Muhammad Talha Waqas, enseignant-chercheur à l’ESME, a présenté ses travaux lors de la conférence ISBI 2026 (Londres, avril 2026) en présentation orale, autour de l’amélioration de la classification multi-classes des tumeurs primitives du foie en IRM.
Cette étude constitue une extension de ses travaux précédents, avec deux évolutions majeures : l’exploitation des quatre phases d’IRM (artérielle, porto-veineuse, veineuse et tardive) et la mise en place d’un modèle multi-phase plus avancé basé sur un ResNet 3D léger, utilisant un encodeur partagé et une fusion des représentations via une tête de classification commune. La cohorte analysée comprenait 147 patients, soit 546 volumes IRM 3D.
Les résultats confirment et renforcent les conclusions initiales, montrant que l’intégration du contexte anatomique améliore significativement les performances du modèle, avec un gain de +23,9 % du rappel macro moyen. L’impact est particulièrement marqué sur les classes minoritaires, dont la détection est fortement améliorée, notamment pour les formes les plus rares. Le modèle avec contexte identifie en moyenne davantage de classes par patient, traduisant une meilleure capacité de généralisation.
La validation statistique confirme la robustesse de ces résultats, mettant en évidence des gains significatifs et une amélioration nette des performances globales du modèle.