猴痘疾病检测中深度学习技术进展的近期综述

猴痘(MPox)是一种由 MPox 病毒引起的人畜共患传染病，该病毒属痘病毒科正痘病毒属，最初在非洲发现，并于2022年中因在流行区外报告病例而获得全球关注。症状包括头痛、寒战、发热、天花、麻疹以及类似水痘的皮肤表现，世界卫生组织(WHO)于2022年7月正式宣布 MPox 为全球公共卫生大流行。传统上，WHO 将皮肤病变的 PCR 检测视为初步诊断基准，以症状管理为主要治疗，重症使用 tecovirimat 等抗病毒药物。然而，医院内的人工分析带来重大挑战，包括医护人员的沉重负担、设施与资源有限、医生疲劳以及突发公共卫生事件中的人为错误。因此，本综述论文对用于皮肤病变图像中 MPox 自动检测的深度学习(DL)方法进行了广泛而高效的分析。这些 DL 技术被宽泛地归类为深度 CNN、深度 CNN 集成、深度混合学习、新开发方法以及用于 MPox 诊断的视觉 Transformer(Vision transformer)。此外，本研究系统梳理了 DL 技术的演进历程，识别并解决了既往方法的局限，同时凸显了有价值的贡献与创新。论文还涉及基准数据集及其从多个可靠来源的收集、预处理技术与评估指标。该综述亦简要探讨新兴概念，识别研究空白、局限与应用，并概述诊断过程中的挑战。本综述为 DL 创新思想的潜在方向提供了宝贵见解，有望成为研究者的路径指引。