内容简介：针对未配对 H&E 图像到 Ki-67 免疫组化图像的虚拟染色任务，提出一种由下游任务引导的改进循环一致性生成对抗网络（CycleGAN）框架。通过在目标域判别器中引入共享编码器和辅助分类分支，对生成过程施加语义约束，增强关键病理特征保留。结合肝细胞癌术后早期复发预测任务，构建全切片图像预处理、虚拟染色与分类评估流程。结果表明，该方法在生成质量与基准模型相当的同时，具有更优的语义一致性和下游分类性能。