换一批皮肤病深度学习诊断模型的研究进展
Research progress in deep learning-based diagnostic models for dermatological diseases
摘要皮肤病严重影响全球约1.9亿患者的生活质量,其疾病表现的复杂性和多样性是传统诊疗模式面临的挑战,探索新型的诊断手段已经成为当前亟待解决的关键任务.深度学习(DL)技术在皮肤病智能识别领域已逐渐广泛应用,并显示出巨大的潜力.本文从三大维度系统综述了DL在皮肤病诊断中的研究进展.首先,在数据输入层面,重点分析皮肤镜图像、超声影像及病理切片图像多模态数据的特征提取与预处理方法.其次,在算法模型层面,深入探讨集成学习框架、多模态数据融合策略、多中心数据集协同训练方法及可解释性模型构建方案.最后,在任务识别层面,评估DL模型在良性皮肤病筛查、恶性皮肤病鉴别以及二分类与多分类诊断任务中的性能表现.通过多角度评述皮肤病DL诊断模型的研究为未来模型的进一步优化与应用提供参考.
更多相关知识
关键词
深度学习皮肤病数据输入智能识别皮肤镜图像超声影像Deep learningSkin diseasesInput dataIntelligent identificationDermoscopic imagesUltrasound images
分类号
R751
栏目名称
DOI
10.13481/j.1671-587X.20250633
发布时间
2025-12-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
吉林省科技厅技术创新引导国际科技合作项目（20240402002GH）；
吉林省卫生健康科技能力提升计划项目（202WS-YA010）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
