# 病理画像特徴抽出

H-optimus-1はBioptimusが開発した病理学基盤モデルで、自己監督学習により訓練され、病理画像の特徴抽出に使用されます。

DINOv2フレームワークベース、12億枚のプライベート病理画像データセットで事前学習された基礎ビジョントランスフォーマーモデルで、デジタル病理学専用に設計されています。

Virchow2は310万枚の全スライド病理画像に基づく自己監督型ビジョントランスフォーマー事前学習モデルで、スライドレベル特徴抽出器として計算病理学タスクに使用可能

ビジュアルトランスフォーマー（ViT）に基づく画像分類モデルで、3300万枚の組織学的切片を使用してDINO自己教師付き学習方法で訓練され、病理画像分類タスクに適しています。