| 摘要: |
| 目的 建立一种基于 CT 图像的自动编码器人工智能方法以预测食管癌术前化疗联合免疫治疗的疗效 。 方法
回顾性分析 2019 年 7 月至 2023 年 7 月在浙江省肿瘤医院接受新辅助化疗联合免疫治疗后行手术治疗的 240 例食管鳞状细胞癌
患者 。提取患者临床病理信息，并根据肿瘤病理消退情况，将所有患者分为病理完全缓解组（35 例）和非病理完全缓解组（205
例）。 基于 CT 图像的自动编码器人工智能方法，利用变分自动编码器提取任务相关“深度学习特征 ”，将患者按 4 ∶1 的比例随机分
为训练集 192 例和验证集 48 例，建立病理完全缓解分类模型，并采用 5 折交叉验证分组，最终采用多个指标评估模型的预测效能：
精确率、召回率、F1分数、AUC、准确率 。 结果 训练集的精确率为 0.665，召回率为 0.888，F1分数为 0.760，AUC 为 0.946，准确
率为 0.901；验证集的精确率为 0.651，召回率为 0.836，F1分数为 0.726，AUC 为 0.935，准确率为 0.896。 结论 基于 CT 图像的自
动编码器人工智能方法可以有效地预测食管癌新辅助化疗联合免疫治疗的疗效，为患者制定个体化治疗提供依据。 |
| 关键词: |
| DOI： |
| 分类号: |
| 基金项目:浙江省医药卫生科技计划项目（2022KY623）；浙江省中医药科技计划项目（2024ZL022） |
|
|
|
|
| Abstract: |
|
| Key words: |
