基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的:皮肤病种类繁多,采用机器学习、计算机视觉等人工智能技术可实现自动、快速分类及特征识别,分析并研究国内外在皮肤病辅助诊断方面的人工智能技术应用.方法:临床诊断使用的皮肤病图像主要包括皮肤镜图像以及皮肤组织病理图像等,所使用的方法与样本数量及质量直接相关,针对海量皮肤镜图像,采用卷积神经网络迁移学习可实现疾病类型的分类;针对小样本量皮肤镜图像,结合皮肤学诊断原理和机器学习建模实现特定疾病类型诊断;针对有限样本且复杂的皮肤组织病理图像,运用图像分割和机器学习建模实现病理图像自动区域标注.结果:在皮肤病辅助诊断方面,结合人工智能技术,国内外研究机构已经实现肤质特征识别、自动区域标注、疾病分类等应用.结论:随着用于皮肤病诊断的人工智能技术发展,有望大幅提高接诊效率,为医生提供客观的辅助支撑,减轻负担.
推荐文章
人工智能技术在高职教学中的应用研究
人工智能
高职教学
技术应用
人工智能技术在机械电子工程领域的应用研究
人工智能技术
机械电子工程
计算机应用研究
人工智能技术在档案管理中的应用
人工智能技术
档案管理
应用研究
人工智能技术在数字图书馆中的应用研究
人工智能技术
数字图书馆
应用研究
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能技术在皮肤病辅助诊断的应用研究
来源期刊 中国数字医学 学科 医学
关键词 人工智能 皮肤病辅助诊断 机器学习 计算机视觉
年,卷(期) 2018,(10) 所属期刊栏目 特别专题——人工智能与临床医学
研究方向 页码范围 29-31,38
页数 4页 分类号 R319
字数 3421字 语种 中文
DOI 10.3969/j.issn.1673-7571.2018.10.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (26)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (44)
二级引证文献  (3)
1943(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(6)
  • 引证文献(4)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工智能
皮肤病辅助诊断
机器学习
计算机视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导