【摘要】肝细胞癌（HCC）是常见的原发性肝脏恶性肿瘤之一，具有较高的发病率和病死率。早期 HCC 临床表现不典型，导致临床诊 断滞后，严重影响患者远期预后。随着人工智能技术迭代升级，深度学习（DL）在医学影像特征挖掘、多源临床数据分析领域得到广泛 应用。将增强 CT 影像组学特征与血清学实验室指标相结合构建多模态融合模型，可互补肿瘤解剖结构影像信息与机体分子生物学信息， 多维度分析 HCC 发生、发展的病理特征。本文系统综述 CT 在 HCC 早期诊断中的应用、DL 在 HCC CT 影像分析中的应用、实验室指 标在 HCC 早期辅助诊断中的作用，以及基于 DL 的 CT 影像联合实验室指标多模态融合模型在 HCC 早期诊断中的研究现状，并对未来 研究方向进行展望，为构建高效、可靠的 HCC 早期预测策略提供参考。
【关键词】深度学习；计算机断层扫描；肝细胞癌；实验室指标；多模态融合