面部损容性色素性疾病人工智能诊断模型的建立与评价

• 作者: 郭丽芳 丁徽 杨寅 葛一平 林彤
• 来源期刊: 临床皮肤科杂志
• 关键词: 色素性疾病,损容性 人工智能 诊断模型
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 论著|Original articles
• 页码范围: 536-539
• 页数: 4页
• 分类号: R751
• 语种: 中文
• DOI: 10.16761/j.cnki.1000-4963.2021.09.005

摘要

目的:构建面部损容性色素性疾病的人工智能诊断模型,实现面部损容性色素性疾病的人工智能辅助诊断.方法:利用雀斑、黄褐斑、颧部褐青色痣、日光性黑子、太田痣、咖啡斑、白癜风的单反相机图像和YOLO(You Only Look Once)v5算法建立诊断模型,比较模型与我院以及基层医院皮肤科医生的诊断结果,评价模型的性能.结果:对于350张单反相机图像的诊断结果显示,模型对七种面部损容性色素性疾病的平均诊断准确率为94.29％,高于基层医院皮肤科医生(81.43％),与我院皮肤科医生(97.48％)相当.结论:面部损容性色素性疾病人工智能诊断模型显示出较好的性能,提供了一种较为客观、便捷的面部损容性色素性疾病的辅助诊断方法.