Cet article classe les figures mitotiques en types typiques et atypiques. Le nombre de figures mitotiques atypiques est fortement corrélé à l'agressivité tumorale. Une classification précise est donc essentielle pour prédire le pronostic des patients et allouer les ressources, mais elle reste une tâche complexe, même pour les pathologistes experts. Cette étude a utilisé des modèles anatomopathologiques (MAP) pré-entraînés sur un jeu de données histopathologiques à grande échelle afin d'effectuer un réglage fin optimisé par paramètres via une adaptation à basse dimension. De plus, nous avons intégré ConvNeXt V2, une architecture de réseau neuronal convolutif de pointe, pour compléter les MAP. Pendant l'apprentissage, nous avons utilisé la transformée fisheye pour mettre en évidence les mitoses et appliqué l'adaptation du domaine de Fourier à l'aide d'images cibles ImageNet. Enfin, nous avons regroupé plusieurs MAP afin d'intégrer des informations morphologiques complémentaires, obtenant ainsi une précision équilibrée sur un jeu de données d'évaluation préliminaire.
