科创中国

皮肤镜图像辅助诊断技术能够从皮肤镜图像中自动提取皮肤疾病的特征并对皮肤疾病进行分类识别，从而辅助医生做出正确诊断，这种方式具有客观可重复的优点。

    本成果采用深度学习方法研究皮肤疾病的计算机辅助诊断方法，提出了基于多分支卷积神经网络的皮肤镜图像分割、基于旋转均值操作的皮肤镜图像分类、基于端到端深度哈希的皮肤镜图像检索等一系列先进算法和解决方案，实现了包括银屑病、湿疹、脂溢性角化病、玫瑰糠疹、扁平苔藓、基底细胞癌等在内的多种常见皮肤疾病的智能分析和诊断，提高了已有皮肤镜图像辅助诊断系统的性能。

基于该成果的研究，发表论文40余篇，其中SCI检索15篇，申请国家发明专利6项，其中已授权4项，撰写著作三部。研究成果发表在TMI、TBME、PR、TIP等权威期刊上，受到领域内权威专家的高度评价。

该成果已获得临床测试和应用，团队通过各种学习班、学术会议交流等方式对成果进行了推广。团队在2017和2018年的“协和皮肤影像诊断学习班”上开展“人机大战”比赛模式，所研究的方法诊断准确率超过在场医生的平均水平6个百分点，团队在协和皮肤影像诊断学习班的授课视频线上学习次数达到三万余次。