构建影像组学及深度学习模型预测胃癌分子分型、肿瘤微环境与治疗效果的研究

胃癌在全球癌症死亡率居第五，预后欠佳。精准预测胃癌分子分型、肿瘤微环境，评价术后复发及生存概率，对临床实现个体化治疗与及时调整治疗方案至关重要。基于深度学习构建的影像模型在胃癌精确诊断与预后预测方面具有潜力，但仅基于影像图像、病理图像等单模态数据构建的模型精确度有限。本项目基于影像、病理、临床特征多模态数据，构建深度学习及组学预测模型，比较分析各模型对于胃癌精确诊断的效能及术后复发、生存概率等评价效能，为胃癌患者的个体化治疗提供可靠依据，进一步提高对该病变的认识，为临床诊疗方案选择提供指导。