Identification automatique des lésions cutanées par intelligence artificielle : contrôle de la sensibilité grâce à une stratégie un contre tous
E-poster JDP 2025
Évaluation des performances d’un outil dédié aux médecins généralistes, visant à l’amélioration de la coopération homme-machine dans le dépistage du mélanome grâce à la détection des cas suspects par intelligence artificielle
Thèse de Marianne Zanchetta
Performance of a Deep Learning Algorithm for Melanoma Classification Across Diverse Dermoscopic and Tele-Dermatology Datasets
JEADV Clinical Practice, 2025
Multiclass Dermoscopic Image Segmentation with Human-in-the-loop Training and Synthetic Lens DataAugmentation
EADV Congress 2025
Enhancing human-machine cooperation in melanoma screening via Artificial Intelligence’s for doubtful case detection
EADV Congress 2024