跳到正文

CHIEF

面向癌症诊断与预后预测的病理学基础模型

访问官网

CHIEF 是什么

CHIEF 被介绍为用于癌症诊断和预后预测的病理学基础模型,通过两种互补的预训练方法提取病理学成像特征。无监督预训练用于识别瓦片级别特征,弱监督预训练用于识别整个幻灯片的模式。

你可以用它做什么

  • 识别癌症细胞和正常细胞
  • 确定肿瘤的起源部位
  • 分析肿瘤的分子特征
  • 预测癌症患者的预后

开发与验证

  • 使用 60,530 个全幻灯片图像开发,覆盖 19 个解剖部位
  • 在 44TB 高分辨率病理学成像数据集上预训练
  • 在 32 个独立幻灯片集的 19,491 个全幻灯片图像上验证
  • 幻灯片集来自 24 个国际医院和队列

上手流程

  • 安装 Linux 操作系统、NVIDIA GPU 和 Python 环境
  • 把 CHIEF 代码库克隆到本地环境
  • 按安装指南安装所需的依赖库和工具
  • 下载并安装 CHIEF 的预训练权重

优点与缺点

✓ 我们认可的地方

  • 瓦片级别特征与全幻灯片模式都能提取
  • 资料在一个模型下列出四类分析任务

! 需要留意的地方

  • 本地环境需要 Linux、NVIDIA GPU 与 Python 环境
  • 预训练权重需要另行下载并安装

常见问题

模型用什么数据开发?

资料说明使用 60,530 个全幻灯片图像,覆盖 19 个解剖部位,并在 44TB 数据集上预训练。

验证规模如何?

资料记录在来自 24 个国际医院和队列的 32 个独立幻灯片集上的 19,491 个全幻灯片图像上验证。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法