Kestrel：3亿参数病理视觉基础模型在4亿切片块上自监督预训练

kjgeras · x · 2026-07-06

AI测试的底层病理信号来自Kestrel，一个3.03亿参数的ViT-L模型，使用DINOv2方法在来自45,000张切片的4亿个病理图像块上进行自监督预训练，直接从H&E图像中学习形态特征，而非依赖手工设计的特征。

所属事件:AI病理测试超越金标准：无需测序直接预测乳腺癌风险(11 条相关)→

原文链接 →

「研究」频道最新

• 研究发现，结构集成比单一预测更能提升 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
• 结构集合而非单一预测，支撑 TCR:pMHC 泛化 — quaidmorris · 2026-07-22
• enFoldX 用 AlphaFold3 结构噪声预测 TCR 识别 — quaidmorris · 2026-07-22
• enFoldX 在 8 个 neoantigen 数据集上拿到领先结果 — quaidmorris · 2026-07-22
• enFoldX 在 human VDJdb 上达 AUC 0.82 并可迁移到 mouse — quaidmorris · 2026-07-22
• enFoldX 从 AF3 ensemble 提取 106 个界面特征 — quaidmorris · 2026-07-22

更多「研究」频道 AI 资讯 →