摘要： 目的 探讨基于颞骨高分辨率CT（high resolution computed tomography，HRCT）深度学习模型在儿童中耳胆脂瘤诊断中的应用价值与可行性。方法 回顾性分析2018年7月至2024年12月西安市儿童医院就诊的142例中耳异常患儿临床资料，经手术病理确诊为中耳胆脂瘤患儿71例，相应年龄及性别的分泌性中耳炎患儿71例，对其颞骨HRCT图像进行统一重采样、归一化及三维重建，并随机分为训练集、验证集与测试集。先后采用EfficientNet-b0、ResNetv1d152与Swin-Transformer这三种深度学习模型进行训练与评估，利用Grad-CAM等可视化方法分析模型对病变区域的关注情况。结果 Swin-Transformer模型在准确率、精确性、召回率及F1值等多项指标上均优于其他对比模型，受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under the curve，AUC）值达到0.93；ResNetv1d152次之，AUC值为0.90；EfficientNet-b0的AUC值则为0.86。Grad-CAM热力图显示Swin-Transformer模型在病灶定位与可解释性方面更具优势，其关注区域与临床所见相对吻合。结论 Swin-Transformer模型对儿童
中耳胆脂瘤具有较高的识别准确率与可靠性，可在一定程度上提高该病诊断的一致性并减少漏诊、误诊。结合HRCT和磁共振弥散加权成像（diffusion weighted imaging，DWI）等多模态影像的深度学习方法为儿童中耳胆脂瘤临床诊断及术前评估提供新的技术支撑。