본 논문은 만성 상처 환자의 원격 모니터링을 위한 자동화된 상처 크기 측정 시스템 개발을 목표로, 최첨단 심층 학습 모델들을 다양한 측면(일반 목적 비전, 의료 영상, 공개 상처 데이터셋 경진 대회 수상 모델 등)에서 비교 평가한 연구이다. 공정한 비교를 위해 표준화된 학습, 데이터 증강 및 평가 과정을 거쳤으며, 특히 분할 편향을 최소화하기 위해 교차 검증을 실시하였다. 모델의 일반화 성능, 계산 효율성, 해석 가능성을 평가하였고, AI 생성 마스크를 임상적으로 유의미한 상처 크기 추정치로 변환하는 참조 객체 기반 접근 방식을 제안하여 평가하였다. 마지막으로, 개발된 상처 크기 추정 프레임워크 WoundAmbit을 맞춤형 원격 진료 시스템에 통합한 결과를 제시한다. Transformer 기반 TransNeXt 모델이 가장 높은 일반화 성능을 보였다.
