Virchow2
PulseAugur coverage of Virchow2 — every cluster mentioning Virchow2 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架为边缘部署创建高效的病理模型
研究人员开发了一种名为 MuCoDi 的新预训练框架，用于创建更小、更高效的病理基础模型 (PFM)，适用于边缘部署。该方法使用对比蒸馏目标，将知识从多个大型 PFM 蒸馏到轻量级学生模型（如 MobileOne 和 RepViT）中。生成的 MuCoEdge 模型显著减小了模型尺寸和推理成本，在各种下游分类任务上取得了接近其大型对应模型的性能，并在 Raspberry Pi 5 等设备上展示了实际可用性。
-
新框架评估基础模型对生物学的理解
研究人员开发了一个新框架，用于评估病理基础模型从组织病理学数据中学习到的内容。该方法利用空间转录组学来评估注意力图谱的生物学一致性，超越了定性评估。研究发现，不同的模型关注不同的生物学区域，并且注意力捕捉的是更广泛的转录程序，而不是特定的分子事件。
-
临床验证基础模型增强肺部病理学解读
研究人员开发了PulmoFoundation，一个用于全面肺部病理学解读的临床验证基础模型。该模型基于Virchow2构建，并在约40,000张诊断全切片图像上进行训练，在32项任务的26,000多张WSI上进行了评估。在一项涉及1,357名患者的前瞻性研究中，PulmoFoundation的平均AUC达到92.3%，并显示出减少二次复核需求和推迟IHC染色订单的巨大潜力。一项包含八名病理学家的随机对照试验表明，PulmoFounda…
-
基础模型赋能溃疡性结肠炎弱监督南希指数评分
研究人员开发了一种用于溃疡性结肠炎活动自动评分的弱监督多示例学习方法，该方法利用基础模型。该方法利用病例和切片级别的标签来预测五级南希组织学指数，解决了手动评分耗时且不一致的问题。该研究在多中心数据集上评估了各种基础模型，发现Virchow2表现良好，并且集成模型提高了预测准确性。