刘婧娟， 刘炜， 薛华丹， 蒋林， 于健春， 毛丽， 李秀丽， 金征宇

在中国，胃癌的发病率和死亡率分别位于所有恶性肿瘤的第2位和第3位，是国民经济及健康的巨大负担。第八版美国癌症联合委员会(American Joint Committee on Cancer，AJCC)指南建议增强CT作为胃癌治疗前临床分期的首选影像学手段。然而，由于CT软组织分辨率有限、胃癌具有显著的异质性以及缺乏统一的形态学诊断标准等因素，导致其分期的准确性欠佳。此外，临床实践经验及文献研究表明，胃癌的临床分期更容易受到医师经验的影响，胃肠专业放射医师与普通放射医师具有较大的主观差异，进而影响临床治疗方案的制定[1]。近年来，新兴的影像组学技术迅猛发展，可多维度挖掘图像背后的数据信息，提取丰富的定量参数，协助医师进行病灶检出、鉴别诊断及预后分析[2-6]。本研究拟通过分析胃癌患者增强CT的薄层重建图像数据，提取定量影像组学特征，尝试多种建模算法,建立胃癌临床分期的人工智能(artificial intelligent，AI)系统，为临床提供更客观、可靠的辅助诊断工具。

材料与方法

1.病例资料

回顾性搜集2017年7月至2019年6月北京协和医院收治的胃癌患者。病例纳入标准：①胃镜及活检病理证实为胃癌；②术前在我院行增强CT检查；③检查前未接受任何放疗、化疗及生物靶向治疗；④检查完成后4周内在我院行手术治疗。病例排除标准：①患者呼吸配合差，图像具有严重运动伪影；②增强CT无法检出病灶。

2.CT检查方法

患者在检查前需禁食4～6 h，排空胃腔，检查前10 min需饮水800～1000 mL，充分充盈胃腔后，随即进行CT检查。……