피부 주의 및 SFNet을 통한 얼굴 이미지 기반 여드름 등급 분류 프레임워크

중증도 등급 분류는 여드름의 정확한 진단과 개인 맞춤형 치료 계획 수립을 위해 매우 중요한 단계로, 주로 두 가지 방식으로 수행된다: 기준 기반 병변 수세기와 경험 기반 전반적 평가이다. 본 논문에서는 여드름 중증도 등급 분류를 위해 합성곱 신경망(Convolutional Neural Networks, CNN)을 활용한 전반적 평가 방법을 연구하고, 다양한 평가 기준을 참조할 수 있는 통합적인 여드름 등급 분류 프레임워크를 제안한다. 먼저, 배경 노이즈를 효율적으로 감소시키고 피부 정보를 강조할 수 있는 적응형 이미지 전처리 방법을 제안한다. 다음으로, 국소적 피부 특징과 전반적 특징을 융합하여 피부와 병변 간 색상 갭을 효과적으로 인식할 수 있도록 개선한 혁신적인 CNN 구조 SFNet을 제시한다. 제안된 프레임워크는 서로 다른 여드름 등급 기준을 가진 두 개의 데이터셋에서 검증되었으며, 실험 결과 제안된 방법의 정확도는 84.52%에 달하며 기존 최고 성능 기법보다 1.7% 높으며, 전문 피부과 의사의 진단 수준에 도달함을 입증하였다.