تصنيف شدة الحالة يُعد خطوة بالغة الأهمية لإجراء تشخيص دقيق ووضع خطط علاج مخصصة لمرض حب الشباب، وعادة ما يتم ذلك بوساطة طريقتين رئيسيتين: عد الآفات بناءً على معايير محددة، والتقييم الشامل المستند إلى الخبرة السريرية. في هذه الورقة البحثية، تم دراسة التقييم الشامل لشدة حب الشباب باستخدام الشبكات العصبية التلافيفية (CNN)، كما تم اقتراح إطار موحد لتصنيف حب الشباب قادر على التشخيص وفقًا لمعايير تصنيف مختلفة. أولاً، تم اقتراح طريقة مُعدّلة لمعالجة الصور تُقلل بكفاءة من الضوضاء الخلفية وتُبرز معلومات الجلد. ثم، تم تقديم بنية CNN مبتكرة تُسمى SFNet، التي تُدمج بين الخصائص المحلية للجلد والخصائص الشاملة لتحسين التمييز بين الفجوات اللونية بين الجلد والآفات. وقد تم التحقق من صحة الإطار المقترح على مجموعتي بيانات تختلفان في معايير تصنيف حب الشباب. وأظهرت النتائج التجريبية أن دقة الإطار المقترح وصلت إلى 84.52٪، ما يفوق أداء أفضل الطرق الحالية بنسبة 1.7٪، ويصل إلى مستوى التشخيص المُحترف الذي تتمتع به الأطباء الجلديون المتخصصون.