一种基于图像特征的皮肤病智能识别系统及筛查方法

本发明公开了一种基于图像特征的皮肤病智能识别系统及筛查方法，涉及人工智能技术领域。本发明收集皮肤病图像数据，并上传至标注系统，通过专业医生辅助完成标签标记。构建的皮肤病数据集涵盖皮肤镜类型数据数据和临床拍摄图像数据。对标注后的数据分别进行数据增强、标准化、归一化及图像尺寸统一调整后，输入深度学习模型进行训练；设计并构建适用于皮肤病图像特征识别的深度神经网络DCSNeXt模型，根据数据类别设计专用分类器，分别对两类数据进行模型训练和性能测试；进一步使用多种现有常用图像识别模型对本数据集进行训练测试，并与DCSNeXt模型在测试集上的性能表现进行对比；此外，收集近两年的相关文献中两种类型的皮肤病图像数据，选取性能表现较好的模型对其进行无标签预测分析。本发明可实现对皮肤镜和临床拍摄皮肤病图像的特征化智能分析，为皮肤病图像的特征提取和分类提供技术支持，可广泛应用于皮肤科临床辅助分析、远程医疗及医学教学领域，推动皮肤病智能化分析的发展。