皮肤病是人类日常生活中最常见的疾病之一,对生活质量有重大不利影响。早期的计算机辅助诊断系统大多以皮肤镜作为拍摄设备。由皮肤镜拍摄的图像虽然有一系列优点,如清晰,光照一致,没有嘈杂的背景,但也具有价格昂贵,需要拍摄技术等缺点。而开发诊断系统,自动识别由智能手机拍摄的临床皮肤病图像,将有利于大多数人使用该系统和人们做一个初步的自我诊断。自动分类智能手机拍摄的临床皮肤病图像是一项具有挑战性的任务。智能手机拍摄容易受到光照强度、摄像机角度、背景等变化因素的干扰和影响。并且,同一类别的皮肤病会感染不同的身体部位,导致同一类的图像具有不同的全局外观。而某些不同类别的皮肤病会感染相同的身体部位,导致不同类的图像差异较小。不同类别疾病的差异存在于图像的病变区域,因此定位出皮肤病图像中的病变区域,可以更有效地区分不同的类别。但是,目前公开的大型皮肤病图像数据集,没有对皮肤病图像中的病变区域位置进行标注（如包围盒标注或关键点标注）,因此自动定位病变区域十分困难,也不利于模型提取更有辨别性的特征。为此,本文研究在弱监督,即没有空间标注的情况下,只利用图像的类别标签,自动定位出皮肤病图像中的关键区域,以提高模型的分类性能。首先,本文提出一个循环空间注意力模型。该模型利用空间图像特征和循环神经网络的隐藏状态,学习得到皮肤病图像的空间注意力分布。然后模型利用空间注意力分布来计算关键区域的中心点坐标。因为没有标注好的关键点位置进行监督训练,模型利用强化学习的策略梯度法来优化定位网络的参数,即利用反馈的奖励来更新模型参数。实验结果表明,循环空间注意力模型能有效预测关键区域的中心点位置。接着,本文提出一个导航-教学-动态组合网络。除了预测区域的中心点,如何选择合适的提取尺度也很重要,合适的提取尺度将有利于缓解智能手机不同的拍摄距离对皮肤病图像外观的影响。本模型在图像的不同位置预定义了不同尺度的候选区域,然后导航网络预测所有候选区域的重要程度,教学网络对导航网络的预测进行评判。模型根据反馈的评判,优化导航网络的参数,得到最优的注意力策略。另外,模型提取多少个关键区域,即提取的数量也是一个重要的问题。本文提出动态组合网络,该网络能够对不同皮肤病图像,自动决定提取区域的数量,可以有效地减少测试阶段的平均计算时间。最后,本文提出一个互动注意力采样网络。从类别激活图上,可以观察到,卷积神经网络在做出分类结果时注意到了图像的哪个区域。本文在类别激活图的基础上,提出了新颖的互动注意力。互动注意力可以自适应地定位出不同的关键区域。最后,模型对输入图像进行不一致重采样,从而突出放大这些关键区域,提取具有判别性的特征。实验结果表明,互动注意力采样网络在各类评价指标上均达到最先进的性能。