H

H Optimus 1

由bioptimus開發
H-optimus-1是由Bioptimus開發的病理學基礎模型,通過自監督學習訓練,用於提取病理圖像特徵。
下載量 13.30k
發布時間 : 2/17/2025

模型概述

該1.1B參數的視覺Transformer模型通過自監督學習訓練,數據源包含來自80萬+患者的百萬+病理切片生成的數十億病理圖像。可用於提取強大的病理圖像特徵,支持突變預測、生存分析、組織分類/分割等下游應用。

模型特點

大規模病理數據訓練
模型訓練數據包含來自80萬+患者的百萬+病理切片生成的數十億病理圖像
自監督學習
採用自監督學習方式訓練,無需大量標註數據
高分辨率處理能力
支持0.5微米/像素分辨率下224x224圖像的輸入處理
多任務支持
可支持突變預測、生存分析、組織分類/分割等多種下游任務

模型能力

病理圖像特徵提取
組織分類
細胞分割
突變預測
生存分析

使用案例

醫學研究
生物標誌物發現
利用模型提取的特徵進行生物標誌物發現研究
診斷輔助
輔助病理醫生進行疾病診斷
醫療工作流優化
病理工作流加速
加速細胞組織分割等病理工作流程
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase