ES3042152T3 - Evaluating skin - Google Patents

Evaluating skin

Info

Publication number
ES3042152T3
ES3042152T3 ES20797470T ES20797470T ES3042152T3 ES 3042152 T3 ES3042152 T3 ES 3042152T3 ES 20797470 T ES20797470 T ES 20797470T ES 20797470 T ES20797470 T ES 20797470T ES 3042152 T3 ES3042152 T3 ES 3042152T3
Authority
ES
Spain
Prior art keywords
skin
images
subject
melanin index
melanin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES20797470T
Other languages
English (en)
Inventor
Shakith Fernando
Bree Karl Van
Kiran Thumma
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Application granted granted Critical
Publication of ES3042152T3 publication Critical patent/ES3042152T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B18/203—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser applying laser energy to the outside of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room
    • A61B5/0036—Features or image-related aspects of imaging apparatus, e.g. for MRI, optical tomography or impedance tomography apparatus; Arrangements of imaging apparatus in a room including treatment, e.g., using an implantable medical device, ablating, ventilating
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00022—Sensing or detecting at the treatment site
    • A61B2017/00057—Light
    • A61B2017/00061—Light spectrum
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods
    • A61B2017/00017—Electrical control of surgical instruments
    • A61B2017/00115—Electrical control of surgical instruments with audible or visual output
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00452—Skin
    • A61B2018/00476—Hair follicles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00642—Sensing and controlling the application of energy with feedback, i.e. closed loop control
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/0066—Sensing and controlling the application of energy without feedback, i.e. open loop control
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00666—Sensing and controlling the application of energy using a threshold value
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00696—Controlled or regulated parameters
    • A61B2018/00702—Power or energy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00696—Controlled or regulated parameters
    • A61B2018/00702—Power or energy
    • A61B2018/00708—Power or energy switching the power on or off
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00898—Alarms or notifications created in response to an abnormal condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B2018/1807—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using light other than laser radiation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B2018/2015—Miscellaneous features
    • A61B2018/202—Laser enclosed in a hand-piece
    • A61B2018/2023—Self-contained devices, i.e. with power supply in the hand-piece
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/18—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves
    • A61B18/20—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by applying electromagnetic radiation, e.g. microwaves using laser
    • A61B2018/2035—Beam shaping or redirecting; Optical components therefor
    • A61B2018/20361—Beam shaping or redirecting; Optical components therefor with redirecting based on sensed condition, e.g. tissue analysis or tissue movement
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/06—Measuring instruments not otherwise provided for
    • A61B2090/064—Measuring instruments not otherwise provided for for measuring force, pressure or mechanical tension
    • A61B2090/065—Measuring instruments not otherwise provided for for measuring force, pressure or mechanical tension for measuring contact or contact pressure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0431—Portable apparatus, e.g. comprising a handle or case
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Dermatology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Electromagnetism (AREA)
  • Otolaryngology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

Según un aspecto, se proporciona un aparato para evaluar la piel de un sujeto. El aparato comprende una unidad de procesamiento configurada para recibir una o más imágenes de la piel del sujeto provenientes de una unidad de imagen. Dicha unidad de imagen está dispuesta para obtener imágenes de la piel del sujeto; procesar dichas imágenes para determinar el tipo de piel y/o el índice de melanina de la piel del sujeto, basándose en una o más características de la estructura de la red pigmentaria de la piel; y emitir una primera señal que indica el tipo de piel y/o el índice de melanina determinados. (Traducción automática con Google Translate, sin valor legal)

Description

[0001] DESCRIPCIÓN
[0003] Evaluación de la piel
[0005] CAMPO DE LA INVENCIÓN
[0007] La presente descripción se refiere a la evaluación de la piel y, en particular, a la determinación de un tipo de piel y/o un índice de melanina de la piel.
[0009] ANTECEDENTES DE LA INVENCIÓN
[0011] La tecnología de luz pulsada intensa(Intense Pulsed Light,IPL) es una solución popular para muchas aplicaciones, tales como, pero no se limitan a, fotodepilación, tratamiento de lesiones, fotorrejuvenecimiento, cuidado personal en el hogar, cuidado personal profesional y entornos médicos. Para la fotodepilación en un entorno doméstico, los dispositivos de fotodepilación por IPL aplican luz de amplio espectro a la superficie de la piel, apuntando a la melanina en el vello. El vello y el folículo (que se encuentran en su fase anágena del ciclo de crecimiento) absorben esta energía y entran en su fase de reposo. De este modo, se evita que el vello vuelva a crecer. Para un uso eficaz de esta tecnología de IPL para la eliminación del vello (por ejemplo, para minimizar el daño o la irritación de la piel), el ajuste de energía del dispositivo de fotodepilación por IPL debe adaptarse basándose al tono de piel de la piel. Algunos dispositivos de fotodepilación por IPL, por ejemplo, el Philips Lumea Prestige, pueden detectar el tono de la piel y seleccionar un ajuste de energía apropiado. El tono de la piel puede detectarse y clasificarse en uno de, por ejemplo, seis tipos diferentes. Los tipos de piel 1 a 6 se pueden etiquetar ampliamente como: “blanco”, “beige”, “marrón claro”, “marrón medio”, “marrón oscuro y negro pardusco y más oscuro”. Típicamente, los dispositivos de fotodepilación por IPL no deben usarse con piel más oscura, ya que la piel absorberá energía en el pulso de luz en lugar del vello o el folículo. En ese caso, si se detecta un tono de piel de, por ejemplo, negro parduzco y más oscuro, el dispositivo no debe activar un destello.
[0013] Además de la eliminación del vello, las tecnologías basadas en la luz también se pueden usar para otros tipos de tratamientos dermatológicos, incluido el tratamiento del acné y las lesiones cutáneas.
[0015] Un procedimiento actual de detección del tipo de piel en dispositivos de IPL usa espectroscopía de reflectancia, por ejemplo, como se describe en el artículo “A portable reflectometer for a rapid quantification of cutaneous haemoglobin and melanin” de Feather J.W., Ellis D.J. y Leslie G., Phys. Med. Biol. 1988, 33, 711-722. En esta técnica, la relación entre dos longitudes de onda reflejadas (rojo e infrarrojo cercano, la melanina tiene un coeficiente de absorción más alto en estas dos longitudes de onda en comparación con el agua y la hemoglobina) se usa para calcular un índice de melanina, que a continuación se usa para calcular el tipo de piel. Estas señales de energía reflejada se ven afectadas por la temperatura, la luz ambiental y la guía de onda del dispositivo de IPL. Es más, la relación se puede calibrar contra muestras de piel sintética de referencia. Otra alternativa a este procedimiento es usar imágenes de la cámara de un teléfono inteligente de una región de la piel para calcular el tono de la piel. Esto también supone un gran reto debido a la reflectividad especular de la piel, la variación en las condiciones de iluminación y la variación en las características del sensor de imagen. Es más, la medición de la imagen puede requerir el uso de una calibración de color.
[0017] Por lo tanto, se desean mejoras para determinar un tipo de piel y/o un índice de melanina de la piel, por ejemplo, para su uso en el ajuste de un nivel de energía para un dispositivo de IPL.
[0019] Los ejemplos adicionales de evaluación de la piel según el estado de la técnica se describen, por poner un ejemplo, en los documentos US2018/0220952A1, US2019/0130538A1, WO2009/089292A1, US2015/0032092A1 y WO2018/160963A1.
[0021] RESUMEN DE LA INVENCIÓN
[0023] La invención se define en las reivindicaciones adjuntas.
[0025] RESUMEN DE LA DESCRIPCIÓN
[0027] Según un primer aspecto, se proporciona un aparato para evaluar la piel de un sujeto. El aparato comprende una unidad de procesamiento configurada para recibir una o más imágenes de la piel del sujeto procedentes de una unidad de obtención de imágenes, con la unidad de obtención de imágenes dispuesta para obtener imágenes de la piel del sujeto; procesar las una o más imágenes para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto basándose en una densidad de una estructura de una red pigmentaria de la piel; y emitir una primera señal que indica el tipo de piel y/o el índice de melanina determinados. Por tanto, el aparato es capaz de determinar un tipo de piel y/o índice de melanina de la piel a partir de una o más imágenes de la piel.
[0029] En algunas realizaciones, la unidad de procesamiento está configurada para determinar una densidad de melanina en queratinocitos y/o melanocitos en la piel a partir de las una o más imágenes. En estas realizaciones, la unidad de procesamiento está configurada para determinar el tipo de piel y/o el índice de melanina comparando la densidad de melanina determinada con los umbrales respectivos correspondientes a los tipos de piel y/o índices de melanina respectivos.
[0031] En algunas realizaciones, la unidad de procesamiento está configurada para determinar un patrón de rebordes y/o crestas de papilas dérmicas a partir de las una o más imágenes. En estas realizaciones, la unidad de procesamiento está configurada para determinar el tipo de piel y/o el índice de melanina comparando el patrón de rebordes y/o crestas determinado con los patrones respectivos correspondientes a los tipos de piel y/o índices de melanina respectivos.
[0032] En algunas realizaciones, la unidad de procesamiento está configurada para usar un modelo de aprendizaje automático entrenado para procesar las una o más imágenes para determinar el tipo de piel y/o el índice de melanina de la piel del sujeto basándose en la densidad de la estructura de la red pigmentaria. El modelo de aprendizaje automático entrenado puede ser una red neuronal artificial, tal como una red neuronal profunda.
[0034] En algunas realizaciones, el tipo de piel determinado comprende cualquiera de: piel normal, piel seca, piel grasa, piel bronceada, piel no bronceada, piel mixta y un tipo de piel en la escala de Fitzpatrick.
[0036] En algunas realizaciones, el índice de melanina determinado comprende un número en una escala de melanina.
[0037] En algunas realizaciones, el aparato comprende además una interfaz de usuario configurada para recibir la primera señal, y la primera señal está configurada para hacer que la interfaz de usuario emita retroalimentación a un usuario que indica el tipo de piel y/o índice de melanina determinados.
[0039] En algunas realizaciones, la primera señal se emite a una unidad de control de un dispositivo de tratamiento, y la unidad de control usa la primera señal para determinar uno o más ajustes operativos para el dispositivo de tratamiento. Por tanto, estas realizaciones son útiles cuando los ajustes para una operación de tratamiento por un dispositivo de tratamiento varían basándose en un tipo de piel y/o índice de melanina, ya que los ajustes operativos pueden ser aplicados automáticamente por el dispositivo de tratamiento en respuesta a la primera señal.
[0041] En algunas realizaciones, la unidad de procesamiento está configurada para normalizar las una o más imágenes recibidas para un color, y para procesar las una o más imágenes normalizadas para determinar el tipo de piel y/o el índice de melanina de la piel. De esta manera, se puede garantizar que el color de la piel no afecte a la determinación del tipo de piel y/o del índice de melanina y, en su lugar, la determinación se basa en la densidad de la estructura de la red pigmentaria.
[0043] Según un segundo aspecto, se proporciona un sistema comprendiendo una unidad de obtención de imágenes dispuesta para obtener imágenes de la piel de un sujeto; y un aparato según el primer aspecto o cualquier realización del mismo.
[0045] En algunas realizaciones, el sistema comprende además un dispositivo de tratamiento que está destinado a realizar una operación de tratamiento en la piel del sujeto.
[0047] En algunas realizaciones, el dispositivo de tratamiento comprende una unidad de control que está configurada para recibir la primera señal, y la unidad de control está configurada para determinar uno o más ajustes operativos para el dispositivo de tratamiento basándose en el tipo de piel y/o índice de melanina indicados en la primera señal.
[0049] En estas realizaciones, el dispositivo de tratamiento puede comprender la unidad de obtención de imágenes y/o el aparato. En realizaciones alternativas, el dispositivo de tratamiento puede estar separado del aparato.
[0051] En algunas realizaciones, el sistema comprende además una o más fuentes de luz para iluminar la piel. Esta(s) fuente(s) de luz se puede(n) usar para iluminar la piel cuando se obtienen las imágenes.
[0053] En algunas realizaciones, la(s) fuente(s) de luz está(n) configurada(s) para emitir luz que tiene longitudes de onda en el espectro visible, y la luz azul emitida tiene una intensidad más alta que la luz de otros colores.
[0055] En algunas realizaciones, el sistema comprende además un primer polarizador dispuesto para polarizar la luz emitida por las una o más fuentes de luz. En algunas realizaciones, el sistema comprende además un segundo polarizador que está dispuesto para polarizar la luz incidente de la piel sobre la unidad de obtención de imágenes. El uso de luz polarizada y/o la polarización de la luz incidente sobre la unidad de obtención de imágenes puede mejorar la profundidad de la piel visible en las imágenes obtenidas.
[0057] En realizaciones que incluyen un primer polarizador y un segundo polarizador, el primer polarizador y el segundo polarizador pueden estar dispuestos ortogonalmente, o sustancialmente de manera ortogonal, entre sí.
[0058] Según un tercer aspecto, se proporciona un procedimiento implementado por ordenador para evaluar la piel de un sujeto, comprendiendo el procedimiento: recibir una o más imágenes de la piel del sujeto procedentes de una unidad de obtención de imágenes, con la unidad de obtención de imágenes dispuesta para obtener imágenes de la piel del sujeto; procesar las una o más imágenes para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto basándose en una densidad de una estructura de una red pigmentaria de la piel; y emitir una primera señal que indica el tipo de piel y/o el índice de melanina determinados. Por tanto, el procedimiento es capaz de determinar un tipo de piel y/o un índice de melanina de la piel a partir de una o más imágenes de la piel.
[0060] En algunas realizaciones, la etapa de procesamiento comprende determinar una densidad de melanina en queratinocitos y/o melanocitos en la piel a partir de las una o más imágenes. En estas realizaciones, la etapa de procesamiento comprende determinar el tipo de piel y/o el índice de melanina comparando la densidad de melanina determinada con los umbrales respectivos correspondientes a los tipos de piel y/o índices de melanina respectivos.
[0061] En algunas realizaciones, la etapa de procesamiento comprende determinar un patrón de rebordes y/o crestas de papilas dérmicas a partir de las una o más imágenes. En estas realizaciones, la etapa de procesamiento comprende determinar el tipo de piel y/o el índice de melanina comparando el patrón de rebordes y/o crestas determinado con los patrones respectivos correspondientes a los tipos de piel y/o índices de melanina respectivos.
[0063] En algunas realizaciones, la etapa de procesamiento comprende usar un modelo de aprendizaje automático entrenado para procesar las una o más imágenes para determinar el tipo de piel y/o el índice de melanina de la piel del sujeto basándose en la densidad de la estructura de la red pigmentaria. El modelo de aprendizaje automático entrenado puede ser una red neuronal artificial, tal como una red neuronal profunda.
[0065] En algunas realizaciones, el tipo de piel determinado comprende cualquiera de: piel normal, piel seca, piel grasa, piel bronceada, piel no bronceada, piel mixta y un tipo de piel en la escala de Fitzpatrick.
[0067] En algunas realizaciones, el índice de melanina determinado comprende un número en una escala de melanina.
[0068] En algunas realizaciones, la etapa de emisión comprende emitir la primera señal a una interfaz de usuario, y el procedimiento comprende además emitir, por la interfaz de usuario, retroalimentación a un usuario que indica el tipo de piel y/o el índice de melanina determinados.
[0070] En algunas realizaciones, la etapa de emisión comprende emitir la primera señal a una unidad de control de un dispositivo de tratamiento, y el procedimiento comprende además usar, por la unidad de control, la primera señal para determinar uno o más ajustes operativos para el dispositivo de tratamiento. Por tanto, estas realizaciones son útiles cuando los ajustes para una operación de tratamiento por un dispositivo de tratamiento varían basándose en un tipo de piel y/o índice de melanina, ya que los ajustes operativos pueden ser aplicados automáticamente por el dispositivo de tratamiento en respuesta a la primera señal.
[0072] En algunas realizaciones, el procedimiento comprende además la etapa de normalizar las una o más imágenes recibidas para un color, y procesar las una o más imágenes normalizadas para determinar el tipo de piel y/o el índice de melanina de la piel. De esta manera, se puede garantizar que el color de la piel no afecte a la determinación del tipo de piel y/o del índice de melanina y, en su lugar, la determinación se basa en la densidad de la estructura de la red pigmentaria.
[0074] En algunas realizaciones, el procedimiento comprende además obtener las una o más imágenes usando la unidad de obtención de imágenes. En estas realizaciones, el procedimiento puede comprender además iluminar la piel usando una o más fuentes de luz cuando se obtienen las una o más imágenes.
[0076] En algunas realizaciones, la etapa de iluminación comprende las una o más de fuentes de luz que emiten luz que tiene longitudes de onda en el espectro visible, y de emisión de la luz azul a una intensidad más alta que la luz de otros colores.
[0078] En algunas realizaciones, el procedimiento comprende además luz polarizante emitida por las una o más fuentes de luz. En algunas realizaciones, el procedimiento comprende además polarizar la luz incidente de la piel sobre la unidad de obtención de imágenes. El uso de luz polarizada y/o la polarización de la luz incidente sobre la unidad de obtención de imágenes puede mejorar la profundidad de la piel visible en las imágenes obtenidas.
[0080] Según otro aspecto, se proporciona un producto de programa informático comprendiendo un medio legible por ordenador que tiene un código legible por ordenador incorporado en el mismo, estando el código legible por ordenador configurado de tal manera que, durante su ejecución por un aparato, ordenador o unidad de procesamiento adecuado, hace que el aparato, ordenador o unidad de procesamiento realice el procedimiento según el tercer aspecto, o cualquier realización del mismo.
[0082] Estos y otros aspectos serán evidentes y se aclararán con referencia a la(s) realización(realizaciones) descrita(s) en lo sucesivo en esta invención.
[0084] BREVE DESCRIPCIÓN DE LOS DIBUJOS
[0086] A continuación, se describirán realizaciones ejemplares, únicamente a modo de ejemplo, con referencia a los siguientes dibujos, donde:
[0088] la Fig. 1 es una ilustración de un dispositivo de tratamiento ejemplar con el que se puede usar la invención;
[0089] la Fig. 2 es un diagrama de bloques de un sistema ejemplar comprendiendo una unidad de obtención de imágenes y un aparato según diversas realizaciones;
[0090] la Fig. 3 es una gráfica que ilustra un espectro de luz ejemplar para una fuente de luz que va a iluminar la piel;
[0091] la Fig. 4 muestra seis imágenes de diferentes tipos de piel;
[0092] la Fig. 5 ilustra una red pigmentaria en la piel;
[0093] la Fig. 6 es un diagrama de flujo que ilustra un procedimiento ejemplar para evaluar la piel;
[0094] la Fig. 7 muestra cuatro imágenes de diferentes tipos de piel;
[0095] la Fig. 8 muestra cuatro imágenes de diferentes tipos de piel después de la normalización de un color;
[0096] la Fig. 9 es una gráfica que muestra un resultado de inferencia para diferentes tipos de piel;
[0097] la Fig. 10 es un diagrama de flujo que ilustra un procedimiento de entrenamiento de un modelo de aprendizaje automático para su uso en la evaluación de la piel;
[0098] la Fig. 11 es una gráfica que muestra un resultado de inferencia para un pliegue de entrenamiento;
[0099] la Fig. 12 es una gráfica que muestra un resultado de inferencia para otro pliegue de entrenamiento; y la Fig. 13 es una gráfica que muestra un resultado de inferencia para otro pliegue de entrenamiento.
[0100] DESCRIPCIÓN DETALLADA DE LAS REALIZACIONES
[0102] Como se señaló anteriormente, las técnicas descritas en esta invención se pueden usar para evaluar la piel mostrada en una imagen o imágenes para determinar un tipo de piel y/o un índice de melanina de la piel. Las técnicas pueden implementarse por un dispositivo de tratamiento que puede hacer uso del tipo de piel y/o índice de melanina determinados (por ejemplo, las técnicas pueden implementarse por una unidad de procesamiento en el dispositivo de tratamiento), o implementarse por una unidad de procesamiento en un aparato separado. Como se indica a continuación, un tipo ejemplar de dispositivo de tratamiento que puede usar el tipo de piel y/o el índice de melanina es un dispositivo de tratamiento que usa pulsos de luz para eliminar el vello y/o reducir el crecimiento del vello. Se apreciará que el tipo de piel y/o el índice de melanina determinados no tienen que ser usados por un dispositivo de tratamiento, o para un propósito asociado con un dispositivo de tratamiento. Por ejemplo, el tipo de piel y/o el índice de melanina se pueden usar para recomendar un producto para la piel (por ejemplo, maquillaje o corrector) y/o evaluar un trastorno pigmentario.
[0104] Se usa una unidad de obtención de imágenes (por ejemplo, una cámara) para obtener una o más imágenes de un área de la piel en un sujeto. La unidad de obtención de imágenes puede ser parte del dispositivo de tratamiento (si corresponde), parte de un aparato separado, o estar separada tanto del dispositivo de tratamiento como de cualquier aparato que implemente las técnicas descritas en esta invención. Por ejemplo, la unidad de obtención de imágenes puede ser o incluir una cámara en un dispositivo tal como un teléfono inteligente.
[0106] Se ha descubierto que el tipo de piel y/o el índice de melanina están relacionados con la estructura de la piel, y esta estructura se puede observar en la(s) imagen(imágenes) de la piel. En particular, la densidad de una estructura de una red pigmentaria en la piel puede estar relacionada con el tipo de piel y/o el índice de melanina. Para los tipos de piel más oscura, la red pigmentaria es típicamente una estructura de panal bien conectada (es decir, densamente conectada) y bien poblada, mientras que, para los tipos de piel clara, la red pigmentaria está desconectada y es más escasa (es decir, menos densa) y, en algunos casos, el pigmento no es perceptible. Por tanto, según las técnicas descritas en esta invención, se analizan una o más imágenes de la piel para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto basándose en la densidad de una estructura de una red pigmentaria de la piel.
[0108] La Fig. 1 es una ilustración de un dispositivo 2 de tratamiento ejemplar que se puede usar para aplicar un pulso de luz a un área de la piel. Se apreciará que el dispositivo 2 de tratamiento en la Fig. 1 se presenta meramente como un ejemplo de un dispositivo 2 de tratamiento portátil con el que se puede usar la invención, y el dispositivo 2 de tratamiento no se limita a la forma mostrada en la Fig. 1 o a ser un dispositivo de tratamiento portátil. Como se señaló anteriormente, la invención tampoco se limita a implementarse en o con un dispositivo 2 de tratamiento.
[0110] El dispositivo 2 de tratamiento en la Fig. 1 está destinado a un uso en el cuerpo de un sujeto (por ejemplo, una persona o un animal), y se debe sostener en una o ambas manos de un usuario durante su uso. El dispositivo 2 de tratamiento debe realizar alguna operación de tratamiento al vello del cuerpo del sujeto usando uno o más pulsos de luz cuando el dispositivo 2 de tratamiento está en contacto con una parte del cuerpo del sujeto. La operación de tratamiento puede ser la eliminación de vello no deseado por láser y/o terapias de luz (conocidas como tratamiento de fotodepilación o tratamiento de luz pulsada intensa, IPL).
[0111] Como se describe en esta invención, el dispositivo 2 de tratamiento es manipulado o usado por un “usuario”, y el dispositivo 2 de tratamiento se usa en el cuerpo de un “sujeto”. En algunos casos, el usuario y el sujeto son la misma persona, es decir, el dispositivo 2 de tratamiento se sostiene en una mano y es usado por un usuario en sí mismo (por ejemplo, se usa en la piel de su pierna). En otros casos, el usuario y el sujeto son personas diferentes, por ejemplo, el dispositivo 2 de tratamiento se sostiene con una mano y un usuario lo usa en otra persona. En cualquier caso, es difícil para un usuario lograr una cobertura completa de la región corporal y/o evitar el tratamiento excesivo de ciertas áreas de la región corporal, ya que hay pocos o ningún cambio perceptible por el usuario en la piel o el vello poco después de aplicar un pulso de luz.
[0113] El dispositivo 2 de tratamiento ejemplar comprende un alojamiento 4 que incluye al menos una parte 5 de mango y una parte 6 de cabezal. La parte 5 de mango está conformada para permitir al usuario sostener el dispositivo 2 de tratamiento con una mano. La parte 6 de cabezal está en un extremo 8 de cabezal del alojamiento 4, y la parte 6 de cabezal debe colocarse en contacto con el sujeto para que la operación de cuidado personal se realice en el cuerpo o la piel del sujeto en la posición en la que la parte 6 de cabezal está en contacto con el cuerpo o la piel.
[0115] El dispositivo 2 de tratamiento está destinado a realizar una operación de tratamiento usando pulsos de luz. Por tanto, en la Fig. 1, la parte 6 de cabezal comprende una abertura 10 que está dispuesta en o sobre el alojamiento 4 de modo que la abertura 10 pueda colocarse adyacente a o sobre (es decir, en contacto con) la piel del sujeto. El dispositivo 2 de tratamiento incluye una o más fuentes 12 de luz que están destinadas a generar pulsos de luz que se aplicarán a la piel del sujeto a través de la abertura 10 y efectuarán una operación de tratamiento. Las una o más fuentes 12 de luz están dispuestas en el alojamiento 4 de modo que los pulsos de luz se proporcionen desde las una o más fuentes 12 de luz a través de la abertura 10. La abertura 10 puede tener la forma de una abertura en el extremo 8 de cabezal del alojamiento 4, o puede tener la forma de una ventana (que incluye una guía de onda) que es transparente o semitransparente a los pulsos de luz (es decir, los pulsos de luz pueden pasar a través de la ventana).
[0117] En la realización ejemplar mostrada en la Fig. 1, la abertura 10 tiene una forma generalmente rectangular, lo que da como resultado una región de tratamiento de la piel de forma generalmente rectangular en la piel. Se apreciará que la abertura 10 pueda tener cualquier otra forma deseada. Por ejemplo, la abertura 10 puede ser cuadrada, elíptica, circular o cualquier otra forma poligonal.
[0119] Las una o más fuentes 12 de luz pueden generar pulsos de luz de cualquier longitud de onda adecuada o deseada (o intervalo de longitudes de onda) y/o intensidades. Por ejemplo, la fuente 12 de luz puede generar luz visible, luz infrarroja(Infra-Red,IR) y/o luz ultravioleta(Ultraviolet,UV). Cada fuente 12 de luz puede comprender cualquier tipo adecuado de fuente de luz, tal como uno o más diodos emisores de luz(Light Emitting Diodes,LEDs), una lámpara de destellos (xenón), un láser o láseres, etc. La(s) fuente(s) 12 de luz puede(n) proporcionar pulsos de luz con contenido espectral en el intervalo de 560-1200 nanómetros (nm) durante una duración de alrededor de 2,5 milisegundos (ms), ya que estas longitudes de onda calientan la melanina en el vello y la raíz del vello por absorción, lo que pone a los folículos pilosos en una fase de reposo, evitando que vuelva a crecer el vello.
[0121] Las una o más fuentes 12 de luz están configuradas para proporcionar pulsos de luz. Es decir, la(s) fuente(s) 12 de luz está(n) configurada(s) para generar luz a una alta intensidad durante un corto período de tiempo (por ejemplo, menos de 1 segundo). La intensidad del pulso de luz debe ser lo suficientemente alta como para efectuar la operación de tratamiento en la piel o parte del cuerpo adyacente a la abertura 10.
[0123] El dispositivo 2 de tratamiento ilustrado también incluye dos sensores 14, 16 de contacto con la piel colocados sobre o en la parte 6 de cabezal que se usan para determinar si la parte 6 de cabezal está en contacto con la piel. Los sensores 14, 16 de contacto con la piel miden un parámetro que es indicativo de si la parte 6 de cabezal está en contacto con la piel, y generan señales de medición respectivas comprendiendo una serie temporal de mediciones del parámetro. Las señales de medición se pueden procesar para determinar si la parte 6 de cabezal está en contacto con la piel. Típicamente, se usa un sensor de contacto con la piel en un dispositivo 2 de tratamiento, particularmente un fotodepilador, para asegurarse de que el dispositivo 2 de tratamiento esté correctamente en contacto con la piel antes de que se genere un pulso de luz para evitar que el pulso de luz se dirija a los ojos del usuario o sujeto.
[0125] En algunas realizaciones, el parámetro puede ser la capacitancia, por lo que los sensores 14, 16 de contacto con la piel pueden medir la capacitancia a través de un par respectivo de contactos eléctricos o electrodos en la superficie de la parte 6 de cabezal, con la capacitancia medida siendo indicativa de si hay contacto con la piel. En realizaciones alternativas, el parámetro puede ser una intensidad o nivel de luz, por lo que los sensores 14, 16 de contacto con la piel pueden ser sensores de luz que miden una intensidad o nivel de luz incidente en el sensor de luz, con la intensidad o nivel medido siendo indicativo de si hay contacto con la piel (por ejemplo, una menor cantidad de luz/nada de luz podría indicar un contacto con la piel ya que la piel obstruye los sensores 14, 16 de luz y viceversa). En otras realizaciones alternativas, el parámetro puede ser una medida de la presión de contacto, por lo que los sensores 14, 16 de contacto con la piel pueden medir la presión de contacto a través de los respectivos sensores de presión o conmutadores mecánicos, con la presión de contacto medida siendo indicativa de si hay contacto con la piel.
[0127] El dispositivo 2 de tratamiento ilustrado también incluye un control 20 de usuario que puede ser accionado por el usuario para activar el dispositivo 2 de tratamiento de modo que la parte 6 de cabezal realice la operación de tratamiento requerida en el cuerpo del sujeto (por ejemplo, la generación de uno o más pulsos de luz por las una o más fuentes 12 de luz). El control 20 de usuario puede tener la forma de un conmutador, un botón, un panel táctil, etc.
[0128] La Fig. 2 es un diagrama de bloques de un sistema 40 ejemplar comprendiendo un aparato 42 para evaluar la piel de un sujeto y una unidad 44 de obtención de imágenes. En algunas implementaciones, el dispositivo 2 de tratamiento puede considerarse parte del sistema 40, aunque el dispositivo 2 de tratamiento no se muestra en la Fig. 2. Como se señaló anteriormente, el aparato 42 puede ser un dispositivo separado del dispositivo 2 de tratamiento y, por tanto, el aparato 42 puede tener la forma de un dispositivo electrónico, tal como un teléfono inteligente, reloj inteligente, tableta, asistente digital personal(Personal Digital Assistant,PDA), ordenador portátil, ordenador de sobremesa, servidor remoto, espejo inteligente, etc. En otras realizaciones, el aparato 42 y particularmente la funcionalidad según la invención proporcionada por el aparato 42, es parte del dispositivo 2 de tratamiento.
[0130] La unidad 44 de obtención de imágenes se proporciona para generar una o más imágenes (o una secuencia de vídeo) de una o más áreas de la piel del sujeto. La unidad 44 de obtención de imágenes puede incluir cualquier componente adecuado para capturar una imagen, por ejemplo, un dispositivo de carga acoplada(Charge-Coupled Device,CCD) y una o más lentes y/o espejos. En algunas realizaciones, la unidad 44 de obtención de imágenes es una cámara, tal como una cámara digital. En algunas realizaciones, la unidad 44 de obtención de imágenes es una cámara que está configurada para proporcionar imágenes microscópicas de la piel (es decir, la unidad 44 de obtención de imágenes proporciona imágenes ampliadas o aumentadas de la piel). En algunas realizaciones, uno o más componentes ópticos adicionales están asociados con, o son parte de, la unidad 44 de obtención de imágenes. Por ejemplo, se puede proporcionar un polarizador que se coloca frente a la unidad 44 de obtención de imágenes para polarizar la luz que incide sobre la unidad 44 de obtención de imágenes. El uso de un polarizador puede mejorar la profundidad del área de la piel visible en la imagen (es decir, un polarizador permite observar la luz a diferentes profundidades de penetración en la piel). En algunas realizaciones, se pueden proporcionar una o más fuentes de luz para iluminar el área de la piel de la que se va a obtener imágenes, mientras se obtiene la imagen. Esta(s) fuente(s) de luz está(n) separada(s) de cualquier fuente 12 de luz en el dispositivo 2 de tratamiento que se usa(n) para efectuar una operación de tratamiento. En estas realizaciones, se puede proporcionar un polarizador para polarizar la luz emitida por la(s) fuente(s) de luz antes de que ilumine la piel. La(s) fuente(s) de luz para iluminar la piel con el fin de obtener la(s) imagen(imágenes) puede(n) ser cualquier fuente de luz adecuada, por ejemplo, uno o más LED.
[0132] En realizaciones particulares, se puede proporcionar un primer polarizador que polariza la luz emitida por una o más fuentes de luz antes de que la luz ilumine la piel, y se puede proporcionar un segundo polarizador que polariza la luz que incide sobre la unidad 44 de obtención de imágenes de la piel. El primer polarizador y el segundo polarizador pueden estar dispuestos de modo que estén “cruzados”, es decir, están dispuestos de modo que sus direcciones de polarización sean ortogonales (es decir, a 90° entre sí), o sustancialmente ortogonales (es decir, alrededor de 90° entre sí), entre sí. El uso de polarizadores cruzados puede mejorar la profundidad del área de la piel visible en la imagen y, por tanto, permite observar la estructura de la piel.
[0134] La unidad 44 de obtención de imágenes se muestra en la Fig. 2 como separada del aparato 42, pero se apreciará que en otras realizaciones la unidad 44 de obtención de imágenes pueda ser integral o parte del aparato 42. En realizaciones donde la unidad 44 de obtención de imágenes está separada del aparato 42, la unidad 44 de obtención de imágenes puede ser parte del dispositivo 2 de tratamiento, o también puede estar separada del dispositivo 2 de tratamiento. En realizaciones donde la unidad 44 de obtención de imágenes es parte del dispositivo 2 de tratamiento, la unidad 44 de obtención de imágenes se puede disponer en el dispositivo 2 de tratamiento cerca de la abertura 10 de modo que se puedan obtener imágenes cuando el dispositivo 2 de tratamiento está sobre o cerca de la piel.
[0135] En realizaciones ejemplares donde se proporcionan una o más fuentes de luz para iluminar el área de la piel de la que se va a formar imágenes, las una o más fuentes de luz pueden emitir luz a una o más longitudes de onda particulares, o en intervalos particulares de longitudes de onda. El espectro de luz seleccionado puede permitir que las estructuras de la piel se identifiquen y/o analicen en la(s) imagen(imágenes) resultante(s), tal como una red pigmentaria. La Fig. 3 es una gráfica que ilustra un espectro de iluminación de luz ejemplar para una o más fuentes de luz que van a iluminar la piel al obtener una o más imágenes. Por tanto, se puede observar que la(s) fuente(s) de luz puede(n) emitir luz con longitudes de onda en el intervalo de 400 nanómetros (nm) a 760 nm (es decir, luz visible), con la mayor intensidad de luz siendo emitida alrededor de 450 nm (es decir, luz azul). También se emite luz en el intervalo de 500 nm a 700 nm (es decir, luz verde-roja), pero a una intensidad (mucho) menor que la luz azul. En el ejemplo de la Fig. 3, la intensidad de la luz emitida se reduce significativamente hacia el extremo rojo del espectro. Junto con los polarizadores cruzados descritos anteriormente, la(s) fuente(s) de luz que tiene(n) el espectro de iluminación de luz en la Fig. 3 (o similar) permite(n) obtener imágenes de la profundidad de la piel donde se encuentra la red de melanina/pigmento. Estas imágenes no incluirán componentes especulares o componentes rojos de áreas más profundas de la piel provocados por la presencia de vasos sanguíneos.
[0137] El aparato 42 comprende una unidad 46 de procesamiento que generalmente controla el funcionamiento del aparato 42 y permite que el aparato 42 realice el procedimiento y las técnicas descritas en esta invención. En resumen, la unidad 46 de procesamiento recibe una o más imágenes de la unidad 44 de obtención de imágenes, procesa la(s) imagen(imágenes) para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto basándose en una densidad de una estructura de una red pigmentaria de la piel como se muestra en esas imágenes, y emite una primera señal que indica el tipo de piel y/o el índice de melanina determinados.
[0139] Por tanto, la unidad 46 de procesamiento se puede configurar para recibir la(s) imagen(imágenes) de la unidad 44 de obtención de imágenes, ya sea directamente en realizaciones donde la unidad 44 de obtención de imágenes es parte del aparato 42, o a través de otro componente en realizaciones donde la unidad 44 de obtención de imágenes está separada del aparato 42. En cualquier caso, la unidad 46 de procesamiento puede incluir o comprender uno o más puertos o cables de entrada para recibir las imágenes (o señales que llevan información que representa la(s) imagen(imágenes)) de la unidad 44 de obtención de imágenes o el otro componente según corresponda. La unidad 46 de procesamiento también puede incluir o comprender uno o más puertos o cables de salida para emitir la señal que indica si el vello en el área de la piel ha sido tratado con un pulso de luz.
[0141] La unidad 46 de procesamiento se puede implementar de numerosas maneras, con software y/o hardware, para realizar las diversas funciones descritas en esta invención. La unidad 46 de procesamiento puede comprender uno o más microprocesadores o procesadores de señales digitales(Digital Signa! Processors,DSPs) que pueden programarse usando software o código de programa informático para realizar las funciones requeridas y/o para controlar los componentes de la unidad 46 de procesamiento para efectuar las funciones requeridas. La unidad 46 de procesamiento se puede implementar como una combinación de hardware dedicado para realizar algunas funciones (por ejemplo, amplificadores, preamplificadores, convertidores analógico a digital(Analog-to-Digital Convertors,ADCs) y/o convertidores digital a analógico(Digital-to-Analog Convertors,DACs)) y un procesador (por ejemplo, uno o más microprocesadores programados, controladores, DSP y circuitería asociada) para realizar otras funciones. Los ejemplos de componentes que pueden emplearse en diversas realizaciones de la presente descripción incluyen, pero no se limitan a, microprocesadores convencionales, DSP, circuitos integrados para aplicaciones específicas(Application Specific Integrated Circuits,ASICs), matrices de puertas programables en campo(Field-Programmable Gate Arrays,FPGAs), hardware para implementar una red neuronal y/o los llamados aceleradores de hardware de inteligencia artificial(Artificial Intelligence,IA) (es decir, uno o más procesadores u otro hardware diseñado específicamente para aplicaciones de IA que pueden usarse junto con un procesador principal).
[0143] La unidad 46 de procesamiento puede comprender o estar asociada con una unidad 48 de memoria. La unidad 48 de memoria puede almacenar datos, información y/o señales (incluyendo imagen(imágenes)) para su uso por la unidad 46 de procesamiento en el control del funcionamiento del aparato 42 y/o en la ejecución o realización de los procedimientos descritos en esta invención. En algunas implementaciones, la unidad 48 de memoria almacena un código legible por ordenador que puede ser ejecutado por la unidad 46 de procesamiento de modo que la unidad 46 de procesamiento realice una o más funciones, incluyendo los procedimientos descritos en esta invención. En realizaciones particulares, el código de programa puede tener la forma de una aplicación para un teléfono inteligente, tableta, ordenador portátil, ordenador o servidor. La unidad 48 de memoria puede comprender cualquier tipo de medio legible por máquina no transitorio, tal como memoria caché o de sistema que incluye una memoria de ordenador volátil y no volátil tal como memoria de acceso aleatorio(Random Access Memory,RAM), RAM estática(static RAM,SRAM), RAM dinámica(dynamic RAM,DRAM), memoria de solo lectura(Read-Only Memory,ROM), ROM programable(programmable PROM,PROM), PROM borrable(erasable PROM,EPROM) y PROM borrable eléctricamente(electrically erasable PROM,EEPROM), y la unidad de memoria puede implementarse en forma de un chip de memoria, un disco óptico (tal como un disco compacto(Compact Disc,CD), un disco versátil digital(Digital Versatile Disc,DVD) o un disco Blu-Ray), un disco duro, una solución de almacenamiento en cinta o un dispositivo de estado sólido, que incluye una tarjeta de memoria, una unidad de estado sólido(Solid State Drive,SSD), una tarjeta de memoria, etc.
[0145] En la realización mostrada en la Fig. 2, como el aparato 42 se muestra separado de la unidad 44 de obtención de imágenes, el aparato 42 también incluye circuitería 50 de interfaz para permitir que el aparato 42 reciba la(s) imagen(imágenes) de la unidad 44 de obtención de imágenes. La circuitería 50 de interfaz en el aparato 42 permite una conexión de datos y/o un intercambio de datos con otros dispositivos, que incluyen uno cualquiera o más de la unidad 44 de obtención de imágenes, el dispositivo 2 de tratamiento, servidores, bases de datos, dispositivos de usuario y sensores. La conexión a la unidad 44 de obtención de imágenes (o cualquier dispositivo electrónico, tal como el dispositivo 2 de tratamiento) puede ser directa o indirecta (por ejemplo, a través de Internet) y, por tanto, la circuitería 50 de interfaz puede permitir una conexión entre el aparato 42 y una red, o directamente entre el aparato 42 y otro dispositivo (tal como la unidad 44 de obtención de imágenes y/o el dispositivo 2 de tratamiento), a través de cualquier protocolo de comunicación por cable o inalámbrica deseable. Por ejemplo, la circuitería 50 de interfaz puede funcionar utilizando WiFi, Bluetooth, Zigbee o cualquier protocolo de comunicación celular (que incluye, aunque sin limitación, el Sistema Global para Comunicaciones Móviles(Global System for Mobile Communications,GSM), el Sistema Universal de Telecomunicaciones Móviles(Universal Mobile Telecommunications System,UMTS), la Evolución a Largo Plazo(Long Term Evolution,LTE), LTE Avanzada, etc.). En el caso de una conexión inalámbrica, la circuitería 50 de interfaz (y, por tanto, el aparato 42) puede incluir una o más antenas adecuadas para transmitir /recibir a través de un medio de transmisión (por ejemplo, el aire). Alternativamente, en el caso de una conexión inalámbrica, la circuitería 50 de interfaz puede incluir medios (por ejemplo, un conector o enchufe) para permitir que la circuitería 50 de interfaz se conecte a una o más antenas adecuadas externas al aparato 42 para transmitir /recibir a través de un medio de transmisión (por ejemplo, el aire). La circuitería 50 de interfaz está conectada a la unidad 46 de procesamiento.
[0147] Aunque no se muestra en la Fig. 2, el aparato 42 puede comprender uno o más componentes de interfaz de usuario que incluyen uno o más componentes que permiten a un usuario del aparato 42 introducir información, datos y/o comandos en el aparato 42, y/o permiten que el aparato 42 emita información o datos al usuario del aparato 42. La interfaz de usuario puede comprender cualquier componente de entrada adecuado, que incluye, aunque sin limitación, un teclado, un teclado numérico, uno o más botones, conmutadores o diales, un ratón, un panel táctil, una pantalla táctil, un lápiz óptico, una cámara, un micrófono, etc., y la interfaz de usuario puede comprender cualquier componente de salida adecuado, que incluye, aunque sin limitación, una unidad de visualización o pantalla de visualización, una o más luces o elementos de luz, uno o más altavoces, un elemento vibratorio, etc.
[0149] Se apreciará que una implementación práctica de un aparato 42 puede incluir componentes adicionales a los que se muestran en la Fig. 2. Por ejemplo, el aparato 42 también puede incluir una fuente de alimentación, tal como una batería, o componentes para permitir que el aparato 42 se conecte a una fuente de alimentación principal.
[0151] La Fig. 4 muestra seis imágenes ejemplares de diferentes tipos de piel. Estas imágenes se obtuvieron usando una unidad 44 de obtención de imágenes con la piel iluminada con una luz según el espectro que se muestra en la Fig. 3 y con polarizadores cruzados. Cada una de las imágenes muestra uno de los seis tipos de piel diferentes descritos anteriormente (es decir, los tipos 1 a 6: “blanco”, “beige”, “marrón claro”, “marrón medio”, “marrón oscuro y negro parduzco y más oscuro” respectivamente).
[0153] Una descripción general de la estructura de la piel se encuentra en el artículo “Standardizaron of terminology in dermoscopy/dermatoscopy: Results of the third consensus conference of the International Society of Dermoscopy” de Kittler y col., y una ilustración de una red pigmentaria normal se muestra en la Fig. 5. La Fig. 5 puede encontrarse en https://dermoscopedia.org/Pigment network.
[0155] La red 60 pigmentaria consiste en una cuadrícula 62 de “líneas” pigmentadas que se intersecan y que forman un patrón 64 de panal. La base anatómica de la red 60 pigmentaria es la melanina donderatinocitos y/o en los melanocitos a lo largo de la unión dérmico-epidérmica (epidermis 66 y dermis 68), que representa la forma en que aparece el patrón de cresta interpapilar de la epidermis 66 cuando se observa en el plano horizontal. Los “orificios” 70 menos pigmentados de la red 60 pigmentaria corresponden a las puntas de las papilas dérmicas y a las placas suprapapilares suprayacentes de la epidermis 66. Un diámetro amplio de papilas dérmicas correspondería dermoscópicamente a “orificios” 70 de red más amplios, mientras que las papilas dérmicas estrechas darían como resultado un “tamiz” más denso de la cuadrícula. La red 60 pigmentaria puede no ser visible si el patrón de cresta interpapilar contiene menos pigmento de melanina. Los patrones que se muestran en las seis imágenes microscópicas de la Fig. 4 corresponden a la distribución de melanina a lo largo de las crestas interpapilares a lo largo de la vista de arriba hacia abajo.
[0157] Por tanto, se puede observar o determinar una densidad de una estructura de una red pigmentaria en la piel a partir de una o más imágenes de la piel, y la densidad está relacionada con el tipo de piel y/o el índice de melanina. Para los tipos de piel más oscura (por ejemplo, los tipos de piel 5,0 o 6,0), la red pigmentaria típicamente tiene una estructura de panal bien conectada (por ejemplo, densamente conectada) y bien poblada, mientras que para los tipos de piel clara (por ejemplo, los tipos de piel 1,0 y 2 ,0), la estructura de la red pigmentaria está desconectada y es más escasa y, en algunos casos, el pigmento no es perceptible. La estructura de la piel también se describe generalmente en el artículo “Advances in Dermoscopy of Pigmented Lesions” de P Kumarasinghe, Pigmentary Skin Disorders, págs. 79­ 92.
[0159] El diagrama de flujo de la Fig. 6 ilustra un procedimiento ejemplar según las técnicas descritas en esta invención para evaluar la piel de un sujeto. Una o más de las etapas del procedimiento pueden ser realizadas por la unidad 46 de procesamiento en el aparato 42, junto con la unidad 48 de memoria y la circuitería 50 de interfaz del aparato 42, y/o la unidad 44 de obtención de imágenes, según corresponda. La unidad 46 de procesamiento puede realizar las una o más etapas en respuesta a la ejecución de un código de programa informático que puede almacenarse en un medio legible por ordenador, tal como, por ejemplo, la unidad 48 de memoria.
[0161] En la etapa 101, se reciben una o más imágenes de un área de la piel. La(s) imagen(imágenes) se pueden recibir directamente de la unidad 44 de obtención de imágenes, por ejemplo, en tiempo real o casi en tiempo real a medida que la unidad 44 de obtención de imágenes genera las imágenes. Alternativamente, la(s) imagen(imágenes) pueden haber sido generadas previamente por la unidad 44 de obtención de imágenes y almacenadas para su posterior análisis, por ejemplo, en la unidad 48 de memoria, en una unidad de memoria asociada con el dispositivo 2 de tratamiento o la unidad 44 de obtención de imágenes, o en una base de datos remota, en cuyo caso la etapa 101 puede comprender que la unidad 46 de procesamiento obtenga o recupere la(s) imagen(imágenes) de la ubicación de almacenamiento (por ejemplo, de la unidad 48 de memoria, etc.). La(s) imagen(imágenes) recibida(s) en la etapa 101 se refiere(n) a un sujeto particular. Cuando se reciben múltiples imágenes, pueden incluir múltiples imágenes de la misma área de la piel. Las múltiples imágenes pueden incluir también o alternativamente imágenes de la piel de diferentes partes del cuerpo del sujeto.
[0162] La Fig. 7 muestra imágenes de cuatro tipos diferentes de piel que se pueden recibir u obtener en la etapa 101. Se apreciará que tales imágenes diferentes no se obtendrían de un solo sujeto en una sola iteración de la etapa 101 y, en cambio, la Fig. 7 simplemente ilustra los diferentes tipos de piel que podrían mostrarse en las imágenes que pueden obtenerse en la etapa 101. Aunque las cuatro imágenes de la Fig. 7 están etiquetadas según una clasificación continua de coma flotante (similar a un tipo de piel de Fitzpatrick discreto), se apreciará que esta clasificación no se conozca en esta etapa del procedimiento.
[0164] En la etapa 103, las una o más imágenes se procesan para determinar un tipo de piel y/o un índice de melanina de la piel en la(s) imagen(imágenes) basándose en una densidad de una estructura de una red pigmentaria de la piel.
[0165] La etapa 103 puede comprender determinar el tipo de piel como cualquiera de piel normal, piel seca, piel grasa, piel bronceada, piel no bronceada, piel mixta (es decir, una combinación de los tipos anteriores) y un tipo de piel en la escala de Fitzpatrick. De manera adicional o como alternativa, la etapa 103 puede comprender determinar el índice de melanina como una puntuación en una escala de melanina (por ejemplo, una puntuación en el intervalo de 0-1000, o similar).
[0167] En algunas realizaciones, la etapa 103 puede comprender determinar el tipo de piel y/o el índice de melanina basándose en la densidad de la estructura de la red pigmentaria de la piel en relación con la presencia de melanina donderatinocitos y/o melanocitos en la estructura. En algunas realizaciones, el tipo de piel y/o el índice de melanina pueden basarse en la presencia de melanina donderatinocitos y/o los melanocitos a lo largo de una unión dérmicoepidérmica en la piel. En particular, la etapa 103 puede comprender determinar una densidad de melanina en queratinocitos y/o melanocitos en la piel. En algunas realizaciones, el tipo de piel y/o el índice de melanina pueden determinarse comparando la densidad de melanina determinada con los umbrales respectivos correspondientes a los tipos de piel y/o índices de melanina respectivos.
[0169] De manera adicional o como alternativa, la etapa 103 puede comprender determinar el tipo de piel y/o el índice de melanina basándose en la densidad de la estructura de la red pigmentaria de la piel en relación con la presencia de rebordes y/o crestas de papilas dérmicas en la piel. En particular, la etapa 103 puede comprender determinar un patrón de rebordes y/o crestas de papilas dérmicas a partir de las una o más imágenes, y determinar el tipo de piel y/o el índice de melanina comparando el patrón de rebordes y/o crestas determinado con los patrones respectivos correspondientes a los tipos de piel y/o a los índices de melanina respectivos.
[0171] En algunas realizaciones preferidas de la etapa 103, se utiliza un modelo de aprendizaje automático(Machine Learning Model,MLM) entrenado para procesar las una o más imágenes para determinar el tipo de piel y/o el índice de melanina de la piel. El MLM está entrenado para determinar el tipo de piel y/o el índice de melanina de la piel basándose en la densidad de la estructura de la red pigmentaria. El MLM puede ser cualquier tipo adecuado de MLM, por ejemplo, un modelo clásico de aprendizaje automático, tal como la extracción de características con máquinas de vectores de soporte, árboles de decisión, bosques aleatorios, etc., o una red neuronal artificial, tal como una red neuronal profunda, que tiene múltiples capas entre las capas de entrada y salida y que identifica una relación lineal o no lineal entre las capas de entrada y salida. El MLM realiza una evaluación para cada imagen o conjunto de imágenes de un área de la piel para determinar un tipo de piel y/o un índice de melanina. En algunas realizaciones, el MLM recibe directamente la(s) imagen(imágenes) y realiza todo el análisis y procesamiento requerido de las imágenes (por ejemplo, determina la densidad de la estructura de la red pigmentaria) para determinar un tipo de piel y/o un índice de melanina. Esto es particularmente el caso de un MLM que es una red neuronal artificial, tal como una red neuronal profunda. En otras realizaciones, por ejemplo, en el caso del uso de un MLM convencional, la(s) imagen(imágenes) puede(n) procesarse antes de proporcionarse al MLM, por ejemplo, para determinar los valores de la densidad de la estructura de la red pigmentaria, y estos valores pueden proporcionarse al MLM para su análisis (opcionalmente, además de la(s) imagen(imágenes)) para determinar el tipo de piel y/o el índice de melanina. En algunas realizaciones, se pueden proporcionar MLM entrenados separados (del mismo tipo o diferentes tipos) para determinar el tipo de piel y el índice de melanina, respectivamente.
[0173] En algunas realizaciones, antes de la etapa 103, o como una operación inicial en la etapa 103, las una o más imágenes recibidas se pueden normalizar para un color (es decir, la información de color se elimina de la(s) imagen(imágenes), dejando una imagen en escala de grises), y la(s) imagen(imágenes) normalizada(s) con color se puede(n) procesar para determinar el tipo de piel y/o el índice de melanina de la piel. La normalización de la(s) imagen(imágenes) para un color elimina el color del proceso de decisión, lo que significa que la decisión sobre el tipo de piel y/o el índice de melanina puede basarse en la densidad de la estructura de la red pigmentaria. La Fig. 8 muestra imágenes de cuatro tipos diferentes de piel que se han normalizado para un color. Cabe señalar que estas imágenes corresponden a diferentes áreas de la piel de diferentes sujetos a las de las imágenes de la Fig. 7. Se apreciará que tales imágenes diferentes no se obtendrían de un solo sujeto en una sola iteración de la etapa 101 y, en cambio, la Fig. 8 simplemente ilustra los tipos de piel que podrían mostrarse en las imágenes normalizadas con color. Al igual que con la Fig. 7, aunque las cuatro imágenes de la Fig. 8 están etiquetadas según una clasificación continua de coma flotante (similar a un tipo de piel Fitzpatrick discreto), se apreciará que esta clasificación no se conozca hasta que se complete la etapa 103.
[0174] Después de que se haya determinado un tipo de piel y/o un índice de melanina en la etapa 103, en la etapa 105 se emite una señal que indica el tipo de piel y/o el índice de melanina determinados. La señal puede proporcionarse a un componente de interfaz de usuario del aparato 42 o dispositivo 2 de tratamiento y la señal está configurada para hacer que el componente de interfaz de usuario indique el tipo de piel determinado y/o el índice de melanina determinado. El usuario del dispositivo 2 de tratamiento podría usar la indicación para determinar si activar un pulso de luz en la posición actual del dispositivo 2 de tratamiento, o si ajustar un ajuste de potencia de una o más fuentes 12 de luz en el dispositivo 2 de tratamiento según el tipo de piel. Como otro ejemplo, cuando el aparato 42 tiene la forma de un teléfono inteligente o un tipo similar de dispositivo, la retroalimentación sobre el tipo de piel determinado y/o el índice de melanina determinado puede proporcionarse al usuario o sujeto a través de una aplicación (aplicación de software) que se ejecuta en el aparato 42. Los expertos en la materia conocerán otras formas donde se puede proporcionar retroalimentación sobre el tipo de piel determinado y/o el índice de melanina determinado a un usuario, por ejemplo, incluyendo el uso de una pantalla de visualización, un altavoz, retroalimentación háptica, etc.
[0176] Como alternativa (o de manera adicional), cuando el dispositivo 2 de tratamiento puede activar automáticamente un pulso de luz u otra operación de tratamiento si las condiciones son adecuadas (por ejemplo, el dispositivo 2 de tratamiento está en contacto con la piel, la(s) fuente(s) 12 de luz está(n) cargada(s) y lista(s) para generar un pulso de luz, etc.), la señal puede proporcionarse a una unidad de control del dispositivo 2 de tratamiento, y la unidad de control puede usar la primera señal para determinar uno o más ajustes operativos para el dispositivo 2 de tratamiento. Por ejemplo, la unidad de control puede usar la indicación del tipo de piel y/o índice de melanina determinados en la primera señal para decidir si se debe tratar con un pulso de luz el área de la piel adyacente a la abertura 10 y/o la energía/potencia que se debe usar para ello.
[0178] En realizaciones alternativas, la señal que indica el tipo de piel y/o el índice de melanina determinados se puede usar para proporcionar recomendaciones o sugerencias para productos para el cuidado de la piel y/o productos de maquillaje particulares que el sujeto podría usar. Por ejemplo, el tipo de piel determinado podría usarse para identificar productos para el cuidado de la piel que sean adecuados para ese tipo de piel (o viceversa). Como otro ejemplo, el índice de melanina determinado podría usarse para recomendar un corrector en particular.
[0180] La gráfica de la Fig. 9 muestra el rendimiento de una red neuronal profunda en la identificación del tipo de piel a partir de una serie de imágenes normalizadas con color diferentes para diferentes tipos de piel basándose en la densidad de la estructura de la red pigmentaria de la piel. La Fig. 9 representa gráficamente el tipo de piel real (“Tipo de piel esperado”) contra el tipo de piel identificado por la red neuronal profunda (“Tipo de piel inferido”). Por tanto, se puede observar que la red neuronal fue capaz de identificar con precisión el tipo de piel a partir de la(s) imagen(imágenes), con la precisión siendo particularmente alta para los tipos de piel en cualquier extremo del intervalo (es decir, los tipos de piel 2,0 y 6,0).
[0182] El MLM usado en las realizaciones de la etapa 103 se entrenará antes de su uso. El diagrama de flujo en la Fig. 10 ilustra un procedimiento de entrenamiento de un MLM para su uso en el aparato para evaluar la piel según la invención, para determinar un tipo de piel y/o un índice de melanina. El procedimiento de entrenamiento en la Fig. 10 puede realizarse por cualquier aparato o dispositivo adecuado, incluido el aparato 42, aunque se apreciará que el procedimiento en la Fig. 10 no necesita realizarse por el mismo aparato o dispositivo que realiza la Fig. 6. Por ejemplo, el procedimiento de entrenamiento de la Fig. 10 puede ser realizado por un servidor u ordenador en una ubicación central, y el MLM entrenado (o código informático que representa el MLM entrenado) distribuido a varios aparatos 42 para su uso en la evaluación de la piel según el procedimiento de la Fig. 6.
[0184] En realizaciones donde el aparato 42 implementa el procedimiento en la Fig. 6, una o más de las etapas del procedimiento pueden ser realizadas por la unidad 46 de procesamiento, junto con la unidad 48 de memoria y la circuitería 50 de interfaz del aparato 42, y/o la unidad 44 de obtención de imágenes, según corresponda. La unidad 46 de procesamiento puede realizar las una o más etapas en respuesta a la ejecución de un código de programa informático que puede almacenarse en un medio legible por ordenador, tal como, por ejemplo, la unidad 48 de memoria.
[0186] Para entrenar al MLM, se requiere un conjunto de datos de entrenamiento. El conjunto de datos de entrenamiento comprende una pluralidad de imágenes de la piel para uno o más sujetos de prueba (y que pueden incluir o no al sujeto al que se aplica el procedimiento de la Fig. 6). La pluralidad de imágenes puede ser de piel en diferentes partes del cuerpo de los uno o más sujetos de prueba. Cada imagen en el conjunto de datos de entrenamiento se anota con una indicación del tipo de piel y/o índice de melanina (dependiendo de qué parámetro se vaya a entrenar en el MLM para su identificación). Esta anotación puede haber sido realizada manualmente por un usuario u otra persona. El conjunto de datos de entrenamiento debe incluir al menos una imagen (pero preferentemente una pluralidad de imágenes) relacionada con cada uno de los diferentes tipos de piel y/o índices de melanina que deben ser identificados por el MLM entrenado. Se apreciará que cuanto mayor sea el conjunto de datos de entrenamiento, más preciso será el MLM resultante.
[0188] El conjunto de datos de entrenamiento se obtiene en la etapa 111 de la Fig. 13. Esta etapa puede comprender recopilar las imágenes y las anotaciones asociadas (por ejemplo, usando una unidad de obtención de imágenes y una interfaz de usuario), o recuperar las imágenes para el conjunto de datos de entrenamiento de una base de datos u otro dispositivo de almacenamiento electrónico.
[0190] Seguidamente, en la etapa 113, se entrena un MLM usando la pluralidad de imágenes en el conjunto de datos de entrenamiento para que el MLM pueda distinguir tipos de piel y/o índices de melanina (dependiendo de qué parámetro(s) el MLM pueda identificar). El MLM está entrenado para distinguir entre las imágenes basándose en la densidad de la estructura de la red pigmentaria visible en las imágenes. Como se señaló anteriormente, para los tipos de piel más oscura (por ejemplo, los tipos de piel 5,0 o 6,0), la red pigmentaria típicamente tiene una estructura de panal bien conectada y bien poblada, mientras que para los tipos de piel clara (por ejemplo, los tipos de piel 1,0 y 2 ,0), la red pigmentaria está desconectada y es más escasa y, en algunos casos, el pigmento no es perceptible. Por tanto, el MLM puede entrenarse para diferenciar los tipos de piel y/o el índice de melanina basándose en la densidad de la red pigmentaria.
[0192] En particular, el MLM puede entrenarse para determinar el tipo de piel y/o el índice de melanina basándose en una densidad relacionada con la presencia de melanina donderatinocitos y/o melanocitos en la estructura de la red pigmentaria y/o la presencia de melanina donderatinocitos y/o melanocitos a lo largo de una unión dérmico-epidérmica en la piel, por ejemplo, determinando una densidad de melanina donderatinocitos y/o melanocitos en la piel. De manera adicional o como alternativa, el MLM puede entrenarse para determinar el tipo de piel y/o el índice de melanina basándose en una densidad relacionada con la presencia de rebordes y/o crestas de papilas dérmicas en la piel, por ejemplo, un patrón de rebordes y/o crestas de papilas dérmicas. Los expertos en la materia conocen técnicas para entrenar un MLM usando un conjunto de datos de entrenamiento, y no se proporcionan detalles en esta invención. No obstante, como un ejemplo, el MLM se puede entrenar usando una validación cruzada donde el MLM se entrena usando un subconjunto de las imágenes en el conjunto de datos de entrenamiento y el MLM entrenado se somete a pruebas para determinar la precisión usando las una o más de las otras imágenes en el conjunto de datos de entrenamiento. Este entrenamiento y prueba se pueden repetir para diferentes subconjuntos de las imágenes en el conjunto de datos de entrenamiento con el fin de llegar al MLM entrenado final. A continuación, el MLM entrenado se puede usar en la etapa 103 de la Fig. 6.
[0194] En algunas realizaciones, las imágenes en el conjunto de datos de entrenamiento se pueden normalizar para un color antes de que se usen para entrenar el MLM. De esta manera, durante el entrenamiento del MLM, el m Lm se inclina hacia las estructuras de la piel en las imágenes en lugar de hacia las diferencias de color.
[0196] En una implementación ejemplar, se recopilaron datos de la piel (imágenes) de 27 sujetos que abarcan todos los diferentes tipos de piel, con al menos 5 sujetos por tipo de piel. Estas imágenes incluían imágenes de la piel tanto antes como después del bronceado estacional, y también imágenes de la piel de varias ubicaciones corporales diferentes: mejilla, parte interna del brazo, parte externa del brazo y pierna. También se midió un índice de melanina de referencia para cada parche cutáneo que se muestra en cada imagen. Se entrenó un MLM (por ejemplo, una red neuronal profunda) con los datos recopilados anteriormente usando técnicas de entrenamiento típicas. Para demostrar la generalizabilidad de la estructura de la piel para la cuantificación del índice de melanina (y el tipo de piel), el conjunto de datos (las imágenes de los 27 sujetos) se dividió en “pliegues” para un experimento de validación de pliegues cruzados. Cada pliegue consiste en un conjunto de entrenamiento (de 24 sujetos de 27 sujetos) y un conjunto de validación (de 3 sujetos de 27 sujetos). El conjunto de entrenamiento y el conjunto de validación son mutuamente excluyentes. Cada pliegue consiste en una permutación diferente de sujetos divididos en un conjunto de entrenamiento y un conjunto de validación. Para cada pliegue, el conjunto de entrenamiento se usó para entrenar el MLM, y el conjunto de validación se usó para someter a pruebas y evaluar el MLM entrenado. Por lo tanto, el MLM se somete a pruebas y evalúa con imágenes de estructuras de la piel de 3 sujetos que no se incluyeron en el conjunto de entrenamiento y que el MLM no ha visto antes. Las gráficas de las Figs. 11, 12 y 13 muestran los resultados de inferencia obtenidos por el MLM entrenado según tres pliegues diferentes del conjunto de datos original. Por tanto, cada gráfica muestra el rendimiento de una red neuronal profunda en la identificación del índice de melanina para un conjunto de imágenes de validación para un pliegue en particular. Cada figura representa gráficamente el índice de melanina real (“Índice de melanina esperado”) frente al índice de melanina identificado por la red neuronal profunda (“Índice de melanina inferido”). Por tanto, se puede observar a partir de cada figura que la red neuronal fue capaz de identificar con precisión el índice de melanina con una extensión de error mínima.
[0198] Por lo tanto, se proporcionan mejoras en la determinación de un tipo de piel y/o un índice de melanina de la piel. Estas mejoras pueden, por ejemplo, usarse para establecer un nivel de energía para un dispositivo de IPL o para ajustar el nivel de energía de un tratamiento de IPL para cada ubicación a destellar, lo que puede mejorar una relación de comodidad a eficacia para el usuario de IPL.
[0200] Los expertos en la materia pueden entender y efectuar variaciones en las realizaciones descritas al poner en práctica los principios y las técnicas que se describen en esta invención, a partir de un estudio de los dibujos, la descripción y las reivindicaciones adjuntas. En las reivindicaciones, el término “comprende” no excluye otros elementos o etapas, y el artículo indefinido “una” o “un/uno” no excluye una pluralidad. Un único procesador u otro conjunto puede cumplir las funciones de varios artículos mencionados en las reivindicaciones. El mero hecho de que determinadas medidas se reciten en reivindicaciones dependientes mutuamente diferentes no indica que no se pueda usar una combinación de estas medidas para obtener ventajas. Un programa informático puede almacenarse o distribuirse en un medio adecuado, tal como un medio de almacenamiento óptico o un medio de estado sólido suministrado junto con o como parte de otro hardware, pero también puede distribuirse de otras formas, tal como a través de Internet u otros sistemas de telecomunicaciones cableados o inalámbricos. Cualquier signo de referencia que haya en las reivindicaciones no debe interpretarse como limitante del alcance.

Claims (13)

1. REIVINDICACIONES
1. Un aparato (42) para evaluar la piel de un sujeto, comprendiendo el aparato (42) una unidad (46) de procesamiento configurada para:
recibir una o más imágenes de la piel del sujeto procedentes de una unidad (44) de obtención de imágenes, donde la unidad (44) de obtención de imágenes está dispuesta para obtener imágenes de la piel del sujeto; procesar las una o más imágenes para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto; y emitir una primera señal que indica el tipo de piel y/o el índice de melanina determinados;
caracterizado porquela determinación del tipo de piel y/o el índice de melanina de la piel se basa en una densidad de una estructura de una red pigmentaria de la piel.
2. Un aparato (42) según la reivindicación 1, donde la unidad (46) de procesamiento está configurada además para determinar una densidad de melanina en queratinocitos y/o melanocitos en la piel a partir de las una o más imágenes.
3. Un aparato (42) según cualquiera de las reivindicaciones 1 o 2, donde la unidad (46) de procesamiento está configurada además para determinar un patrón de rebordes y/o crestas de papilas dérmicas a partir de las una o más imágenes.
4. Un aparato (42) según cualquiera de las reivindicaciones 1-3, donde la unidad (46) de procesamiento está configurada para usar un modelo de aprendizaje automático entrenado para procesar las una o más imágenes para determinar el tipo de piel y/o el índice de melanina de la piel del sujeto basándose en la densidad de la estructura de la red pigmentaria.
5. Un aparato (42) según cualquiera de las reivindicaciones 1-4, donde el tipo de piel determinado comprende cualquiera de: piel normal, piel seca, piel grasa, piel bronceada, piel no bronceada, piel mixta y un tipo de piel en la escala de Fitzpatrick.
6. Un aparato (42) según cualquiera de las reivindicaciones 1-5, donde el aparato (42) comprende además una interfaz de usuario configurada para recibir la primera señal, y donde la primera señal está configurada para hacer que la interfaz de usuario emita retroalimentación a un usuario que indica el tipo de piel y/o índice de melanina determinados.
7. Un aparato (42) según cualquiera de las reivindicaciones 1-6, donde la primera señal se emite a una unidad de control de un dispositivo (2 ) de tratamiento, y donde dicha unidad de control usa la primera señal para determinar uno o más ajustes operativos para el dispositivo (2 ) de tratamiento.
8. Un aparato (42) según cualquiera de las reivindicaciones 1-7, donde la unidad (46) de procesamiento está configurada para normalizar las una o más imágenes recibidas para un color, y para procesar las una o más imágenes normalizadas para determinar el tipo de piel y/o el índice de melanina de la piel.
9. Un sistema, comprendiendo:
una unidad (44) de obtención de imágenes dispuesta para obtener imágenes de la piel de un sujeto; y un aparato (42) según cualquiera de las reivindicaciones 1-8.
10. Un sistema según la reivindicación 9, comprendiendo además: una o más fuentes (12) de luz para iluminar la piel.
11. Un sistema según la reivindicación 10, donde las una o más fuentes (12) de luz están configuradas para emitir luz que tiene longitudes de onda en el espectro visible, y donde la luz azul emitida tiene una intensidad más alta que la luz de otros colores.
12. Un procedimiento implementado por ordenador para evaluar la piel de un sujeto, comprendiendo el procedimiento:
recibir (101) una o más imágenes de la piel del sujeto procedentes de una unidad de obtención de imágenes, con la unidad de obtención de imágenes dispuesta para obtener imágenes de la piel del sujeto;
procesar (103) las una o más imágenes para determinar un tipo de piel y/o un índice de melanina de la piel del sujeto;
emitir (105) una primera señal que indica el tipo de piel y/o el índice de melanina determinados;
caracterizado porquela determinación del tipo de piel y/o el índice de melanina de la piel se basa en una densidad de una estructura de una red pigmentaria de la piel.
13. Un producto de programa informático comprendiendo un medio legible por ordenador que tiene un código legible por ordenador incorporado en el mismo, estando el código legible por ordenador configurado de tal forma que, durante su ejecución por un ordenador o unidad de procesamiento adecuado, hace que el ordenador o unidad de procesamiento lleve a cabo el procedimiento de la reivindicación 12.
ES20797470T 2019-11-01 2020-10-28 Evaluating skin Active ES3042152T3 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP19206773.4A EP3815601A1 (en) 2019-11-01 2019-11-01 Evaluating skin
PCT/EP2020/080220 WO2021083923A1 (en) 2019-11-01 2020-10-28 Evaluating skin

Publications (1)

Publication Number Publication Date
ES3042152T3 true ES3042152T3 (en) 2025-11-18

Family

ID=68461721

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20797470T Active ES3042152T3 (en) 2019-11-01 2020-10-28 Evaluating skin

Country Status (10)

Country Link
US (1) US20240225528A9 (es)
EP (2) EP3815601A1 (es)
JP (1) JP7638274B2 (es)
KR (1) KR20220091577A (es)
CN (1) CN114616631A (es)
BR (1) BR112022008139A2 (es)
ES (1) ES3042152T3 (es)
MX (1) MX2022005122A (es)
PL (1) PL4051088T3 (es)
WO (1) WO2021083923A1 (es)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12533030B2 (en) * 2020-12-23 2026-01-27 Taipei Medical University Device for performing angiography and phototherapy
CN113679355A (zh) * 2021-09-17 2021-11-23 山西瑞豪生物科技有限公司 一种用于强脉冲光干眼治疗的皮肤肤色测量装置及方法
KR102654796B1 (ko) * 2021-11-29 2024-04-11 (주)스톤랩 시각 인공지능 활용 비침습 피부 생체지표 추정 기반 피부염 판별 시스템 및 그 방법
JP2023087847A (ja) * 2021-12-14 2023-06-26 ポーラ化成工業株式会社 推定システム、推定プログラム及び推定方法
EP4230166A1 (en) * 2022-02-17 2023-08-23 Koninklijke Philips N.V. Light treatment device
JPWO2024070753A1 (es) * 2022-09-30 2024-04-04
CN119969974B (zh) * 2025-04-17 2025-07-29 内蒙古农业大学 一种牛飞节脱毛检测装置及检测方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2042095A1 (en) 2007-09-26 2009-04-01 Astron Clinica Limited Methods and apparatus for quantifying photo-damage
EP2243077A4 (en) * 2008-01-07 2012-09-26 Myskin Inc SYSTEM AND METHOD FOR ANALYZING LIGHT-MATERIAL INTERACTION BASED ON SPECTRAL FOLDING
JP6598049B2 (ja) 2012-04-09 2019-10-30 ポーラ化成工業株式会社 乳頭構造分析に基づく肌状態の鑑別法
US20150032092A1 (en) * 2013-07-26 2015-01-29 Yossef Ori ADANNY Image-based cosmetic skin treatment system
JP6138745B2 (ja) * 2014-11-19 2017-05-31 株式会社 資生堂 シミ評価装置、及びシミ評価プログラム
JP6462441B2 (ja) 2015-03-18 2019-01-30 株式会社タイトー ダンス装置
JP6566240B2 (ja) 2015-04-16 2019-08-28 ソニー株式会社 情報処理装置、情報処理方法、およびプログラム
CN109152891B (zh) 2016-03-24 2022-11-08 特鲁德尔医学国际公司 具有电子指示器的呼吸护理系统
KR102581945B1 (ko) * 2017-02-07 2023-09-25 삼성전자주식회사 스킨 정보 제공 방법 및 이를 지원하는 전자 장치
CN110573066A (zh) * 2017-03-02 2019-12-13 光谱Md公司 用于多光谱截肢部位分析的机器学习系统和技术
JP6778157B2 (ja) 2017-07-10 2020-10-28 マクセルホールディングス株式会社 肌状態センサおよび美容器具
CN107680128B (zh) * 2017-10-31 2020-03-27 Oppo广东移动通信有限公司 图像处理方法、装置、电子设备及计算机可读存储介质
US10943156B2 (en) 2018-01-05 2021-03-09 L'oreal Machine-implemented facial health and beauty assistant

Also Published As

Publication number Publication date
CN114616631A (zh) 2022-06-10
US20240225528A9 (en) 2024-07-11
US20240130667A1 (en) 2024-04-25
JP7638274B2 (ja) 2025-03-03
EP4051088A1 (en) 2022-09-07
PL4051088T3 (pl) 2025-11-24
MX2022005122A (es) 2022-05-30
EP3815601A1 (en) 2021-05-05
JP2022554010A (ja) 2022-12-27
WO2021083923A1 (en) 2021-05-06
BR112022008139A2 (pt) 2022-07-19
KR20220091577A (ko) 2022-06-30
EP4051088B1 (en) 2025-09-03

Similar Documents

Publication Publication Date Title
ES3042152T3 (en) Evaluating skin
ES2984450T3 (es) Determinar si los vellos en un área de la piel han sido tratados con un pulso de luz
Linming et al. Comparison of two skin imaging analysis instruments: The VISIA® from Canfield vs the ANTERA 3D® CS from Miravex
ES2968298T3 (es) Dispositivo y método para la detección y clasificación de patógenos
Bolton et al. Portable, low-cost multispectral imaging system: design, development, validation, and utilization
RU2649048C1 (ru) Система компактного спектрометра, предназначенного для неинвазивного измерения спектров поглощения и пропускания образцов биологической ткани
ES2993008T3 (en) Treatment device and method
ES2994422T3 (en) Identifying a body part
CN104825131A (zh) 皮肤状况评估装置及使用该装置的皮肤状况评估方法
CN113796953A (zh) 用于确定针对个人护理设备的皮肤接触的系统和方法
CN105722465A (zh) 用于皮肤镜和其它光学仪器中的一次性校准端盖
ES2973416T3 (es) Aparato y método para determinar un valor de parámetro de piel
ATE370400T1 (de) Verfahren und vorrichtung zur histologischen untersuchung von haut
Parekh et al. Optical spectroscopy characteristics can differentiate benign and malignant renal tissues: a potentially useful modality
Squiers et al. Multispectral imaging burn wound tissue classification system: a comparison of test accuracies between several common machine learning algorithms
Cugmas et al. Challenges in automated estimation of capillary refill time in dogs
Jolivot Development of an imaging system dedicated to the acquisition analysis and multispectral characterisation of skin lesion
KR102875326B1 (ko) 모발 진단기
TWM455474U (zh) 複數波長之斷層成像系統
Cheong Compact Optical Systems for Biosensing and Computing: From Skin Health Monitoring to Diffractive Neural Networks
RU63060U1 (ru) Устройство для индикации степени пигментации кожи человека
KR20230072390A (ko) 근적외선 분광법을 이용한 간수치측정장치 및 이를 이용한 간수치측정방법
Borisova et al. Influence of measurement geometry on the human skin reflectance spectra detection
CN107928634A (zh) 染发剂对皮肤影响的光纤光谱检测法
Hillman et al. EOX for Noninvasive Physiologic Monitoring