简介：近年,以深度学习技术为代表的人工智能（AI）正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络（CNN）技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜（RCM）图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。

简介：有幸拜读由纪华安、肖尹主编，丁素先、毛舒和、徐丽敏副主编联合天津市长征医院诸多专家编著的《皮肤组织病理彩色图谱》，获益良多。

简介：

简介：目的：探讨精子性肉芽肿（SG）的彩超图像特征，结合病理基础分析，旨在总结经验提高其诊断符合率。方法：回顾性分析经病理证实为SG的28例患者的彩色超声声像图与病理检查结果之间的关系。结果：28例患者中，彩超与病理对照分析显示：低回声型14例、中等回声型7例、高回声型4例、网状格无回声3例，各组彩超图像特点主要与肿块纤维组织成分多少有关。结论：精子附睾肉芽肿彩超图像特征表现主要基于其组织病理结构的特点，彩超检查结合病灶病理检查可提高彩超对该病的诊断准确率。彩超对SG是一种有价值的检查方法，可列为首选。

简介：

简介：根据国家医学继续教育I类项目，编号2012—04-12—031[国]的通知精神，由国家中医药管理局中西医结合皮肤病重点学科、全军皮肤病研究所、空军总医院皮肤病医院承办“第八届全国皮肤病诊疗新技术暨首届全国皮肤镜图像分析技术与临床应用新进展学习班”，

简介：背景：有经验的皮肤科医师使用临床诊断标准（通常为ABCD规则）早期诊断黑色素瘤的正确率可达64％～80％，诊断黑色素瘤的自动化系统仍被认为是一种实验性方法，只能作为肉眼诊断的辅助措施。为帮助早期诊断黑色素瘤，作者开发了一种图像处理系统帮助鉴别黑色素瘤与黑色素细胞痣，并建立了一种明确黑色素瘤发生率的数字模式。方法：分析132处黑色素细胞皮损（23处黑色素瘤及109处黑色素细胞痣）的数字图像特征，包括几何特征、颜色、颜色纹理。共分析了所有皮损的43个特征变量：几何形状、颜色纹理、边界锐度、颜色变量等。由于任何多阶式变量选择法中存在变量多重共线性均可导致严重错误，因此采用单变量logistic回归分析法及“-2loglikelihood”检测和Spearman秩相关系数，以排除不适当的变量。最初“-2loglikelihood”和非参数Spearmanp选择了5个变量进入多变量预测模式，随后5变量模式被削减为3变量模式，且验证了每种模式的性能。用“jackknife”法验证3变量模式，并通过受试者工作特性（ROC）曲线图比较其与5变量模式的精确度，结论表明3变量模式的鉴别能力未受影响。结果：并非全部变量均对此模式有用，故逐渐剔除至剩下3个有意义的协变量。合并几何形状、颜色、颜色纹理等独立协变量参数，计算预测性公式，用于黑色素瘤的预测。此模式诊断黑色素瘤的灵敏度为60．9％，特异度为95．4％，总精确度达89．4％（概率水平O．5），有8％的假阴性结果。结论：通过数字图像处理系统和发展数字预测模式，采用多变量logistic回归分析法高精度地鉴别黑色素瘤与黑色素细胞痣是可行的。此模式早期诊断黑色素瘤具有可行性。为预测组织学确诊前未能诊断的黑色素瘤，没有必要使用昂贵或复杂的设备，仅使用价格合适的便�