亟需加快建設(shè)中國(guó)人群皮膚影像資源庫(kù)：高質(zhì)量皮膚影像是構(gòu)建智能輔助診斷系統(tǒng)的基礎(chǔ)

崔勇 于建斌 鄒先彪 李航 劉潔 孟如松 劉華緒 謝鳳英 馬維民 常江

100029北京，中日友好醫(yī)院皮膚病與性病科（崔勇）；鄭州大學(xué)第一附屬醫(yī)院皮膚性病科（于建斌）；解放軍總醫(yī)院第一附屬醫(yī)院皮膚性病科（鄒先彪）；北京大學(xué)第一醫(yī)院皮膚性病科（李航）；中國(guó)醫(yī)學(xué)科學(xué)院 北京協(xié)和醫(yī)學(xué)院 北京協(xié)和醫(yī)院皮膚性病科（劉潔）；解放軍空軍總醫(yī)院皮膚病醫(yī)院（孟如松）；山東省皮膚病醫(yī)院（劉華緒）；北京航空航天大學(xué)宇航學(xué)院圖像處理中心（謝鳳英）；上海麥色信息科技有限公司（馬維民）；優(yōu)麥醫(yī)療（常江）

·專(zhuān)家視角·

亟需加快建設(shè)中國(guó)人群皮膚影像資源庫(kù)：高質(zhì)量皮膚影像是構(gòu)建智能輔助診斷系統(tǒng)的基礎(chǔ)

崔勇 于建斌 鄒先彪 李航 劉潔 孟如松 劉華緒 謝鳳英 馬維民 常江

100029北京，中日友好醫(yī)院皮膚病與性病科（崔勇）；鄭州大學(xué)第一附屬醫(yī)院皮膚性病科（于建斌）；解放軍總醫(yī)院第一附屬醫(yī)院皮膚性病科（鄒先彪）；北京大學(xué)第一醫(yī)院皮膚性病科（李航）；中國(guó)醫(yī)學(xué)科學(xué)院 北京協(xié)和醫(yī)學(xué)院 北京協(xié)和醫(yī)院皮膚性病科（劉潔）；解放軍空軍總醫(yī)院皮膚病醫(yī)院（孟如松）；山東省皮膚病醫(yī)院（劉華緒）；北京航空航天大學(xué)宇航學(xué)院圖像處理中心（謝鳳英）；上海麥色信息科技有限公司（馬維民）；優(yōu)麥醫(yī)療（常江）

皮膚位于人體表面，很多皮膚病僅根據(jù)皮損的“可視化特征”即可確診，因此皮膚病學(xué)是最適宜應(yīng)用各種圖像技術(shù)的臨床二級(jí)學(xué)科［1?2］。隨著設(shè)備研發(fā)水平和數(shù)據(jù)分析技術(shù)的不斷提高，構(gòu)建智能輔助診斷系統(tǒng)的條件已逐漸成熟。作為智能輔助診斷系統(tǒng)的必備基礎(chǔ)，大規(guī)模的高質(zhì)量皮膚影像是整個(gè)實(shí)施路徑中最為值得關(guān)注的問(wèn)題。

一、皮膚影像診斷方法是彌補(bǔ)診斷能力的重要手段

皮膚病種類(lèi)繁多，經(jīng)典教科書(shū)《Rook′s Textbook of Dermatology》記載的皮膚病診斷名稱(chēng)超過(guò)2 000種，對(duì)皮膚科醫(yī)師的診斷能力提出很高要求。診斷行為及其準(zhǔn)確度受到很多因素的影響（如學(xué)習(xí)能力、分析能力、記憶能力、生理心理狀態(tài)等），因此不同醫(yī)師的診斷能力和水平之間存在顯著差異。

皮膚影像是基于影像技術(shù)發(fā)展起來(lái)的一系列輔助診斷方法，主要包括皮膚攝影、皮膚鏡、皮膚表面3D分析儀、皮膚共聚焦顯微鏡、皮膚超聲等。皮膚攝影最早可以追溯到1848年，Hullihen醫(yī)師拍攝1例因燒傷而引起的面部和頸部皮膚異常［3］。16世紀(jì)就已有學(xué)者使用顯微鏡觀察甲襞血管，Goldman醫(yī)師首次使用皮膚鏡分析色素痣與黑素瘤，被視為皮膚鏡臨床應(yīng)用的開(kāi)端［4?5］。皮膚表面3D分析儀、皮膚共聚焦顯微鏡和皮膚超聲等則是醫(yī)學(xué)工程與影像醫(yī)學(xué)結(jié)合的產(chǎn)物。由于皮膚影像診斷方法的出現(xiàn)，皮損的“可視化特征”也逐步拓展為“可利用皮膚影像診斷方法獲取的可視化特征”。皮膚影像診斷方法拓展和深化了臨床醫(yī)師的信息獲取能力，幫助使用者獲得比原先更多的具有診斷價(jià)值的信息，從而提升皮膚病診斷水平和效率。

由于原理和側(cè)重點(diǎn)不同，每種皮膚影像診斷方法均具有各自的優(yōu)勢(shì)和局限性，如何整合不同的成像技術(shù)實(shí)現(xiàn)彼此優(yōu)勢(shì)互補(bǔ)，為明確診斷提供更加全面和精確的信息是皮膚影像學(xué)發(fā)展的重要課題。事實(shí)上，多模態(tài)影像技術(shù)也是現(xiàn)代醫(yī)學(xué)影像學(xué)發(fā)展的方向，目前臨床上以PET/CT為代表的多模態(tài)成像是一個(gè)成功的代表。充分利用我國(guó)數(shù)量龐大的皮膚病患者資源，構(gòu)建適用于我國(guó)人群的皮膚病智能輔助診斷系統(tǒng)，已經(jīng)成為重大課題。如何在現(xiàn)有工作基礎(chǔ)上，對(duì)高質(zhì)量皮膚影像數(shù)據(jù)庫(kù)的構(gòu)建路徑、適用性數(shù)據(jù)信息的挖掘策略及深入學(xué)習(xí)模式等開(kāi)展研究，是構(gòu)建皮膚病智能輔助診斷系統(tǒng)的核心和關(guān)鍵。

二、基于皮膚影像的皮膚病智能輔助診斷系統(tǒng)已成為發(fā)展趨勢(shì)

自電腦誕生之日起，利用存儲(chǔ)分析技術(shù)來(lái)進(jìn)行疾病輔助診斷的努力一直在持續(xù)。近年來(lái)“智慧診斷”、“人工智能（artificial intelligence，AI）”，得到社會(huì)高度關(guān)注，也在皮膚病診斷領(lǐng)域得到同步發(fā)展，并且逐漸成為趨勢(shì)。

早期皮膚病“智慧診斷”研究主要針對(duì)預(yù)知特征，從皮膚圖像中提取信息進(jìn)行判斷，在2012年之前能夠達(dá)到的最低錯(cuò)誤率為25%。2012年機(jī)器深度學(xué)習(xí)首次被應(yīng)用在ImageNet數(shù)據(jù)集上，錯(cuò)誤率降低到16%，并隨著算法改進(jìn)進(jìn)一步降低至2016年的3.5%。而在ImageNet數(shù)據(jù)集上，人類(lèi)分類(lèi)錯(cuò)誤率約為5.1%，高于機(jī)器的錯(cuò)誤率，這是機(jī)器深度學(xué)習(xí)帶來(lái)的技術(shù)突破［6?7］。

2016年 12月，斯坦福大學(xué) Esteva等［8］針對(duì)129 450幅皮膚病臨床圖像（包含2 032種不同疾?。?，利用深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN，人工神經(jīng)網(wǎng)絡(luò)的一種，是第一個(gè)真正成功訓(xùn)練多層網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí)算法，已成為當(dāng)前語(yǔ)音分析和圖像識(shí)別領(lǐng)域的主流模式）進(jìn)行細(xì)粒度（fine?grained）對(duì)象的像素和疾病標(biāo)注，并構(gòu)建訓(xùn)練模型，在隨后的模型驗(yàn)證中對(duì)“來(lái)源于角質(zhì)形成細(xì)胞的皮膚腫瘤”（惡性）與“脂溢性角化病”（良性）、“惡性黑素瘤”（惡性）與“痣”（良性）進(jìn)行機(jī)器識(shí)別，并與21位認(rèn)證皮膚科醫(yī)師的診斷結(jié)果進(jìn)行對(duì)比，結(jié)果顯示，DCNN的準(zhǔn)確度達(dá)到參與測(cè)試的醫(yī)師水平，證明人工智能對(duì)皮膚腫瘤（特別是惡性黑素瘤）的診斷水平已經(jīng)可以媲美專(zhuān)業(yè)皮膚科醫(yī)師。

最近洛克菲勒大學(xué)Gareau等［9］使用Q?score危險(xiǎn)因素標(biāo)示方法進(jìn)行13種機(jī)器深度學(xué)習(xí)算法分析，對(duì)黑素瘤診斷的敏感度達(dá)到98%，特異度達(dá)36%。加拿大滑鐵盧大學(xué)Glaister等［10］開(kāi)展的研究系統(tǒng)描述了皮膚影像特征數(shù)據(jù)的標(biāo)注及抽取技術(shù)，并設(shè)計(jì)基于機(jī)器深度學(xué)習(xí)的黑素瘤篩檢系統(tǒng)。此外尚有很多在圖形圖像識(shí)別領(lǐng)域的醫(yī)療人工智能研究案例，其效果也比傳統(tǒng)的機(jī)器學(xué)習(xí)效果顯著。構(gòu)建智能輔助診斷系統(tǒng)的技術(shù)層面要素（包括DCNN、隨機(jī)丟棄技術(shù)、基于大規(guī)模無(wú)標(biāo)注圖像的非監(jiān)督特征學(xué)習(xí)、基于全球圖形處理器（GPU）的機(jī)器深度學(xué)習(xí)模型訓(xùn)練等）已經(jīng)逐漸成熟，可用于建立皮膚病的智能輔助診斷系統(tǒng)。

人工智能及信息挖掘技術(shù)的突破將在皮膚疾病的診斷中起到重要作用，幾乎可以肯定的是，不遠(yuǎn)的將來(lái)會(huì)出現(xiàn)更為“智能”的“皮膚病電腦醫(yī)生”，但這并不意味著皮膚科醫(yī)師在臨床診療和臨床決策中的重要角色將被替代，相反，我們完全可以充分利用智能輔助診斷系統(tǒng)給我們帶來(lái)的實(shí)際益處。同時(shí)應(yīng)該認(rèn)識(shí)到，并非每種皮膚病都存在可辨別的可視化特征，有的疾病診斷可能需要從細(xì)胞、分子甚至基因水平獲得更多證據(jù)，因此智能輔助診斷系統(tǒng)具有一定的適用范圍，存在一定的技術(shù)邊界。

三、我國(guó)的皮膚影像資源歸集工作已具備一定基礎(chǔ)

從相機(jī)/數(shù)碼相機(jī)開(kāi)始出現(xiàn)時(shí)，我國(guó)皮膚病學(xué)工作者就已經(jīng)開(kāi)始自發(fā)積累皮膚影像資料（個(gè)人歸集階段）。隨著臨床教學(xué)、研究素材積累、論文發(fā)表、教材編寫(xiě)需求的上升，皮膚影像資料歸集逐漸成為教研室、雜志社、編輯部的主動(dòng)行為（集體歸集階段），期間出版了很多高質(zhì)量的皮膚病圖譜，成為皮膚影像資料的典型形式。

2002年，由安徽醫(yī)科大學(xué)第一附屬醫(yī)院、中國(guó)醫(yī)科大學(xué)第一附屬醫(yī)院、第四軍醫(yī)大學(xué)西京醫(yī)院、鄭州大學(xué)第一附屬醫(yī)院、廣東醫(yī)學(xué)院附屬醫(yī)院等協(xié)同創(chuàng)立“中國(guó)皮膚病攝影圖像聯(lián)盟”，開(kāi)始建立跨單位的皮膚病影像數(shù)據(jù)庫(kù)（主要是皮膚攝影和組織病理）；高天文、張海龍等建立“中國(guó)皮膚性病學(xué)網(wǎng)”，成為基于網(wǎng)絡(luò)歸集皮膚影像資源的成功嘗試。2014年張學(xué)軍、崔勇等實(shí)施我國(guó)首個(gè)基于醫(yī)院網(wǎng)絡(luò)的遠(yuǎn)程皮膚病學(xué)項(xiàng)目——“安徽省云醫(yī)院”，建立我國(guó)首個(gè)皮膚科醫(yī)生聯(lián)合體，成為大規(guī)模開(kāi)放式歸集皮膚影像數(shù)據(jù)的可參考模式。2016年我國(guó)皮膚影像領(lǐng)域?qū)＜衣?lián)名發(fā)表文章《應(yīng)重視皮膚影像輔助診斷方法的質(zhì)量管理》［11］，在本領(lǐng)域規(guī)范性方面發(fā)揮了推動(dòng)作用。

基于已積累的皮膚影像資源，已逐步開(kāi)展臨床和基礎(chǔ)研究，主要包括皮膚影像診斷方法對(duì)各種類(lèi)型皮膚病的診斷價(jià)值研究、各種皮膚影像診斷方法與組織病理表現(xiàn)的相關(guān)性和差異性研究、多種皮膚影像診斷方法組合模式對(duì)診斷效率的提升作用研究等，部分已獲得初步成果［12?17］。2017年崔勇等與上海麥色信息科技有限公司合作，利用機(jī)器深度學(xué)習(xí)策略對(duì)200組特定疾病的多維度皮膚影像（皮膚攝影+皮膚鏡+皮膚反射式共聚焦顯微鏡+組織病理）進(jìn)行綜合分析，最終機(jī)器診斷準(zhǔn)確率達(dá)到86%，對(duì)影像數(shù)據(jù)挖掘和分析技術(shù)框架進(jìn)行了初步定型。

為了推動(dòng)我國(guó)在該領(lǐng)域的數(shù)據(jù)積累和深入研究，由國(guó)內(nèi)皮膚影像專(zhuān)家團(tuán)隊(duì)和數(shù)據(jù)處理技術(shù)團(tuán)隊(duì)聯(lián)合發(fā)起的“中國(guó)人群皮膚影像資源庫(kù)”項(xiàng)目已正式啟動(dòng)。該項(xiàng)目是一個(gè)以智慧診斷集成方案為最終歸宿的多中心協(xié)同項(xiàng)目，首次采用“完全開(kāi)放的眾籌模式”設(shè)計(jì)，主要實(shí)施路徑是建立皮膚影像資源庫(kù)協(xié)作網(wǎng)，制定皮膚病輔助診斷質(zhì)量管理系統(tǒng)和圖像服務(wù)“云”平臺(tái)，開(kāi)發(fā)數(shù)據(jù)歸集模式和數(shù)據(jù)信息挖掘技術(shù)，并在此基礎(chǔ)上探索建立新型皮膚病智能輔助診斷系統(tǒng)。

四、建設(shè)皮膚影像資源庫(kù)的若干重要問(wèn)題

1.充分認(rèn)識(shí)“多維度”皮膚影像資料的重要性：對(duì)于很多皮膚病而言，我們僅通過(guò)臨床表現(xiàn)很難達(dá)到對(duì)疾病本質(zhì)的準(zhǔn)確把握，因此診斷都是“相對(duì)準(zhǔn)確”的。組織病理學(xué)是我們區(qū)分、規(guī)定和命名皮膚病的工具之一，盡管并非適用于所有皮膚病的診斷，但在沒(méi)有更好“金標(biāo)準(zhǔn)”出現(xiàn)之前，組織病理學(xué)仍然是我們建立皮膚影像資源庫(kù)的重要參照。

與肉眼識(shí)別皮損可視化特征相比，各種皮膚影像診斷方法獲取的是特定層面或視角的信息。不同方法獲得信息之間是否具有一致性，特別是它們與組織病理學(xué)特征之間是否存在對(duì)應(yīng)性，決定了這些信息將來(lái)是否能作為智能輔助診斷系統(tǒng)的可靠指標(biāo)。鑒于以上原因，我們?cè)诮⑵つw影像資源庫(kù)時(shí)，首先應(yīng)考慮納入“多維度”皮膚影像，包括皮膚攝影、皮膚鏡、皮膚共聚焦顯微鏡、皮膚超聲等，以及對(duì)應(yīng)部位的組織病理學(xué)資料?！岸嗑S度”皮膚影像是將來(lái)評(píng)估和標(biāo)準(zhǔn)制定、開(kāi)展相關(guān)研究的重要素材。

2.著力解決皮膚影像質(zhì)量標(biāo)準(zhǔn)化問(wèn)題：皮膚影像質(zhì)量標(biāo)準(zhǔn)化問(wèn)題不容忽視。不同參數(shù)皮膚鏡成像質(zhì)量存在差異，兩種皮膚鏡術(shù)語(yǔ)體系并存，多數(shù)皮膚共聚焦顯微鏡使用者未接受正規(guī)、標(biāo)準(zhǔn)化操作和結(jié)果判讀培訓(xùn)等。因此，除了后期開(kāi)發(fā)影像數(shù)字處理流程和模式外，納入皮膚影像資源庫(kù)的原始數(shù)據(jù)需參照如下標(biāo)準(zhǔn)。

（1）皮膚攝影：①體位：以皮損為中心，突出重點(diǎn)，明確顯示解剖位置；②光線：盡量選擇自然光或無(wú)影閃光燈下拍攝；③背景：一般選純色為背景色，既保證背景簡(jiǎn)潔、主體突出，又不失醫(yī)學(xué)攝影的嚴(yán)肅和莊重；④構(gòu)圖：既需全景照片反映皮疹部位、數(shù)目及分布規(guī)律，也需特寫(xiě)表現(xiàn)皮疹性質(zhì)及更多肉眼難以分辨的細(xì)節(jié)，可拍攝成組照片［18?19］。

（2）皮膚鏡：①皮損整體：光源選擇自然光，并注明模式（偏振光或非偏振光）、放大倍數(shù)；②局部細(xì)節(jié)：分別拍攝皮損最大放大倍數(shù)且圖像清晰的照片。

（3）皮膚共聚焦顯微鏡：①縱向掃描：從角質(zhì)層到真皮淺層的縱向掃描，每層厚度5 μm；②水平掃描：角質(zhì)層、顆粒層、棘層、基底層、真表皮交界、真皮淺層有病理改變的水平掃描圖像；③局部細(xì)節(jié)：每一層所表現(xiàn)的病理變化，拍攝局部的細(xì)節(jié)照片。

（4）皮膚超聲：①縱向掃描：皮損區(qū)域使用高頻或超高頻超聲掃描，標(biāo)注掃描頻率（20 MHz、50 MHz等頻率）；②整體及細(xì)節(jié)成像：能清晰顯示表皮、真皮及皮下組織，測(cè)量皮損范圍、深度、血流、性質(zhì)及與周?chē)M織的關(guān)系等。

（5）組織病理學(xué)：①與皮膚鏡等檢查的取材位置相對(duì)應(yīng)；②留取照片（整體圖像、細(xì)節(jié)圖像）；③標(biāo)注放大倍數(shù)、染色方式、皮損部位等。

3.正確處理樣本庫(kù)規(guī)模與質(zhì)量的關(guān)系：樣本規(guī)模是皮膚影像資源庫(kù)的重要參數(shù)和屬性，也直接決定影像信息標(biāo)注工作量、建設(shè)周期、人力及經(jīng)費(fèi)投入等。從數(shù)據(jù)處理角度出發(fā)，納入研究的樣本數(shù)量越大，各種皮膚影像中信息提取的把握度就越大，對(duì)智能輔助診斷系統(tǒng)的支撐作用也就越大。但是如果納入樣本庫(kù)的皮膚影像存在診斷錯(cuò)誤、不符合質(zhì)量標(biāo)準(zhǔn)化要求或多維度皮膚影像不匹配時(shí)，后期數(shù)據(jù)處理的精度和效率將受到顯著影響，“有效樣本量”大大下降。因此我們?cè)诳剂科つw影像資源庫(kù)的樣本量時(shí)，仍應(yīng)首先強(qiáng)調(diào)數(shù)據(jù)的質(zhì)量。

4.將醫(yī)學(xué)經(jīng)驗(yàn)和臨床指南與智能輔助診斷系統(tǒng)融合：在眾多不同的皮膚病中，相當(dāng)一部分已經(jīng)具備較為成熟、可用于診斷的醫(yī)學(xué)經(jīng)驗(yàn)，部分病種已總結(jié)出基于共識(shí)的“臨床指南”，這既是皮膚科醫(yī)師開(kāi)展業(yè)務(wù)學(xué)習(xí)的依據(jù)，也是臨床工作中驗(yàn)證診斷和鑒別診斷的標(biāo)準(zhǔn)。智能輔助診斷系統(tǒng)的構(gòu)建依賴(lài)于機(jī)器深度學(xué)習(xí)，其學(xué)習(xí)模式與已具備的醫(yī)學(xué)經(jīng)驗(yàn)和臨床指南也存在多種對(duì)接方式和模式。

當(dāng)建立了樣本量足夠的皮膚影像資源庫(kù)后，構(gòu)建智能輔助診斷系統(tǒng)可采用兩種策略：①基于醫(yī)學(xué)經(jīng)驗(yàn)的模型：是疾病預(yù)測(cè)的傳統(tǒng)方法，通過(guò)臨床醫(yī)生指導(dǎo)和臨床醫(yī)學(xué)文獻(xiàn)獲取皮膚病的風(fēng)險(xiǎn)因素，并基于這些風(fēng)險(xiǎn)因素建立預(yù)測(cè)模型，給出各種皮膚病診斷的把握度；②基于數(shù)據(jù)驅(qū)動(dòng)的模型：對(duì)皮膚病風(fēng)險(xiǎn)因素?zé)o任何假設(shè)，基于已有數(shù)據(jù)分析算法的研究，根據(jù)所有可能的風(fēng)險(xiǎn)因素建立統(tǒng)一的不依靠任何預(yù)先設(shè)定和領(lǐng)域?qū)＜腋深A(yù)的數(shù)據(jù)驅(qū)動(dòng)模型。兩種數(shù)據(jù)模型的建立和對(duì)比，將成為最終確定智能輔助診斷系統(tǒng)優(yōu)化方案的基礎(chǔ)。

五、展望

基于各種皮膚影像輔助診斷方法已日益成熟、國(guó)內(nèi)外研究進(jìn)展以及不同種族個(gè)體皮膚特性之間存在差異性等現(xiàn)狀，建設(shè)基于我國(guó)人群的大規(guī)模高質(zhì)量皮膚影像數(shù)據(jù)庫(kù)勢(shì)在必行，也是開(kāi)展機(jī)器深度學(xué)習(xí)研究、探索適用性強(qiáng)的皮膚病輔助診斷模式和臨床決策系統(tǒng)的重要基礎(chǔ)。對(duì)上述瓶頸問(wèn)題的思考和解決，將有助于促進(jìn)皮膚病學(xué)真正邁向“信息化”和“數(shù)字化”，更是將來(lái)在更大范圍內(nèi)開(kāi)展遠(yuǎn)程皮膚病學(xué)和智慧診斷等的必由之路。

［1］崔勇,楊森,張學(xué)軍.數(shù)碼技術(shù)與皮膚病學(xué)［J］.臨床皮膚科雜志,2008,37（1）:61?62.DOI:10.3969/j.issn.1000?4963.2008.01.037.

［2］崔勇,Daniel WP,Davis MD,等.遠(yuǎn)程皮膚病學(xué)的現(xiàn)狀和展望［J］.中國(guó)皮膚性病學(xué)雜志,2011,25（11）:829?831.

［3］崔勇,Daniel WP,Davis MD,等.皮膚病攝影的回顧和展望［J］.中華皮膚科雜志,2011,44（10）:754?755.DOI:10.3760/cma.j.issn.0412?4030.2011.10.030.

［4］冉玉平.新視野、新平臺(tái)、新模式-皮膚鏡在皮膚性病診治中應(yīng)用體會(huì)和展望［J］.皮膚病與性病,2014,36（1）:13?16.DOI:10.3969/j.issn.1002?1310.2014.01.006.

［5］崔勇,林艷,于瑞星,等.歷史、現(xiàn)狀及發(fā)展方略——皮膚鏡在中國(guó)［J］.中國(guó)皮膚性病學(xué)雜志,2017,31（2）:119?122.DOI:10.13735/j.cjdv.1001?7089.201608024.

［6］馬世龍,烏尼日其其格,李小平.大數(shù)據(jù)與深度學(xué)習(xí)綜述［J］.智能系統(tǒng)學(xué)報(bào),2016,11（6）:728?742.DOI:10.11992/tis.201611021.

［7］侯宇青陽(yáng),全吉成,王宏偉.深度學(xué)習(xí)發(fā)展綜述［J］.艦船電子工程,2017,37（4）:5?9,111.DOI:10.3969/j.issn.1672?9730.2017.04.002.

［8］Esteva A,Kuprel B,Novoa RA,et al.Dermatologist?level classification of skin cancer with deep neural networks［J］.Nature,2017,542（7639）:115?118.DOI:10.1038/nature21056.

［9］Gareau DS,Correa dRJ,Yagerman S,et al.Digital imaging biomarkers feed machine learning for melanoma screening［J/OL］.Exp Dermatol,2016.http://onlinelibrary.wiley.com/doi/10.1111/exd.13250/full.［published online ahead of print December 19,2016］.DOI:10.1111/exd.13250.

［10］Glaister J1,Amelard R,Wong,et al.MSIM:multistage illumina?tion modeling of dermatological photographs for illumination?corrected skin lesion analysis［J］.IEEE Trans Biomed Eng,2013,60（7）:1873?1883.DOI:10.1109/TBME.2013.2244596.

［11］中華醫(yī)學(xué)會(huì)皮膚性病學(xué)分會(huì)皮膚病數(shù)字化診斷亞學(xué)組,中國(guó)醫(yī)學(xué)裝備協(xié)會(huì)皮膚病與皮膚美容分會(huì)皮膚影像裝備學(xué)組,中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)皮膚性病專(zhuān)業(yè)委員會(huì)皮膚影像學(xué)組,等.應(yīng)重視皮膚影像輔助診斷方法的質(zhì)量管理［J］.中華皮膚科雜志,2017,50（4）:235?238.DOI:10.3760/cma.j.issn.0412?4030.2017.04.001.

［12］孟如松,蔡瑞康,趙廣,等.皮膚鏡圖像分析技術(shù)在育發(fā)類(lèi)產(chǎn)品的功效評(píng)價(jià)研究［J］.CT理論與應(yīng)用研究,2010,19（1）:71?76.

［13］趙瑩,蔡澤明,鞏毓剛,等.斑禿皮損的皮膚鏡影像及其與臨床病理的關(guān)系［J］.中華皮膚科雜志,2011,44（1）:30?34.DOI:10.3760/cma.j.issn.0412?4030.2011.01.011.

［14］章星琪.常見(jiàn)脫發(fā)疾病皮膚鏡征象與病理的聯(lián)系［J］.臨床皮膚科雜志,2011,40（12）:771?774.DOI:10.3969/j.issn.1000?4963.2011.12.034.

［15］中西醫(yī)結(jié)合學(xué)會(huì)皮膚性病學(xué)專(zhuān)業(yè)委員會(huì)皮膚影像學(xué)亞專(zhuān)業(yè)委員會(huì).毛發(fā)疾病皮膚鏡診斷專(zhuān)家共識(shí)［J］.中國(guó)麻風(fēng)皮膚病雜志,2016,32（3）:129?132.

［16］中西醫(yī)結(jié)合學(xué)會(huì)皮膚性病學(xué)專(zhuān)業(yè)委員會(huì)皮膚影像學(xué)亞專(zhuān)業(yè)委員會(huì).紅斑鱗屑性皮膚病皮膚鏡診斷專(zhuān)家共識(shí)［J］.中國(guó)麻風(fēng)皮膚病雜志,2016,32（2）:65?69.

［17］中國(guó)醫(yī)療保健國(guó)際交流促進(jìn)會(huì)皮膚科分會(huì)皮膚影像學(xué)組,中華醫(yī)學(xué)會(huì)皮膚性病學(xué)分會(huì)皮膚病數(shù)字化診斷亞學(xué)組,中國(guó)醫(yī)師協(xié)會(huì)皮膚科醫(yī)師分會(huì)皮膚外科亞專(zhuān)業(yè)委員會(huì),等.《皮膚鏡術(shù)語(yǔ)規(guī)范:第三次國(guó)際皮膚鏡協(xié)會(huì)會(huì)議共識(shí)》解讀［J］.中華皮膚科雜志,2017,50（4）:299?304.DOI:10.3760/cma.j.issn.0412?4030.2017.04.017.

［18］李政霄,馬慧群,于建斌,等.如何拍攝滿意的皮膚病皮損臨床照片?［J］.中國(guó)皮膚性病學(xué)雜志,2014,28（11）:1184?1186.DOI：10.13735/j.cjdv.1001?7089.2014.1184.

［19］中國(guó)中西醫(yī)結(jié)合學(xué)會(huì)皮膚性病學(xué)分會(huì)皮膚影像學(xué)亞專(zhuān)業(yè)委員會(huì).皮膚科攝影專(zhuān)家共識(shí)［J］.中國(guó)麻風(fēng)皮膚病雜志,2016,32（10）:577?580.

《皮膚科結(jié)締組織病診治》書(shū)訊

由復(fù)旦大學(xué)附屬中山醫(yī)院皮膚科李明教授和中國(guó)醫(yī)學(xué)科學(xué)院皮膚病研究所孫建方教授共同主編的《皮膚科結(jié)締組織病診治》已于2017年5月由北京大學(xué)醫(yī)學(xué)出版社出版。全書(shū)15章，87.6萬(wàn)字，彩色皮損和組織病理照片1 243張。該書(shū)有以下特點(diǎn)：①突出了皮膚科診治結(jié)締組織病的鮮明特色，對(duì)皮損辨識(shí)、組織病理檢查和皮膚科常規(guī)治療都做了詳細(xì)敘述；②既有各種疾病的典型皮損和病理照片，又有不同患者、不同病期和不同部位的照片，可起到看圖識(shí)病的作用；③對(duì)各種結(jié)締組織病的臨床表現(xiàn)、診斷、鑒別診斷和治療做了詳細(xì)介紹；④書(shū)中附有國(guó)際公認(rèn)且最新的結(jié)締組織病診斷標(biāo)準(zhǔn)及病情活動(dòng)度判定標(biāo)準(zhǔn)。該書(shū)是皮膚科、風(fēng)濕科、兒科、內(nèi)科等與結(jié)締組織病相關(guān)科室醫(yī)師的重要參考書(shū)。

有需求的讀者可到全國(guó)各大書(shū)店或購(gòu)書(shū)網(wǎng)站購(gòu)買(mǎi)，編者不辦理郵購(gòu)。

崔勇，Email：wuhucuiyong@vip.163.com

米爾斯坦亞美醫(yī)學(xué)基金會(huì)項(xiàng)目“中國(guó)人群皮膚病數(shù)字圖片資源庫(kù)的建立與應(yīng)用”

10.3760/cma.j.issn.0412?4030.2017.07.016

2017?02?27）

（本文編輯：顏艷）