في هذه الورقة البحثية، تم تقديم نهج بسيط وفعال من حيث الحسابية وفقًا لمستوى التعقيد، لتقسيم آلي للآفات الجلدية باستخدام بنية تعلم عميق تُعرف باسم SegNet، مع إدراج بعض المواصفات الإضافية بهدف تحسين النتائج. والهدف الثانوي هو الحد الأدنى من عمليات ما قبل/ما بعد المعالجة للصور. تم تدريب النموذج المُقدَّم على عدد محدود من الصور من مجموعة بيانات PH2، التي تتضمن صورًا درموسكوبية تم تقسيمها يدويًا. كما تحتوي هذه المجموعة على أقنعة التصنيف، والتشخيص السريري، وتحديد هياكل درموسكوبية متعددة، تم إنجازها بواسطة أطباء جلدية محترفين. والهدف هو تحقيق حدّ أداء معيار مؤشر جاكارد (IOU) بنسبة 92% بعد التقييم.