颅咽管瘤是一种良性脑肿瘤,但其侵袭周围脑组织会引发下丘脑-垂体功能障碍、颅内压升高、视力障碍等严重表现。鉴于侵袭性颅咽管瘤病灶区和非侵袭性颅咽管瘤病灶区在术前MRI中的相似性,术前MRI颅咽管瘤侵袭性诊断对放射科医生来说是一个挑战。为此,开发—种能够利用术前MRI图像诊断颅咽管瘤是否侵袭周围脑组织的辅助诊断系统,辅助医生制定更恰当的个性化诊疗方案具有重要的临床价值。本文利用深度学习算法对术前MRI图像数据进行分析,构建了诊断颅咽管瘤是否侵袭周围脑组织的辅助诊断系统。本文的主要研究内容如下:（1）构造颅咽管瘤术前MRI图像数据库,并进行数据预处理。收集并筛选出576名颅咽管瘤患者（196名侵袭性颅咽管瘤患者,380名非侵袭性颅咽管瘤患者）的术前MRI图像数据及病理切片结果,利用ITK-SNAP软件进行数据标注,构造颅咽管瘤MRI图像数据库。设计大脑区域裁剪、对比度调整、随机旋转缩放等三维医学图像数据预处理流程,实现背景去除及数据扩增。（2）构建内容聚合网络模型。内容聚合网络是基于2DCNN实现的网络模型,以残差网络作为特征提取网络,基于注意力机制构建上下文建模模块和特征聚合模块,挖掘MRI图像中不同切片之间的相关性,捕捉全局上下文信息特征,并进行特征聚合,提高模型诊断性能。（3）构建多任务双通路网络模型。多任务双通路网络模型由2D CNN和3D CNN两条子路径组成,用于提取切片内二维图像特征和切片之间的三维空间特征,并融合位置编码模块和掩膜注意力模块,最终实现颅咽管瘤病灶识别及颅咽管瘤侵袭性诊断的多任务学习。（4）探索深度学习模型的可解释性。针对神经网络模型的不可解释性问题,本文以视觉可视化为切入点,利用t-SNE算法、特征值热力图可视化网络模型的判别能力;利用Grad-CAM算法可视化类激活映射热力图,反映网络模型提取特征时更关注的局部区域,进而证明网络模型的合理性。