# 病理学基础模型

病理基础模型在H&E图像上做单细胞空间基因表达预测时，冻结的图块级嵌入迁移效果很差：在5K基因面板上，平均逐基因皮尔逊相关系数从伪点级的0.375降到单细胞级的0.065。一组面向单细胞的轻量适配——细胞局部token池化、40倍视野输入、泊松计数监督和LoRA微调——把同一面板的相关系数提升到0.174，并在5K面板上以0.800的AUROC超过SpatialEx的0.642。提升主要来自空间可变基因和疾病相关基因，全面板的绝对相关仍偏低。

病理基础模型在H&E图像上做单细胞空间基因表达预测时，冻结的图块级嵌入迁移效果很差：在5K基因面板上，平均逐基因皮尔逊相关系数从伪点级的0.375降到单细胞级的0.065。一组面向单细胞的轻量适配——细胞局部token池化、40倍视野输入、泊松计数监督和LoRA微调——把同一面板的相关系数提升到0.174，并在5K面板上以0.800的AUROC超过SpatialEx的0.642。提升主要来自空间可变基因和疾病相关基因，全面板的绝对相关仍偏低。

作者提出SlideRuler，用同一张切片内其他区域作为内部对照，从配对重扫训练中学习采集位移的转移映射，在推理时仅凭单次扫描即可校准冻结的病理基础模型；在两个编码器和五台SCORPION扫描仪上，学习式转移相对原始嵌入将平均目标到源嵌入距离降低16.3–38.5%，同片对照优于同扫描仪无关对照，源锚定变体在保留大部分对齐增益的同时将源特征位移降低47.7–83.6%。

作者提出SlideRuler，用同一张切片内其他区域作为内部对照，从配对重扫训练中学习采集位移的转移映射，在推理时仅凭单次扫描即可校准冻结的病理基础模型；在两个编码器和五台SCORPION扫描仪上，学习式转移相对原始嵌入将平均目标到源嵌入距离降低16.3–38.5%，同片对照优于同扫描仪无关对照，源锚定变体在保留大部分对齐增益的同时将源特征位移降低47.7–83.6%。