用于斑秃脱发面积测量的临床应用深度学习框架
Clinically Applicable Deep Learning Framework for Measurement of the Extent of Hair Loss in Patients With Alopecia Areata.
PubMed 文献 · JAMA Dermatol · 2020-01-01
本研究旨在开发一种深度学习框架,以确定用于测量斑秃患者脱发面积的严重程度工具(SALT)评分。原文仅报告了研究目标,未提供具体方法、样本或结果数据。
要点
- 研究目标是开发深度学习框架自动计算斑秃SALT评分。
- 原文未报告框架性能或临床验证结果。
- SALT评分用于量化斑秃患者脱发面积。
研究设计与样本
- 研究设计为开发深度学习框架,旨在确定斑秃患者的SALT评分。
以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。
原文
This study aims to develop a deep learning framework to determine the Severity of Alopecia Tool (SALT) score for measurement of hair loss in patients with alopecia areata.
来源:JAMA Dermatol,查看原文。版权归原作者所有。
引用
- Lee S, Lee JW, Choe SJ, et al. Clinically Applicable Deep Learning Framework for Measurement of the Extent of Hair Loss in Patients With Alopecia Areata. JAMA Dermatol. 2020. PMID: 32785607. doi:10.1001/jamadermatol.2020.2188
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。