背景局灶性皮层发育不良（Focal cortical dysplasia,FCD）是大脑皮层发育畸形的一种,是导致耐药性癫痫的主要病因。MRI己广泛应用于FCD的术前评估,然而,FCD Ⅲ型组织病理具有较高的异质性,其复杂的影像表现与耐药性癫痫术后预后的关系仍有待进一步研究。手术切除是当前控制癫痫发作最有效的手段,但仍有相当数量的耐药性癫痫患者术后癫痫发作。深度学习（Deep Learning,DL）模型可以自动评估复杂的医学图像特征,可以从复杂的大数据中提取相关的深度特征,具有更高预测预后的应用价值。目的分析FCDⅢ型术前临床特征、影像表现及病理类型与癫痫术后预后的关系,并且探讨基于T2WI FLAIR图像构建的深度学习的模型预测癫痫术后预后的可行性。方法回顾性分析2015年12月至2019年10月在广东三九脑科医院因耐药性癫痫进行癫痫手术切除且术后病理诊断为FCD Ⅲ型的266例患者,统计并分析患者的临床特征、病理类型、影像表现等,根据术后1年的癫痫发作情况将患者分为预后良好组（Engle’s Class Ⅰ/Ⅰa）和预后不良组（Engle’s Class Ⅱ-Ⅵ）。基于T2WI FLAIR序列构建术后预测模型,利用卷积神经网络（convolutional neural network,CNN）对T2WI FLAIR上的病灶进行分类。将预处理后的原始图像和手动勾画出的感兴趣区域（region of interest,ROI）先后及同时输入预测模型,并评估深度学习模型的准确性、敏感性、特异性、受试者工作特征曲线（Receiver O perating Characteristic,ROC）和受试者工作特征曲线下面积。结果266例患者中的中位随访时间为30个月（范围12～48个月）。初次癫痫发作中位年龄12.5岁（范围1～58岁）,其中初次癫痫发作年龄≤12岁者133例（50%）。热性癫痫病史者42例（15.8%）。患者FCD Ⅲa、Ⅲb及Ⅲc型分别有 183 例（68.8%）、61 例（22.9%）及 22 例（8.3%）。FCD Ⅰb 型合并其他病变217例（70.6%）。36例（13.5%）患者呈MRI阴性改变。179例（67.3%）患者术后达到Engle’s Class I/Ia。将单因素分析中P≤0.15的影响因素,如起始癫痫发作年龄（P=0.145）、癫痫持续时间（P=0.004）、热性癫痫病史（P=0.150）、MRI阴性（P=0.056）、癫痫发作类型（P=0.145）及不完全切除（P<0.001）纳入多因素分析,结果显示:MRI阴性（OR0.34,95%CI0.45-0.81,P=0.015）和不完全切除（OR 0.12,95%CI 0.05-0.29,P<0.001）是癫痫术后预后不良的危险因素。当分别将预处理的原始图像、手动勾画的ROI图像及二者组合输入我们提出的预测模型中,预测模型的AUC分别为96.22%、94.76%及97.71%。我们的预测模型和经典的Densenet和Resnet相比,分类性能更为优异。结论MRI阴性和不完全切除是FCD Ⅲ型患者术后癫痫预后不良的重要预测因素。基于FCDⅢ型患者的术前常规MRI图像,深度学习模型可以从高度异质性的图像中提取深度学习特征,有效预测癫痫术后的预后不良风险,这有助于患者对术后癫痫发作情况进行预测,使FCD Ⅲ型所致耐药性癫痫患者的术后管理更为精确和个性化。