[1Win4] ポスターセッション1

[1Win4-66] クラス間の境界が曖昧な画像群の多クラス分類：皮膚シワ画像グレード判定の研究事例

〇中川 雄太¹、金山 尭人¹、井口 里紗¹、荻原 毅¹ (1.株式会社マツモト交商)

キーワード：画像分類、視覚言語モデル、ヘルスケア、化粧品、皮膚のシワ

化粧品業界ではシワ改善化粧品が消費者から強く望まれていることを受け、日本香粧品学会により抗シワ製品評価ガイドラインが制定された。現在は機器測定、医師による画像等の目視判定で総合評価しているが、その信頼性に関しての議論がある。そのため、より客観的にシワの程度を判定することを目的に、画像からシワの程度を分類するモデル開発がなされているが、皮膚の非常に僅かな差を高い精度で8～9クラスに分類するまでには至っていない。一方、医療業界では画像と自然言語を用いた診断支援AIが研究されており、自然言語利用の有用性が示されている。そこで本研究は、クラス間の境界が曖昧な皮膚シワ画像を高精度で8分類するモデル開発を目指し、画像分類モデルに自然言語を適用する有用性を検証した。結果、自然言語の利用は、F1スコアの改善と各評価指標の標準偏差減少により、汎化性能向上と精度安定化に寄与することが確認された。さらに、自然言語の利用は画像に対し、その特徴を回答するモデル構築を可能とする。今後は皮膚シワ分類モデルの精度とユーザビリティの更なる向上を目指し、自然言語の質について検討していく。