面部损容性色素性疾病人工智能诊断模型的建立与评价

摘要：

目的:构建面部损容性色素性疾病的人工智能诊断模型,实现面部损容性色素性疾病的人工智能辅助诊断.方法:利用雀斑、黄褐斑、颧部褐青色痣、日光性黑子、太田痣、咖啡斑、白癜风的单反相机图像和YOLO(You Only Look Once)v5算法建立诊断模型,比较模型与我院以及基层医院皮肤科医生的诊断结果,评价模型的性能.结果:对于350张单反相机图像的诊断结果显示,模型对七种面部损容性色素性疾病的平均诊断准确率为94.29％,高于基层医院皮肤科医生(81.43％),与我院皮肤科医生(97.48％)相当.结论:面部损容性色素性疾病人工智能诊断模型显示出较好的性能,提供了一种较为客观、便捷的面部损容性色素性疾病的辅助诊断方法.

关键词：色素性疾病,损容性;人工智能;诊断模型

所属期刊栏目：50

分类号：R751(皮肤病学与性病学)

资助基金：中国医学科学院医学与健康科技创新工程项目CIFMS-2017-I2M-1-017、CIFMS-2018-I2-AI-018

在线出版日期：2021-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：536-539