基于深度网络的乳腺病理图像细胞核异型性自动评分：模型构建与效能评估

一、引言

1.1研究背景与意义

乳腺癌是全球范围内严重威胁女性健康的主要疾病之一，发病率位居女性恶性肿瘤首位。根据世界卫生组织国际癌症研究机构（IARC）发布的最新数据，全球每年新增乳腺癌病例持续攀升，其高发病率、高死亡率给患者家庭和社会带来沉重负担。早期诊断和治疗对于提高乳腺癌患者生存率、改善预后起着决定性作用，而准确的病理诊断是乳腺癌诊疗的关键环节，被视为诊断的“金标准”。

在乳腺癌病理诊断中，细胞核异型性评分是评估肿瘤恶性程度和预后的核心指标之一。细胞核异型性主要表现为细胞核的形状不规则，大小出现显著变化，纹理特