曹燕珍,周盼运,赵兴岳,李 敏,

(1新疆医科大学第三临床医学院/附属肿瘤医院病理科,乌鲁木齐 830011;2新疆大学软件学院；3新疆大学软件工程技术重点实验室,乌鲁木齐 830002)

结直肠癌（Colorectal cancer, CRC）是一种在结肠、直肠组织形成的高度恶性肿瘤, 其发病率位居世界第三, 仅次于肺癌和乳腺癌, 是癌症死亡的第二大原因[1-2]。临床上, 对结直肠癌诊断主要通过以下途径：实验室检查法, 如血常规、尿常规等；影像学检查法, 如B 超、CT、MRI 等；病理学检查法[3-5]。实验室检查法操作简单, 常应用于对结直肠癌的初步筛查；影像学检查法常应用于肿瘤浸润肠壁的深度及邻近组织检测、预后评估等；病理学检查法是结直肠癌确诊的最终依据, 是结直肠癌诊断的最常用方法[6]。在病理诊断中, 结直肠腺癌被划分为高、中、低3种分化类型[7], 临床医师针对不同分化类型的腺癌采取不同的治疗手段, 以达到最佳的治疗效果[8]。近年来, 随着结直肠癌患者数量的增加, 医师的工作量也在逐日倍增, 如何有效缓解临床医师工作压力、提供客观的辅助诊断结果显得尤为重要[9-10]。通过对现有的基于组织病理学图像的结直肠腺癌辅助诊断研究的调研发现, 研究中存在以下空白：如Tsai 等[11]未对结直肠腺癌的多分化类型进行探究；Awan[12]、Zhou 等[13]未对高度和中度分化的癌组织划分。为弥补上述研究中的空白, 本研究提出了CNN-OVA-SVM 辅助诊断模型, 该模型使用ResNet50 预训练模型进行特征提取,使用一对多集成分类器对多分化类型结直肠腺癌进行诊断。……