• Citer

Comparing YOLO and U-net deep learning algorithms in chronic wound image segmentation

par Marchal, Indrani ;Ali, Zhara ;Ammi, Haroun ;Smet, Steven;Van de Voorde, Lies;Varon, Carolina;Ngan Yamb, Michel-Antony ;Yunda Sangoluisa, Jhonny Alexander;Quitin, François ;Nonclercq, Antoine
Référence BMC medical imaging, 26, page (22), 217
Publication Publié, 2026-03-19

Article révisé par les pairs

• Accès en ligne
• Détails
• Contenu
• Statistiques

Titre:	Comparing YOLO and U-net deep learning algorithms in chronic wound image segmentation
Auteur:	Marchal, Indrani; Ali, Zhara; Ammi, Haroun; Smet, Steven; Van de Voorde, Lies; Varon, Carolina; Ngan Yamb, Michel-Antony; Yunda Sangoluisa, Jhonny Alexander; Quitin, François; Nonclercq, Antoine
Informations sur la publication:	BMC medical imaging, 26, page (22), 217
Statut de publication:	Publié, 2026-03-19
Sujet CREF:	Sciences de l'ingénieur
	Ingénierie biomédicale
Mots-clés:	Wound segmentation
	Deep learning
	YOLO
	U-net
	Chronic wound
	Cross-dataset
	AI tool
Langue:	Anglais
Identificateurs:	urn:issn:1471-2342
	urn:isbn:1471-2342
	info:doi/10.1186/s12880-026-02266-7
	info:pii/2266