれ設定するパラメータ初期設定工程と、
前記パラメータ初期設定工程において設定されたパラメータを入力し、前記基本モデルでコンピューターにより仮想的な反射スペクトルをシミュレーションすることにより前記Ｘ−Ｙ平面上に仮想スペクトルを表示する仮想スペクトル表示工程と、
前記皮膚の反射スペクトルと、前記仮想スペクトルと、を比較し、
少なくとも散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉよりなる群から選ばれた一又は二以上のパラメータを各層ごとに調整することにより、前記仮想スペクトルを前記皮膚の反射スペクトルにフィッティングさせるフィッティング工程と、を備え、
前記フィッティング工程において、少なくとも各層の散乱係数μｓｉと、吸収係数μａｉと、非等方性散乱パラメータｇｉと、屈折率ｎｉと、層の厚みｔｉからなる前記パラメータを取得することにより皮膚組織の状態を評価することを特徴とする皮膚の評価方法。
【請求項２】
請求項１の皮膚の評価方法において、
前記吸収係数μａｉは、前記パラメータ初期設定工程および前記フィッティング工程で、同じ層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを設定および調整することにより、間接的に設定および調整され、
前記フィッティング工程において各層のメラニンの色素濃度Ｃｍｉおよびヘモグロビンの色素濃度Ｃｂｉを取得することにより皮膚組織の状態を評価することを特徴とする皮膚の評価方法。
【請求項３】
請求項１の皮膚の評価方法において、
前記フィッティング工程で行われるパラメータの調整は概形調整段階、微修正段階、仕上げ段階の３段階でなされ、
前記概形調整段階において、μｓ４とＣｂ４〜Ｃｂ９を調整することを特徴とする皮膚の評価方法。
【請求項４】
請求項５の皮膚の評価方法において、
前記概形調整段階において、第一工程として５２０〜５９０[ｎｍ]の前記仮想スペクトルと前記皮膚のスペクトルの反射率の平均値が同一になるようにμｓ４を調整し、第二工程としてＣｂ４とＣｂ５を調整し３８０〜５４０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、第一工程と第二工程を繰り返すことにより３８０〜５９０[ｎｍ]の前記仮想スペクトルをフィッティングさせ、
第三工程としてＣｂ６〜Ｃｂ９の濃度比（Ｃｂ６：Ｃｂ７：Ｃｂ８：Ｃｂ９）を変化させずに増減することにより６６０〜７８０[ｎｍ]の前記仮想スペクトルの傾斜を皮膚のスペクトルの傾斜と平行になるように調整し、
第四工程としてＬ４のヘモグロビンの色素濃度Ｃｂを調整することにより前記仮想スペクトルの３８０〜５９０[ｎｍ]の反射率の平均値と６６０〜７８０[ｎｍ]の反射率の平均値との差を前記皮膚のスペクトルにおける上記の差と同一になるように調整し、
第一工程〜第四工程を経て仮想スペクトルの概形を調整することを特徴とする皮膚の評価方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１１−８７９０７（Ｐ２０１１−８７９０７Ａ）
【公開日】平成２３年５月６日（２０１１．５．６）
【国際特許分類】
【出願番号】特願２０１０−４５８１５（Ｐ２０１０−４５８１５）
【出願日】平成２２年３月２日（２０１０．３．２）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り （発行者名）（社）応用物理学会 （刊行物名）第５６回応用物理学関係連合講演会予稿集 （発行年月日）２００９年 ３月３０日
【出願人】（０００００１９５９）株式会社資生堂 (1,748)
【Ｆターム（参考）】
【公開日】平成２３年５月６日（２０１１．５．６）
【国際特許分類】
【出願日】平成２２年３月２日（２０１０．３．２）
【新規性喪失の例外の表示】特許法第３０条第１項適用申請有り （発行者名）（社）応用物理学会 （刊行物名）第５６回応用物理学関係連合講演会予稿集 （発行年月日）２００９年 ３月３０日
【出願人】（０００００１９５９）株式会社資生堂 (1,748)
【Ｆターム（参考）】
[ Back to top ]