简介：皮肤病学是研究皮肤及其相关疾病的科学,皮肤病的皮损具有可视化特征,因而皮肤病是一门最适宜应用各种图像技术的临床二级学科。随着图像技术和数字技术的不断发展,已出现了一系列皮肤影像诊断方法,显著提升了皮肤科医生的诊断水平和工作效率,改变了皮肤病学的发展格局和面貌。皮肤病学的另外一个特征是病种众多,加之我国的皮肤病患者数量庞大,使得皮肤影像数据呈指数性增长,迫切需要构建适用于我国人群的皮肤病智能辅助诊断系统。在近十多年工作基础上,“中国皮肤影像资源库项目”（ChineseSkinImageDatabase,CSID）于2017年正式启动,已开展了系列颇具影响力的工作,如设立CSID开放研究课题（OpenResearchFundingofCSID,CSID-ORF）、成立CSID皮肤影像学院、开发CSID工作平台及相关应用技术等。CSID已逐渐发展成为我国皮肤影像研究、教育与应用的系统平台,将继续为我国皮肤影像事业的发展作贡献。

简介：文中首先简要介绍皮肤影像分析的两种策略,即基于医学经验的模型和基于数据驱动的模型,而基于大数据皮肤影像分析策略的核心就是数据驱动的策略。随后从皮肤的影像大数据研究内容、基于这些大数据面向皮肤影像常见的分析策略的数据驱动方法、这些分析策略对应的数据存储及常用的计算框架落地等几个方面进行了分析,有一定的专业深度,希望能对皮肤科医生有所借鉴和帮助。

简介：影像技术的迅速发展改变了临床诊疗模式,而皮肤科以其可视性、适合体表成像的学科特点,受到的影响尤为显著。皮肤影像技术目前广泛应用于皮肤科的各个领域,可以用于皮肤病的诊断与鉴别诊断、对医学美容治疗前后的效果进行评估等。目前常用的皮肤影像技术包括皮肤摄影、皮肤镜、皮肤超声、反射式共聚焦显微镜、多光子成像、光学相干层析成像和新兴的皮肤表面成像技术等,凭借其无创、在体、实时、动态观察的特点,影像技术在医学美容中的应用日渐受到重视。国内外学者对于皮肤影像技术在皮肤科中的应用已有诸多介绍,但其在医学美容方面的应用涉及较少,本文对皮肤影像技术在医学美容中的应用展开综述,详细介绍其在医学美容领域的不同特点及应用。

简介：近年来,皮肤影像的快速发展,例如皮肤镜、激光共聚焦显微镜（又称皮肤CT）、高频超声等的无痛、无创、实时检测方法,能够为儿童以及家长所接受,提高皮肤科医生诊断疾病的准确率,避免了不必要的皮肤活检。但临床上对于皮肤影像手段选择及图像术语解读方面仍存在局限和误区。本文旨在介绍色素增加/减退性疾病、血管性疾病、感染性疾病、炎症性疾病、毛发与甲等的儿童常见皮肤疾病的皮肤影学像特点,以及影像手段的选择。

简介：1987年9月20日,中国第一封电子邮件成功发出,揭开了中国人通过互联网与世界相连的序幕。人工智能的登场,更是为互联网医疗找到了新的出口。作为皮肤病诊断的重要手段之一的皮肤影像,已从起初的放大镜、显微镜辅助诊断,发展到如今的数字影像学技术和智能分析。国内各家医院的皮肤影像数据并非共享资源,于是形成了一个个“信息孤岛”,这直接阻碍着人工智能所需要的“大数据”的形成。中国人群皮肤影像资源库的建立无疑是破冰之举。通过互联网使皮肤影像数据“流动”起来,通过人工智能使皮肤病诊疗“智慧”起来,在此基础上,让分级诊疗、区域协同等纷纷落地,不断提升医疗资源的使用效率,从而实现患者、医生、医疗机构等多方共赢。

简介：皮肤影像技术是以激光、超声和电磁波为基础等多种影像技术的总称,包括皮肤镜、反射式共聚焦显微镜（RCM）、皮肤高频超声（皮肤B超）、皮肤光学相干层析成像（OCT）、皮肤太赫兹成像、皮肤光声成像和多光子激光断层成像技术（多光子CT）等。因技术层面的局限性和侧重点,如穿透性和分辨率不足,相互补充可获得更多的皮损信息,相互印证可提高临床医生的诊断自信,皮肤影像技术的联合应用成为发展的方向。目前皮肤镜、RCM在临床的应用相对较为广泛,本文主要从两者联合应用在皮肤病诊断评估的国内外研究进展进行阐述。

简介：皮肤位于人体表面,易于观察及分析,因此皮肤病学是最适宜应用各种图像技术的临床二级学科,也是人工智能在医学研究的主要应用领域之一。皮肤病学涵盖2000多种不同皮肤病,皮肤健康和皮肤疾病是发生率最高的医学问题（几乎每个人均有）。