AI看头皮照片就能评估雄激素性脱发，243人临床验证，毛囊检测准确率超87%！
An AI-Based Multi-Stage Approach for Androgenetic Alopecia Assessment from Low-Magnification Scalp Images
📖 AI 总结
该研究提出了一套基于人工智能的多阶段自动化头皮分析框架，用于雄激素性脱发（AGA）的量化评估与临床决策支持。系统整合了毛囊单位定位、可见毛发计数、毛发直径校准估计、区域聚合以及可解释的规则层，可从低倍率头皮图像中提取结构化指标。研究纳入243名患者（127例AGA、116例非AGA），计算机视觉实验使用160名专家标注患者、2400张毛发镜图像及约15.8万条毛囊单位标注。在患者不重叠评估下，YOLOv8m检测模型取得mAP@0.5为0.920、召回率0.860；EfficientNet-B5结合支持图通道实现87.0%的专家框计数准确率。端到端测试中，毛囊检测与分类相对专家标注的平均绝对误差分别为6.56和16.59。该工作为脱发客观量化提供了可解释的技术路径，定位为辅助而非替代皮肤科医生的临床判断。
🔑 关键词速览
| Androgenetic Alopecia (AGA) | 雄激素性脱发，一种常见的脱发类型，特征为毛囊微小化和毛发变细。 |
| Follicular Unit (FU) | 毛囊单位，头皮上自然生长的毛发群组，通常包含1-4根毛发。 |
| YOLOv8m | 一种目标检测模型，属于YOLO系列，用于实时检测图像中的对象。 |
| EfficientNet-B5 | 一种高效的卷积神经网络模型，用于图像分类任务，平衡了精度和计算效率。 |
| mAP@0.5 | 平均精度均值（IoU阈值为0.5），评估目标检测模型性能的常用指标。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅