LEMON：计算病理学中细胞核形态的基础模型
计算机视觉与模式识别
2026-03-30 v1
摘要
计算病理学依赖于有效的表示学习来支持癌症研究和精准医学。尽管自监督学习在斑块和全切片图像层面取得了重大进展，但单细胞层面的表示学习仍然相对未被充分探索，尽管它对表征细胞类型和细胞表型至关重要。我们引入了LEMON（来自细胞核形态的嵌入学习），这是一个用于可扩展单细胞图像表示学习的自监督基础模型。LEMON在来自不同组织和癌症类型的数百万个细胞图像上进行训练，学习鲁棒且通用的形态表示，支持病理学中的大规模单细胞分析。我们在五个基准数据集上评估了LEMON在多种预测任务上的表现，结果表明它提供了强大的性能，突显了其作为细胞级计算病理学新范式的潜力。模型权重可在https://huggingface.co/aliceblondel/LEMON获取。
引用
@article{arxiv.2603.25802,
title = {LEMON: a foundation model for nuclear morphology in Computational Pathology},
author = {Loïc Chadoutaud and Alice Blondel and Hana Feki and Jacqueline Fontugne and Emmanuel Barillot and Thomas Walter},
journal= {arXiv preprint arXiv:2603.25802},
year = {2026}
}