标签:

• 图像特征提取
• timm框架
• 病理学
• 组织学
• 医学影像
• 自监督学习
• 视觉Transformer
• 基础模型

库名称: timm 许可证: CC-BY-NC-ND 4.0 额外授权提示: >-

• 本模型及相关代码采用CC-BY-NC-ND 4.0许可发布，仅限非商业学术研究用途且需规范署名

• 严禁任何商业用途、销售或对H-optimus-1模型及其衍生品（包括基于该模型输出训练的模型或生成的数据集）进行盈利行为，此类使用需事先获得授权

• 注册Hugging Face账户的主邮箱必须与机构邮箱一致。下载即确认所有信息（所属机构/研究用途）真实有效。下载前需完成平台注册并同意使用条款。使用者承诺不传播、发布或复制模型副本。同一机构其他用户需单独注册并遵守条款

• 本模型按"现状"提供，未经FDA/EMA/MHRA等监管机构认证。医疗场景应用需符合法规要求并独立验证。使用者对应用后果全权负责。开发者不承担任何直接/间接损失责任。涉及患者数据时需确保符合GDPR/HIPAA等数据保护法规

• 商业实体请联系hello@bioptimus.com洽谈授权

授权表单字段: 姓名（全称）: 文本 当前所属机构（全称）: 文本 机构类型: 类型: 下拉选择 选项: - 学术界 - 工业界 - 标签: 其他 值: other 机构官方邮箱（需与Hugging Face主邮箱一致）: 文本 主要用途: 类型: 下拉选择 选项: - 多任务模型基准测试 - 生物标志物发现 - 诊断辅助 - 病理工作流加速（细胞组织分割等） - 标签: 其他 值: other 研究用途说明: 文本 同意全部条款: 复选框 承诺不传播模型: 复选框 仅用于非商业学术用途: 复选框 接收Bioptimus更新通知: 类型: 复选框 可选: 是

H-optimus-1模型卡

由Bioptimus开发的病理学基础模型H-optimus-1。

该1.1B参数的视觉Transformer模型通过自监督学习训练，数据源包含来自80万+患者的百万+病理切片生成的数十亿病理图像。

H-optimus-1可用于提取强大的病理图像特征，支持突变预测、生存分析、组织分类/分割等下游应用。

特征提取使用指南

以下代码演示推理流程。模型输入需为0.5微米/像素分辨率下提取的224x224图像：

from huggingface_hub import login
import torch
import timm 
from torchvision import transforms

# 使用Hugging Face账户token登录
# token获取地址：https://huggingface.co/settings/tokens
login()

model = timm.create_model(
    "hf-hub:bioptimus/H-optimus-1", pretrained=True, init_values=1e-5, dynamic_img_size=False
)
model.to("cuda")
model.eval()

transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize(
        mean=(0.707223, 0.578729, 0.703617), 
        std=(0.211883, 0.230117, 0.177517)
    ),
])

input = torch.rand(3, 224, 224)
input = transforms.ToPILImage()(input)

# 推荐使用混合精度加速推理
with torch.autocast(device_type="cuda", dtype=torch.float16):
    with torch.inference_mode():
        features = model(transform(input).unsqueeze(0).to("cuda"))

assert features.shape == (1, 1536)

致谢

本项目计算资源由GENCI在IDRIS通过2024-GC011015442号资助提供，使用Jean Zay超算机的H100分区完成。

引用信息

若使用本模型，请引用：

@software{hoptimus1,
  author = {Bioptimus},
  title = {H-optimus-1},
  url = {https://huggingface.co/bioptimus/H-optimus-1},
  year = {2025},
}