Aller au contenu principal
Accès ouvert déclaré 2025 article

Skin Disease Detection Using CNN

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Skin diseases are among the most common medical conditions worldwide, affecting millions of people each year.Accurate and timely diagnosis is critical, yet traditional diagnostic methods depend heavily on dermatologists' expertise and manual examination, which can lead to human error and delayed treatment.This paper presents an automated skin disease detection system using Convolutional Neural Networks (CNNs), a deep learning technique capable of learning complex visual features from medical images.The proposed model classifies skin lesions into different disease categories, such as melanoma, eczema, and psoriasis, using publicly available datasets like HAM10000.The CNN model is trained and validated on dermoscopic images, achieving high accuracy in disease identification.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Skin Disease Detection Using CNN
Date Crossref
19/11/2025
Éditeur
Tejass Publishers
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Cutaneous Melanoma Detection and ManagementFace recognition and analysisInternet of Things and AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.