1. 研究目的与意义
随着科技快速发展，人类物质生活和精神文明得到提升，人们自然而然对生活各个方面有了较高追求。
当我们视觉上直观判断一个人的美和健康状况时，皮肤好坏是其中的主要因素之一。
如今，皮肤光泽有气色更是直接反映了一个人的身体健康。
2. 课题关键问题和重难点
临床医学中，色斑类皮肤疾病的诊断主要靠医生和美容师的肉眼观察，诊断的准确性取决于医生的临床经验和视觉，这种用肉眼直接观察皮肤症状或症状图像，例如个体胖瘦和性别差异等，皮肤呈现的状态便有较大差别，这给医师通过肉眼观察分析的诊断上带来较大干扰，无法观察到皮肤表面纹理细微变化以及皮肤的老化程度，所得到的诊断评估存在着较大主观因素，不仅效率低、工作强度大、主观而非定量，缺乏对图像信息的精确和科学的评价体系，人为误差大、大量信息丢失，也不能对皮肤及皮肤症状进行长期保养和治疗给出科学的评估和信息存储以便进行比较研究，并且肉眼是很难区分和诊断出很多早期的色斑，视觉观察只能初步估测出色斑的直径范围，无法精确测量具体数据。
采用图像分析技术，对皮肤图像进行色斑等特征提取，具有不接触皮肤、测量迅速、测量数据信息能重复利用等诸多优点，在医学病理诊断领域引起了广泛关注。
但如何在一副图像中准确分辨出皮肤区域，如何区分出皮肤中的色斑、皱纹、毛孔等皮肤状态，都是如今需要解决的问题。
3. 国内外研究现状（文献综述）
恶性黑色素瘤是致死率非常高的一种皮肤癌，它的发病率正在逐年上升，且具有转移速度快和预后效果不理想的特点，早期诊断和临床干预是预后和降低死亡率最有效的方法。
然而由于具备黑色素瘤检测能力的医师数量难以和发病率的增长速度相匹配，并且依靠肉眼对肿瘤进行检测和诊断主观性大，诊断结果再现性不够理想。
目前基于皮肤镜图像的黑色素瘤检测技术是解决这些问题的有效途径，但皮肤镜图像本身的复杂性如皮损边界模糊、组内变异和组间相似性等问题又给黑色素瘤检测提出了巨大的技术挑战。
4. 研究方案
采用机器学习方法分割出图像中皮肤部分，对色斑、毛孔、皱纹三种皮肤状态进行研究、分类。
主要对不同年龄段的人皮肤纹理图像特征进行研究。
不同年龄段的人皮肤纹理差异较大。
5. 工作计划
第 1 周 接受任务书，领会课题含义，按要求查找相关文献资料，列出阶段实施计划；第 2 周 阅读相关资料，理解有关内容；第 3 周 翻译相关英文资料；第 4 周 完成需求分析，提出拟完成本课题的方案，写出相关开题报告一份；第 5 周 进一步完成方案论证；第 6 周 确定项目基本技术路线，规划将来的工作步骤；使用深度学习技术对皮肤镜图像黑色素瘤自动检测技术的两个关键环节皮肤镜图像皮损区域的分割和皮肤镜图像的分类展开研究。
第 7 周根据国内外目前计算机图像处理技术对皮肤色斑症状的研究现状，学习研究图像增强，分割等基本理论和原理；第 8 周 根据不同年龄段人体皮肤所表现出的纹理不同，针对性的选取区分明显且具有代表性的特征值，并深入展开进一步工作计划；第 9 周 学习小波变换结合同态滤波的图像增强方法，寻找可行的在增强图像对比度的同时，有效地解决皮肤图像局部高光的问题。
第10周 学习并深化知识架构和组成，结合图像处理与光学成像的方法对不同年龄段的人体皮肤表面纹理图像特征进行研究，去深入探讨皮肤老化的定量分析并对青年、中年和老年三组的皮肤纹理图像进行分类识别；；第11周 完成人体面部皮肤状态评价算法的调试，整理、撰写毕业论文，提交论文初稿；第12周 进行毕业设计论文写作，撰写业务总结报告，接收验收成果，接受答辩资格审查；第13周 规范化检查，评阅教师评阅论文；第14周 制作完善答辩ppt，准备参加答辩。
