目的初步探索基于 CT 影像組學特征建立的決策樹模型對局部進展期直腸癌（LARC）患者行單純新輔助化療療效的評估價值。方法回顧性分析四川大學華西醫院腸癌數據庫（DACCA）中 2016 年 10 月至 2019 年 3 月期間符合本研究納入和排除標準的 244 例單純新輔助化療后行根治性手術的 LARC 患者的臨床及 CT 檢查的 DICOM 格式圖像資料。利用 ITK-SNAP 軟件選取腫瘤最大層面并對影像感興趣區域進行勾畫。使用計算機隨機分配軟件將 200 例患者納入訓練集，44 例患者納入測試集。利用 MATLAB 軟件讀取 DICOM 格式圖像并提取和篩選影像組學特征，進而用降維后得到的影像組學特征進行機器學習并建模。通過繪制受試者操作特征曲線并計算曲線下面積（AUC）來評估模型預測單純新輔助化療后對病理完全緩解（pCR）的效能。結果根據術后病理腫瘤退縮分級（TRG）患者被分為 pCR 組（TRG0，28 例）和非 pCR 組（TRG1～TRG3，216 例）。最終獲得 13 個影像組學特征即 6 個灰度特征（均值、方差、標準差、偏離度、峰態、能量）、3 個紋理特征（對比度、相關性、同質化）及 4 個形狀特征（邊界長度、直徑、面積、形狀參數）。基于 CT 的決策樹模型預測 LARC 患者新輔助化療后效果的 AUC 值為 0.772 ［95% CI（0.656，0.888）］，對于非 pCR 的預測準確度較高（97.2%），但對于 pCR 的預測準確度較低（57.1%）。結論在本次初步探索中，基于 CT 的決策樹模型在判斷 LARC 患者新輔助化療后 pCR 上較同質研究的預測效能低，通過分析后將進一步從優化算法、繼續拓展數據集、挖掘更多影像組學特征值等方面優化模型，從而最終實現 pCR 的精準預測。