本研究提出了一种基于深度学习的诊断方法，针对光化性角化病和银屑病的早期诊断，采用修改后的VGG16模型，准确率达到90.67%。

本研究提出了一种基于余弦相似度的Masked-Unmasked Face Matching Model (MUFM)，结合VGG16模型和K-最近邻算法，有效识别佩戴和不佩戴口罩的人脸，显著提升识别准确率。

本研究探讨了卷积神经网络是否能模仿人类的完形闭合能力。研究发现VGG16和DenseNet-121模型展现了闭合效应，提升了对神经网络理解的透明度与比较性。

本文使用深度卷积神经网络和迁移学习方法自动分类皮肤病变，提高病变检测的分类准确率。