映射深度模型改进皮肤人体学习

只需扫描您的面部和一些基本数据，例如身高和体重，数学家AlessioGallucci就可以生成完整的身体扫描。为了改进我们皮肤的3D分析，他使用了深度学习技术。3D分析帮助我们脱毛和剃须，但医生也使用它。它可以帮助他们确定正确的药物剂量。Gallucci最近获得了数学和计算机科学系的博士学位。

当你站在镜子前时，算法可能不是你最关心的，尽力给你的胡须一个时尚的修剪。然而在过去的四年里，AlessioGallucci一直在努力让你在镜子前更容易。在做硕士实习的时候，他意识到应用研究是他的心脏所在，只要他不时深入到科学领域。所以一个综合博士学位。飞利浦研究中心和数学与计算机科学系的项目似乎是为他量身定做的。

能够更好地绘制人体皮肤图有很多优势， 加卢奇解释说。 当然，能够留出好看的胡须是件好事，但在医疗领域，新技术也在创造更多的可能性。总的来说，我的项目涉及两个应用领域：全球皮肤的形状和本地。这涉及查看2D和3D。

模型与昂贵的全身扫描

对皮肤表面积或身体形状的全局估计可能是医学专家的重要工具。例如，当他们确定严重烧伤患者的皮肤烧伤程度时。或者在根据患者的总体表面积计算合适的化疗剂量时。加卢奇说，目前的估计常常导致结果不准确。全身扫描提供了必要的精度，但成本高昂并且会产生大量数据。

因此我们制作了一个模型，该模型能够根据人的面部形状和一些基本数据(例如年龄、体重和身高)来确定身体的形状。它奏效了。该方法非常准确，产生的结果非常类似于那些通过全身扫描实现的。 加卢奇强调，当然没有两种皮肤是相同的，而且你必须警惕由于白人男性在测试对象中占优势而产生的偏见。 未来可以通过使用从不同国籍和不同肤色的人那里收集的更多数据集来更接近真实的多样性。

Gallucci生成了皮肤异常的人工图像来训练深度学习系统。

皮肤癌

加卢奇还详细检查了人体皮肤。 人工智能可以在诊断皮肤癌方面提供很大帮助。看起来可疑的痣什么时候是无害的，什么时候是肿瘤的开始?我们需要训练计算机系统并为它们提供大量图像才能继续下去 改进算法。我们还研究了如何改进我们在此应用程序中使用的深度学习，并研究了如何生成皮肤状况的人工图像以促进学习过程。

梳理和分析

除了使用他的计算机视觉方法对潜在的恶性皮肤病进行分类外，Gallucci还对软件进行了编程，以非常准确地计算体毛。虽然这对于改进剃须刀和脱毛器等个人美容设备很有用，但他还表明，当人工神经网络经过训练时，体毛的数量不再是分析可疑皮肤斑块的障碍。

加卢奇承认他喜欢看人的皮肤。 一个人的皮肤有太多的东西要告诉我们，想想你奶奶那皱纹的皮肤，被太阳和风吹得老了。但最让我着迷的是脸。脸红的脸颊，笑纹，皱纹 我们的脸在没有一句话说出来。即使我的项目完成了，我还没有看完皮肤。

标签：