Case 01. 图像×健康
通过角质层分析进行毛发诊断
我们与从事头发化妆品与医药部外品制造、销售的中野制药株式会社共同研究，通过独创的AI图像识别与机器学习技术，将以往依赖美发师和研究者主观判断的毛发评价，提升为可客观、定量评估的技术。
传统课题
长久以来，毛发评价主要采用目视评价方式。由于无需特殊设备，通过视觉比较就能便捷实施，因此被美发师、护发企业、研究者等广泛应用。然而，评价者凭直觉判断毛发的颜色、光泽、粗细、密度、受损程度，虽然简便快捷，但结果容易受评价者主观影响。此外，评价角质层的层叠数时，需要观察毛发的断面图像，这需要特殊设备和技术，评价困难。
因此近年来，为提升客观性，出现了使用AI的毛发评价方案。但既有的AI，以目视5级评价等主观数据作为学习数据，未能从根本上解决课题。
我司技术的解决方案
我司通过运用独创的分割技术打造的AI图像分析服务GeXeL，成功实现了对毛发表面角质层轮廓的自动识别与区分。我们对10至70岁约150名男女的毛发表面进行了图像分析，分析了角质层的层叠数与基于角质层轮廓区分的区域所得特征量（对角宽度、外接矩形长短边比率、面积等）之间的相关关系。
结果发现，特定的特征量与角质层的层叠数具有高度相关性。通过结合AI图像识别系统与机器学习技术，无需观察毛发断面即可准确推定角质层的层叠数。
本技术的贡献
角质层层叠数的多少，会影响头发的质感和抗损能力，是判断毛发状态的重要指标。通过此次确立的技术，可以针对每个人的毛发状态提供合适的护发方案，实现更科学、更可靠的护发解决方案。
