机构名称：
¥ 1.0
皮肤病是最常见的健康问题之一。大多数皮肤病都不是恶性的，因此大多被忽视。事实上，不适当的治疗可能会降低生活质量。另一方面，提供皮肤病诊断具有挑战性。由于某些症状相似，诊断错误是可以避免的。近年来，人工智能 (AI) 方法已被推广用于支持医疗实践，以提供准确的皮肤病诊断。大多数工作仍然集中在检测最致命的皮肤病黑色素瘤上。在探索人工智能进行更一般的多类皮肤病识别方面的工作有限。本文介绍了用于检测一般多类皮肤病的机器学习方法的模拟工作和分析。此外，为了全面了解 AI 在皮肤病学中的应用，还介绍了 AI 方法在皮肤病学中的研究工作映射。在模拟工作中，采用、分析和讨论了两种机器学习框架，即传统机器学习和迁移学习方法。以六 (6) 种不同的皮肤病、皮肤纤维瘤、水痘、湿疹、角化病、牛皮癣和疥疮为研究案例。根据模拟结果，所提出的方法实现了 70%-80% 的准确率。传统机器学习方法与迁移学习方法相比表现出色。根据准确度指标和收敛行为，这两种方法都有望通过更大的数据集得到进一步开发和修改。
自动多类皮肤的人工智能方法...
主要关键词
相关文件推荐
