KX · 01 标本:徐可斯
固定:华威 TIA
染色:H&E

徐可斯KESI XU

显微镜下的世界,是我的另一种代码。

计算病理 × 人工智能 · 华威大学计算机博士生 · GSK 联合培养
求职方向:预训练模型 / 计算机视觉 AI

上 滑 · 增 加 放 大 倍 率

物镜 4× · 全景概览

先看这张片子的全貌

我在组织图像分析中心(TIA Centre)读计算机博士,导师 Nasir Rajpoot 教授,由 GSK 与华威大学联合全额资助。研究病理基础模型的预训练表征:让 AI 在一张全切片图像里,看见并读懂每一个细胞核。

此前,我在华为做过一年多工业路由器硬件工程师——从示波器到显微镜,我习惯在最小的尺度上把东西做对。

7篇论文(5 篇一作)
ISBI 2026一作论文 · 与 GSK 合作
2段工业界经历(GSK / 华为)

物镜 10× · 感兴趣区域

工作经历

ROI-01 · 伦敦

葛兰素史克 GSK · 人工智能研发部门

人工智能科学家实习生 · 计算病理与药物研发

2025.06 – 2025.09
  • 围绕病理基础模型的预训练表征与组织上下文建模,开展药物研发场景下的细胞核检测与分类研究
  • 承担模型研发、实验分析与内部工具集成;与 GSK 人工智能研究团队合作完成 IEEE ISBI 2026 第一作者论文
ROI-02 · 北京

华为技术有限公司 · 工业路由器产品线

硬件工程师 · 企业通信设备研发

2020.12 – 2022.02
  • 负责关键模块原理图设计、PCB 审查、故障定位及量产问题修复,并参与硬件开发流程改进
  • 入选先进技术调研小组,参与前沿技术、供应链替代和产品演进方向调研

物镜 20× · 细胞层

项目——点开每一个细胞核

  • 提出融合组织语义与细胞表征的条件化特征融合方法,用于细胞核检测与分类,可拓展至多模态信息融合
  • 主导模型设计、实验验证与论文撰写,成果录用于 IEEE ISBI 2026
  • 基于病理基础模型的预训练表征,开展肿瘤区域识别、细胞级分析与肿瘤比例评分(TPS)建模
  • 与 NHS 病理医师协作制定标注规范、开展实验评估;探索不确定性估计在病例复核分诊中的应用
  • 一作手稿投递 Modern Pathology,修订中
  • 建立统一评测流程,系统比较主流病理基础模型的预训练表征在细胞核检测、实例分割与分类任务中的迁移能力
  • 围绕跨数据集与跨中心场景分析领域偏移,参与撰写计算病理领域泛化综述与实践指南
  • 系统评估 Segment Anything Model 在病理细胞核实例分割中的零样本迁移、提示策略与参数适配表现
  • 比较点提示与边界框提示的跨数据集泛化,并构建基于自动检测结果的分割提示流程
  • 研究目标检测与交互式分割的级联方案,开发面向病理细胞核实例分割的双阶段模型
  • 以自动检测结果替代人工点击生成分割提示,在公开病理数据集上完成实验验证
  • 将交互式细胞核分割模型 NuClick 从 TensorFlow 迁移至 PyTorch
  • 按开源规范补充单元测试、修复缺陷,贡献经评审合入主分支

物镜 40× · 高倍视野

论文发表

免疫组化 · 标记物板

专业能力

研究方向

病理基础模型计算病理医学图像分析全切片图像分析细胞核分析

模型方法

基础模型预训练预训练表征评测下游任务适配迁移学习领域泛化多尺度/多模态特征融合

任务与工程

物体识别与分割无监督训练多模态融合多 GPU 并行Python / PyTorchMATLABLinux · Git · SlurmGoogle Cloud

语言 · 任职

中文(母语)英语(专业流利)中英人工智能协会副秘书长

荣誉:北京工业大学奖学金(2017)· 国际企业管理挑战赛(GMC)中国赛区三等奖(2018)· 大学生创新创业训练计划项目负责人

☀ 切换明场 · 出具报告

正式版,随取随用

履历报告

编号 KX-CV-2026 · 中文
标本
徐可斯 Kesi Xu · 计算机科学博士研究生(华威大学 TIA Centre)
方向
预训练模型 · 计算机视觉 AI · 计算病理
结论
7 篇论文(5 篇一作);GSK 人工智能科学家实习;华为硬件研发一年余;GSK×华威联合全额资助博士
联系
kesi.xu@warwick.ac.uk(完整联系方式见 PDF)
徐可斯 审阅
无误

这页互动简历与 PDF 内容一致——前者给你看世界观,后者给招聘系统。
更多作品:kesixu.com · 划亮