Projet: Analysez des images médicales avec des méthodes semi-supervisées

Contexte

• 1500 images IRM cérébrales (≈1400 non labellisées, ≈100 labellisées)
• 2 classes labellisées : normal vs cancer

Objectifs

1. Explorer les images + contrôle qualité (doublons / quasi-doublons)
2. Extraire des embeddings (features) via un modèle pré-entraîné (ResNet18)
3. Clustering (KMeans + GMM), évaluation via ARI, création de pseudo-labels
4. Semi-supervisé : comparer

• Supervisé-only (train sur labels experts)
• "Faiblements" labellisées → "Fortement" labellisées (pré-entraînement sur pseudo-labels puis fine-tuning sur labels experts)

Important

• On garde séparé : (A) labels experts vs (B) pseudo-labels.
• On évite la fuite train/test : doublons exacts + quasi-doublons (group split).