寻常型银屑病是一种常见的慢性皮肤病,由于病程长,需要进行长期的疾病管理。为了给寻常型银屑病在基层的诊治提供切实可行、低成本的方案,本研究将是否进行皮损分割作为条件,利用来自北京中医医院皮肤科的830例患者共计13 409张皮损病历照片,训练了两个深度学习模型,探讨不使用皮损分割进行智能诊断的可行性。测试结果表明,使用已进行皮损分割数据建立的模型,准确率为87.812%,AUC值0.94;进行全图识别的模型,准确率为84.098%,AUC值0.91,不进行皮损分割对寻常型银屑病进行识别,能够取得良好的效果,同时能够节省大量的标注、算法适配时间,进一步提升皮肤病智能诊断系统的开发效率。

文章来源：《皮肤病与性病》 网址: http://www.pfbyxb.cn/qikandaodu/2021/0427/948.html