# 病理圖像特徵提取

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。

基於DINOv2框架、在12億張私有病理圖像數據集上預訓練的基礎視覺Transformer模型，專為數字病理學設計。

Virchow2是基於310萬張全切片病理圖像的自監督視覺Transformer預訓練模型，可作為切片級特徵提取器用於計算病理學任務。

基於視覺變換器（ViT）的圖像分類模型，在3300萬個組織學切片上使用DINO自監督學習方法訓練，適用於病理圖像分類任務。