我会先提炼题目、摘要和正文关键信息，再按你要求的4段格式输出，并严格处理上标/下标与分隔符。结合同源性方法诊断结直肠腺瘤与早期癌

《Pathology International》：A Homology-Based Application to Diagnose Colorectal Adenoma and Early-Stage Cancer

　　

同源性（homology）是一个数学概念，涉及两个Betti数（Betti numbers）——b₀表示独立对象的数量，b₁表示由周围对象形成的空洞数量，可用于量化接触程度。研究人员此前已证明基于同源性的方法可用于诊断进展期结直肠癌。临床上，区分腺瘤，尤其是高等级腺瘤，以及早期癌与非癌组织具有重要意义；因此，研究人员希望评估同源性方法是否同样适用于腺瘤和早期癌的诊断。本研究中，研究人员开发了一个基于同源性的应用程序，用于计算感兴趣区域（ROI，region of interest）的b₁值，并据此分析结直肠的正常组织、腺瘤和早期癌。为实现合理比较，需进行面积校正。研究人员发现，经面积校正后的b₁值在高等级腺瘤和早期癌中均显著高于正常组织。尽管低等级腺瘤与炎性区域的区分仍需进一步改进，但本研究结果表明，基于Betti数的同源性方法可用于区分高等级腺瘤、早期癌、正常组织以及进展期结直肠癌。

本文围绕结直肠肿瘤早期识别这一临床需求展开。结直肠癌仍是重要的癌症死亡原因，而病理确诊依赖专科病理医师；在现实中，病理医师短缺、工作负荷增加以及诊断等待时间延长，都会影响治疗时机。现有人工智能（AI，artificial intelligence）多依赖形态学模式识别，但在组织病理图像中，由于肿瘤形态异质性强、结构复杂，单纯基于形状的深度学习并不容易稳定提取通用特征。基于此，研究人员提出从“接触抑制丧失”这一肿瘤本质特征切入，将组织结构的接触程度转化为数学量，用同源性理论中的Betti数来定量表达组织中独立结构与空洞的变化，从而建立一种不依赖大量训练数据的病理辅助诊断策略。

研究人员首先构建了名为AutoPatho的同源性分析应用。研究对象来自大阪大学医院1990—2004年间接受手术的38例早期结直肠癌病例，切片经苏木精-伊红染色后扫描获得全切片图像（WSI，whole-slide image），再由病理医师从同一切片中选取正常组织、腺瘤与癌组织的ROI。方法上，研究人员将图像二值化，并按固定尺寸划分区域后计算b₁值；为减少不同ROI面积和组织占比差异带来的偏倚，又进行了面积校正。统计学上使用Kruskal–Wallis检验与Steel–Dwass多重比较。整体而言，研究人员证明：经校正后的b₁值可稳定反映组织结构接触程度，并能把高等级腺瘤和早期癌从正常组织中区分出来，这提示该方法具有作为病理辅助判读工具的潜力，也为后续与AI结合提供了基础。

研究方法主要包括：对大阪大学医院病例的结直肠组织进行HE染色与WSI扫描；由病理医师选取正常、腺瘤和早期癌ROI；将图像二值化后计算Betti数（重点为b₁）；对ROI进行面积校正并开展非参数统计比较。整体流程简洁，核心在于把病理图像中的组织接触结构转化为可计算的拓扑指标。

研究结果主要包括以下部分。首先，在“Homology Analysis Using AutoPatho”中，研究人员建立了AutoPatho系统，并说明其通过ASR（Area Standardization Rectangle）和子分段计算b₁值，用于量化组织接触度。其次，在“First Set Analysis”中，未校正的b₁值虽显示正常组织、腺瘤、早期癌呈阶梯式升高，但由于ROI面积与组织占比不同，结果存在偏倚；经过面积校正后，这种递增趋势仍然存在，且正常组织与腺瘤、正常组织与早期癌之间差异显著。再次，在“Validation Analysis”中，研究人员进一步把腺瘤分为低等级与高等级后验证，发现正常组织与高等级腺瘤、正常组织与早期癌之间均有显著差异，而低等级腺瘤与正常组织或高等级腺瘤之间差异不显著；以b₁阈值1400为切点时，高等级腺瘤对正常组织的敏感度为87.5%、特异度为79.2%、准确度为81.3%，早期癌对正常组织的敏感度为93.1%、特异度为79.2%、准确度为86.8%。

讨论部分指出，结直肠肿瘤发生遵循腺瘤—癌变序列，APC、KRAS和TP53等基因异常推动病程进展，因此早期识别高等级腺瘤与早期癌具有明确临床价值。研究人员认为，正常组织具有较规则的空间排列与稳定接触状态，而高等级腺瘤和早期癌因细胞异常增殖、接触抑制丧失、核拥挤、腺体结构紊乱等因素，导致组织接触复杂化，从而使b₁值升高。研究还指出，低等级腺瘤的b₁值与正常组织和高等级腺瘤均未形成显著区分，说明该方法目前更适合识别结构更紊乱的病变。与此同时，炎性细胞浸润、上皮细胞聚集、制片伪影和黏液丰富的低分化腺癌可能影响结果，提示该方法仍需进一步优化以减少假阳性和假阴性。研究人员最终强调，基于Betti数的同源性方法能够区分高等级腺瘤与早期癌和正常组织，具有辅助病理诊断的意义，但在低等级腺瘤、炎症与肿瘤鉴别方面仍需继续改进。