来源：期刊VIP网 时间：
作者：丛玉佳;刘冰;苗百卉;丛宪玲;姜日花;
单位：吉林大学中日联谊医院皮肤性病科;吉林大学中日联谊医院病理科;吉林大学中日联谊医院生物样本库;
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。
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
基金资助：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）
