基于YOLOv5的皮膚病識(shí)別系統(tǒng)

摘" 要：文章針對(duì)痤瘡、皮炎等常見(jiàn)皮膚病，基于YOLOv5目標(biāo)檢測(cè)算法開(kāi)發(fā)出一款具備掃一掃識(shí)別皮膚病、科普皮膚病等功能的皮膚病識(shí)別系統(tǒng)。用戶可通過(guò)上傳圖片或針對(duì)患處拍照進(jìn)行皮膚病識(shí)別，也可以通過(guò)掃一掃功能識(shí)別皮膚病，即只需掃描皮膚患處系統(tǒng)就會(huì)自動(dòng)識(shí)別皮膚病，并且能為用戶提供皮膚病科普知識(shí)，包括簡(jiǎn)介、病因、并發(fā)癥、癥狀以及如何預(yù)防、鑒別、治療相應(yīng)皮膚病等信息。經(jīng)過(guò)生產(chǎn)實(shí)踐的檢驗(yàn)，該系統(tǒng)能夠快速識(shí)別出20種常見(jiàn)皮膚病，輔助用戶進(jìn)行皮膚病識(shí)別并幫助用戶自治。

關(guān)鍵詞：皮膚病；YOLOv5；科普；識(shí)別

中圖分類號(hào)：TP391.4" 文獻(xiàn)標(biāo)識(shí)碼：A" " 文章編號(hào)：2096-4706（2024）12-0168-05

Dermatological Disease Recognition System Based on YOLOv5

WU Zhipan， JIANG Yunhe， LAN Yukai

（School of Computer Science and Engineering， Huizhou University， Huizhou" 516007， China）

Abstract： This paper focuses on common skin diseases such as acne and dermatitis， and develops a skin disease recognition system based on the YOLOv5 object detection algorithm， which has the functions of scanning and recognizing skin diseases， popularizing skin diseases， and so on. Users can identify skin diseases by uploading pictures or taking photos of the affected area. They can also recognize skin diseases through the scan function， which means that the system will automatically recognize skin diseases by scanning the affected area. It can provide users with popular science knowledge for skin disease， including introduction， causes， complications， symptoms， and how to prevent， distinguish， and treat corresponding skin diseases. After production practice testing， the system can quickly identify 20 common skin diseases， assist users in skin disease recognition， and help users achieve self-medication.

Keywords： skin disease; YOLOv5; popular science; recognition

0" 引" 言

全球變暖會(huì)對(duì)人類健康造成重大影響，另外因社會(huì)政治、經(jīng)濟(jì)導(dǎo)致的動(dòng)蕩進(jìn)一步破壞了地區(qū)的穩(wěn)定進(jìn)而發(fā)生更為頻繁的移民浪潮。數(shù)據(jù)顯示，2013至2020年，皮膚病醫(yī)院總診療人數(shù)逐年上升，2020年診斷人數(shù)趨近千萬(wàn)。皮膚病是人們?nèi)粘Ｉ钪凶钊菀子龅降募膊≈?，移民可能把疾病從原籍地帶到目的地，?dǎo)致本地居民感染上以前從未接觸過(guò)的疾病[1]。皮膚病也是現(xiàn)代社會(huì)發(fā)病率最高、最具傳染性的疾病之一，同時(shí)它還是醫(yī)學(xué)上疾病種類多、治療時(shí)間長(zhǎng)的常見(jiàn)病。有研究統(tǒng)計(jì)超過(guò)94萬(wàn)歐洲人抱怨不舒服的皮膚感覺(jué)，如瘙癢、灼熱或干燥[2]。瘙癢、疼痛或其他癥狀不但在經(jīng)典瘙癢性皮膚病中常見(jiàn)，而且在痤瘡、酒渣鼻或濕疣中也常見(jiàn)，瘙癢和疼痛大大增加了患者的心理痛苦[3]。一項(xiàng)對(duì)新加坡老年人為期15年的臨床隊(duì)列研究顯示，皮膚病給老年人帶來(lái)的負(fù)擔(dān)很大，嚴(yán)重的皮膚?。ㄈ鐞盒院谏亓觯┘哟罅死夏耆说闹職埪蔥4]。很多時(shí)候人不知道自己患了皮膚病只是覺(jué)得癢反復(fù)抓患處止癢，因抓傷皮膚而導(dǎo)致皮膚發(fā)炎。皮膚的炎癥性傷口可能由許多不同的疾病引起，這些炎癥性傷口表現(xiàn)為非常疼痛的潰瘍，愈合過(guò)程通常是較為困難和漫長(zhǎng)的，嚴(yán)重?fù)p害了患者的生活質(zhì)量[5]。

皮膚病學(xué)是一門視覺(jué)專科，人工智能診斷皮膚病是有效可行的，這需要設(shè)計(jì)良好的臨床試驗(yàn)、詳盡的報(bào)告以及對(duì)療效監(jiān)測(cè)的通用標(biāo)準(zhǔn)[6]。基于人工智能技術(shù)的皮膚病掃一掃識(shí)別功能有助于人們自行檢測(cè)自己是否患有皮膚病，得到相關(guān)的科普知識(shí)，防止患者胡亂自治導(dǎo)致病情加重。

YOLOv5是YOLO系列不斷更新的第五個(gè)版本（YOLOv5是在YOLO、YOLOv2、YOLOv3、YOLOv4 [7-10]漸次更新迭代的基礎(chǔ)上改進(jìn)而來(lái)的，具備高性能和高精度的優(yōu)點(diǎn)），它以小巧的模型尺寸、出色的檢測(cè)速度和卓越的檢測(cè)精度著稱，能夠滿足皮膚病基于外觀的快速、準(zhǔn)確檢測(cè)要求，在皮膚病檢測(cè)任務(wù)中具有卓越的性能。

2020年起，企業(yè)使用深度學(xué)習(xí)技術(shù)研制出的醫(yī)療器械產(chǎn)品陸續(xù)獲批上市，這意味著以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)逐漸進(jìn)軍醫(yī)療器械領(lǐng)域并加速進(jìn)入臨床應(yīng)用中。系統(tǒng)實(shí)現(xiàn)的掃一掃識(shí)別皮膚病功能的技術(shù)底層原理涉及深度學(xué)習(xí)，是以開(kāi)發(fā)新一代人工智能技術(shù)應(yīng)用為導(dǎo)向，具有一定的技術(shù)創(chuàng)新性。以往識(shí)別皮膚病大多是通過(guò)線上醫(yī)生的在線診斷而得出結(jié)論，診斷效率有賴于患者的描述能力和醫(yī)生的判斷能力，而通過(guò)系統(tǒng)可以實(shí)現(xiàn)讓患者自行掃一掃患處就能識(shí)別并提供輔助信息，相比于傳統(tǒng)方式具有一定的創(chuàng)新性和便利性。

1" 系統(tǒng)架構(gòu)思路

系統(tǒng)開(kāi)發(fā)的最終目標(biāo)是提供三大核心功能：一是用戶手動(dòng)上傳照片或針對(duì)患處拍照后，系統(tǒng)能對(duì)用戶上傳的圖像進(jìn)行皮膚病識(shí)別；二是用戶點(diǎn)擊掃一掃按鈕后，系統(tǒng)可自動(dòng)識(shí)別皮膚?。蝗窍到y(tǒng)能夠?yàn)橛脩籼峁┏Ｒ?jiàn)皮膚病科普知識(shí)，包括皮膚病的簡(jiǎn)介、病因、并發(fā)癥、癥狀以及如何預(yù)防、鑒別、治療相應(yīng)皮膚病等信息。

系統(tǒng)開(kāi)發(fā)包括微信小程序開(kāi)發(fā)、Android端開(kāi)發(fā)、服務(wù)端開(kāi)發(fā)，所用技術(shù)涉及業(yè)務(wù)API、算法API、訓(xùn)練YOLOv5s目標(biāo)檢測(cè)模型。操作步驟包含收集數(shù)據(jù)、打標(biāo)簽、調(diào)參、訓(xùn)練等。小程序采用Vant輕量可靠的UI庫(kù)進(jìn)行設(shè)計(jì)開(kāi)發(fā)；安卓端應(yīng)用原生框架進(jìn)行開(kāi)發(fā)；服務(wù)端運(yùn)用Spring Boot框架進(jìn)行搭建；算法API使用Tornado高性能框架進(jìn)行設(shè)計(jì)實(shí)現(xiàn)。目前的互聯(lián)網(wǎng)技術(shù)提供一種高度動(dòng)態(tài)的交互媒介，因此系統(tǒng)開(kāi)發(fā)交互式頁(yè)面要方便用戶操作，提高用戶的體驗(yàn)感。此外，為了保證用戶的體驗(yàn)感，系統(tǒng)上線前應(yīng)進(jìn)行完善的測(cè)試。為了節(jié)省測(cè)試環(huán)境搭建的成本，系統(tǒng)利用Spring Boot框架提供的批量單元測(cè)試進(jìn)行全面測(cè)試。

2" 數(shù)據(jù)集

數(shù)據(jù)集是深度學(xué)習(xí)目標(biāo)檢測(cè)算法中最重要的組成部分，如果擁有高質(zhì)量的數(shù)據(jù)集，那么訓(xùn)練出來(lái)的模型性能會(huì)更好。系統(tǒng)的數(shù)據(jù)集均來(lái)源于從網(wǎng)絡(luò)上收集的圖片，共有1 278張與皮膚病有關(guān)的圖片，涉及蕁麻疹（urticaria）、傳染性紅斑（infectious erythema）、鱗狀細(xì)胞癌（cell carcinoma）、太陽(yáng)能雀斑（solar freckles）、水痘（chicken pox）、灰指甲（leuconychia）、牛皮癬（psoriasis）、猴痘（monkeypox）、疥瘡（scabies）、痤瘡（acne）、濕疹（eczema）、白癜風(fēng)（vitiligo）、皮膚疣（thymion）、皮膚纖維瘤（dermatofibroma）、帶狀皰疹（herpes zoster）、酒渣鼻（rosacea）、膿皰?。╥mpetigo）、過(guò)敏性皮炎（allergic）、光化性角化?。╝ctinic keratosis）、黑素瘤（melanoma）這20種皮膚病。

3" 模型設(shè)計(jì)

如圖1所示，YOLOv5預(yù)測(cè)的邊界框包含x（邊界框中心坐標(biāo)x軸坐標(biāo)）、y（邊界框中心坐標(biāo)y軸坐標(biāo)）、w（預(yù)測(cè)框的寬度）、h（預(yù)測(cè)框的高度）、c（置信度）這5個(gè)參數(shù)。根據(jù)業(yè)務(wù)需求，系統(tǒng)采用YOLOv5s網(wǎng)絡(luò)（在YOLO系列中，YOLOv5s具有最快的識(shí)別速度）進(jìn)行目標(biāo)檢測(cè)。YOLOv5算法簡(jiǎn)單識(shí)別的流程如圖2所示，算法首先預(yù)測(cè)圖像中所有可能存在的物體，得到一系列預(yù)測(cè)框，然后對(duì)明顯重疊的預(yù)測(cè)框進(jìn)行求優(yōu)，也就是保留這些邊界框中最好的邊界框，其余邊界框一律去除。

YOLOv5s模型經(jīng)過(guò)300次迭代訓(xùn)練后的結(jié)果如表1所示，PR曲線如圖3所示，迭代300次中mAP值的變化如圖4所示，可以看出訓(xùn)練效果顯著，基本符合系統(tǒng)業(yè)務(wù)需求。

4" 實(shí)際應(yīng)用

4.1" 微信小程序

4.1.1" 需求分析

如圖5所示，用戶端包含登錄、注冊(cè)、疾病列表顯示、疾病詳情、上傳或拍照識(shí)別皮膚病、掃一掃識(shí)別皮膚病六大模塊。用戶使用小程序時(shí)后臺(tái)會(huì)自動(dòng)獲取小程序登錄授權(quán)碼Code，并將Code傳入系統(tǒng)，系統(tǒng)通過(guò)調(diào)用小程序登錄API進(jìn)行登錄注冊(cè)。用戶進(jìn)入小程序首頁(yè)后將顯示5種疾病列表，點(diǎn)擊某種疾病即可查看詳細(xì)。用戶上傳圖片或拍照上傳圖片后，系統(tǒng)會(huì)對(duì)用戶上傳的圖片進(jìn)行識(shí)別并反饋相應(yīng)結(jié)果給用戶。用戶點(diǎn)擊掃一掃小程序后臺(tái)會(huì)自動(dòng)上傳圖片，系統(tǒng)對(duì)圖片進(jìn)行識(shí)別，直至識(shí)別出相應(yīng)皮膚病反饋給用戶。

4.1.2" 業(yè)務(wù)流程

如圖6所示，用戶無(wú)須自行登錄注冊(cè)即可進(jìn)入小程序，小程序在后臺(tái)自動(dòng)獲取小程序授權(quán)碼進(jìn)行登錄注冊(cè)。若用戶是首次進(jìn)入系統(tǒng)，系統(tǒng)會(huì)錄入用戶相關(guān)信息后返回Token令牌，或者直接反饋Token令牌。用戶進(jìn)入小程序后可以預(yù)覽多種常見(jiàn)皮膚病，并且可以通過(guò)點(diǎn)擊某種皮膚病詳細(xì)信息按鈕查看有關(guān)該疾病的詳細(xì)信息。用戶選擇拍照上傳圖片后系統(tǒng)會(huì)對(duì)圖片進(jìn)行識(shí)別，并把結(jié)果反饋給用戶；用戶也可以直接點(diǎn)擊掃一掃功能，系統(tǒng)在后臺(tái)自動(dòng)拍照上傳圖片并根據(jù)圖片分析有無(wú)皮膚病，若有則反饋給用戶相關(guān)皮膚病信息，若無(wú)則重復(fù)掃一掃步驟，直至識(shí)別出皮膚病或用戶自行退出。

4.2" Android端識(shí)別

如圖7所示，在此頁(yè)面，系統(tǒng)后臺(tái)會(huì)不斷檢測(cè)后置攝像頭拍攝的內(nèi)容是否有皮膚病相關(guān)圖片信息，若有則在屏幕中標(biāo)記。用戶可以通過(guò)調(diào)整線程數(shù)量來(lái)加快檢測(cè)速度，檢測(cè)性能與用戶設(shè)備信息緊密相關(guān)。

4.3" Web界面

如圖8所示為管理員登錄頁(yè)面，管理員通過(guò)輸入授權(quán)后的郵箱進(jìn)行驗(yàn)證碼驗(yàn)證，若驗(yàn)證碼正確則進(jìn)入后臺(tái)系統(tǒng)。如圖9、圖10所示為后臺(tái)管理系統(tǒng)的首頁(yè)，在該頁(yè)面中管理員可以看到今日訪問(wèn)量、累計(jì)訪問(wèn)量、用戶數(shù)量等信息，管理員還可以查看系統(tǒng)的CPU使用率、CPU溫度、內(nèi)存使用率、操作系統(tǒng)信息、磁盤信息等信息，方便管理員監(jiān)控系統(tǒng)。

5" 結(jié)" 論

系統(tǒng)創(chuàng)新的核心在于將YOLOv5目標(biāo)檢測(cè)算法落實(shí)到系統(tǒng)中，以及設(shè)計(jì)前后端架構(gòu)，讓用戶獲得更好的使用體驗(yàn)。經(jīng)過(guò)測(cè)試得到的測(cè)試數(shù)據(jù)基本滿足需求分析中系統(tǒng)的性能需求，并且實(shí)現(xiàn)了用戶上傳或拍照后進(jìn)行皮膚病識(shí)別或者是通過(guò)掃一掃自動(dòng)識(shí)別皮膚病的功能，實(shí)現(xiàn)了用戶掃描皮膚患處，系統(tǒng)便會(huì)自動(dòng)識(shí)別皮膚病并且為用戶提供相關(guān)皮膚病科普知識(shí)，包括對(duì)應(yīng)皮膚病的簡(jiǎn)介、病因、并發(fā)癥、癥狀以及如何預(yù)防、鑒別、治療此類皮膚病等信息。經(jīng)過(guò)測(cè)試實(shí)踐，系統(tǒng)能夠快速識(shí)別出20種常見(jiàn)皮膚病，用戶可便捷高效地加以運(yùn)用。系統(tǒng)的皮膚病掃一掃識(shí)別功能有助于人們自助檢測(cè)自己是否患有皮膚病，獲得相應(yīng)的科普知識(shí)以及了解如何預(yù)防和治療此類皮膚病等，防止患者胡亂自治導(dǎo)致病情加重，對(duì)促進(jìn)人工智能的發(fā)展以及有效應(yīng)對(duì)日益增多的皮膚病種類具有一定的意義。

系統(tǒng)的核心當(dāng)屬深度學(xué)習(xí)目標(biāo)檢測(cè)算法YOLOv5，算法能否高效準(zhǔn)確地識(shí)別出皮膚病大抵取決于模型訓(xùn)練圖片的質(zhì)量。隨著人工智能在醫(yī)療行業(yè)的普及，相信未來(lái)會(huì)有越來(lái)越多的醫(yī)學(xué)數(shù)據(jù)開(kāi)源，有了這些數(shù)據(jù)，目標(biāo)檢測(cè)算法的應(yīng)用將更加廣泛，不僅可以檢測(cè)皮膚病，還可以檢測(cè)如口腔、眼睛甚至身體協(xié)調(diào)等方面的異常情況。

參考文獻(xiàn)：

[1] DAYRIT J F，SUGIHARTO A，COATES S J，et al. Climate Change， Human Migration， and Skin Disease： Is There a Link？ [J].International Journal of Dermatology，2021，61（2）：127-138.

[2] RICHARD M A，PAUL C，NIJSTEN T，et al. Prevalence of Most Common Skin Diseases in Europe： a Population-based Study [J].Journal of the European Academy of Dermatology and Venereology： JEADV，2022，36（7）：1088-1096.

[3] HUET F，TAIEB C，CORGIBET F，et al. Pruritus， Pain， and Depression Associated with the Most Common Skin Diseases： Data from the French Study“Objectifs Peau”[J].Dermatology （Basel， Switzerland），2021，238（3）：1-6.

[4] YEW Y W，KUAN A H Y，GEORGE P P，et al. Prevalence and Burden of Skin Diseases among the Elderly in Singapore： a 15-year Clinical Cohort Study [J].Journal of the European Academy of Dermatology and Venereology： JEADV，2022，36（9）：1648-1659.

[5] DISSEMOND J，ROMANELLI M. Inflammatory Skin Diseases and Wounds [J].British Journal of Dermatology，2022，187（2）：167-177.

[6] THOMSEN K，PIHL A，IVERSEN L，et al. Artificial Intelligence in Diagnosing Skin Diseases [J/OL].Ugeskrift for Laeger，2021，183（7）[2023-08-25].https：//europepmc.org/article/med/33660596.

[7] REDMON J，DIVVALA S K，GIRSHICK R B，et al. You Only Look Once： Unified， Real-Time Object Detection [C]//2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. Las Vegas：IEEE，2016：779-788.

[8] REDMON J，F(xiàn)ARHADI A. YOLO9000： Better， Faster， Stronger [J/OL].arXiv：1612.08242v1[cs.CV].[2023-08-12].https：//arxiv.org/abs/1612.08242.

[9] REDMON J，F(xiàn)ARHADI A. YOLOv3： An Incremental Improvement [EB/OL].[2023-08-13].https：//pjreddie.com/media/files/papers/YOLOv3.pdf.

[10] BOCHKOVSKIY A，WANG C Y，LIAO H Y M. YOLOv4： Optimal Speed and Accuracy of Object Detection [J/OL].arXiv：2004.10934v1 [cs.CV].[2023-08-16].https：//arxiv.org/abs/2004.10934.

作者簡(jiǎn)介：吳志攀（1975—），男，漢族，廣東梅州人，講師，碩士，研究方向：人工智能、模式識(shí)別、計(jì)算機(jī)教育；姜云鶴（2004—），男，漢族，廣東深圳人，本科在讀，研究方向：人工智能、深度學(xué)習(xí)；藍(lán)育楷（2004—），男，漢族，廣東汕頭人，本科在讀，研究方向：人工智能、深度學(xué)習(xí)。