# 病理图像特征提取

H-optimus-1是由Bioptimus开发的病理学基础模型，通过自监督学习训练，用于提取病理图像特征。

基于DINOv2框架、在12亿张私有病理图像数据集上预训练的基础视觉Transformer模型，专为数字病理学设计。

Virchow2是基于310万张全切片病理图像的自监督视觉Transformer预训练模型，可作为切片级特征提取器用于计算病理学任务。

基于视觉变换器（ViT）的图像分类模型，在3300万个组织学切片上使用DINO自监督学习方法训练，适用于病理图像分类任务。