摘要

痤疮严重程度的分级是实现准确诊断与个性化治疗方案制定的关键环节。然而，目前医学界尚未建立统一的痤疮分级标准。为此，本研究旨在开发一种可泛化至多种分级标准的痤疮诊断系统。方法：提出一种统一的痤疮分级框架，能够适应不同分级标准的适用需求。该框架在两个步骤中模拟皮肤科医生的全局评估过程：首先，采用一种自适应图像预处理方法，有效滤除无关信息并增强关键特征；其次，设计一种创新的网络结构，融合深层全局特征与局部特征，以模拟皮肤科医生对局部皮肤病变与整体外观的综合判断。此外，提出一种迁移微调策略，实现不同分级标准之间的先验知识迁移，显著提升在数据稀缺情况下的框架性能。结果：预处理方法有效剔除了无意义区域，提升了下游模型的性能；该框架在两个数据集上的分类准确率分别达到84.52%和59.35%。结论：所提出的框架在痤疮分级任务中的表现优于当前最先进的方法1.71%，达到专业皮肤科医生的诊断水平；同时，迁移微调策略在小样本数据条件下使准确率提升了6.5%。