深度学习辅助皮肤影像自动分类的研究进展

摘要：

传统的机器学习受限于无法直接处理原始数据，而是依赖于专家设计特征提取器，但深度学习的出现打破了这一禁锢，可以自动地从未经处理的原始数据中发现用于检测或分类的代表性信息，成为人工智能医学影像分类的关键技术。在恶性黑素瘤与色素痣的二分类及黑素细胞来源肿瘤以外的其他皮肤疾病如鳞状细胞肿瘤、基底细胞癌、甲病等的分类方面，深度学习取得与皮肤科医师相当甚至超过皮肤科医师的分类水平。本文介绍深度学习在皮肤影像分类应用中的一些基本概念及常用的深度学习模型的评价方法，综述深度学习在皮肤影像分类中的研究进展。

关键词：人工智能、痣和黑素瘤、皮肤疾病、皮肤镜检查、神经网络（计算机）、皮肤影像、深度学习

所属期刊栏目：53

资助基金：中国医学科学院中央级公益性科研院所基本科研业务费专项资金2019XK320024;国家自然科学基金61871011;国家重点研发计划项目2016YFC0901500;中国医学科学院医学与健康科技创新工程项目2017-I2M-3-020;The Non-profit Central Research Institute Fund of Chinese Academy of Medical Sciences2019XK320024;National Natural Science Foundation of China61871011;National Key Research and Development Program of China2016YFC0901500;CAMS Innovation Fund for Medical Sciences2017-I2M-3-020

在线出版日期：2023-05-30（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：1037-1040