[目的]探讨基于治疗前增强CT（contrast-enhanced computed tomography,CECT）影像组学预测进展期胃癌新辅助化疗（Neoadjuvant chemotherapy,NAC）疗效的价值。[材料与方法]搜集国内三家省级肿瘤医院2012年10月至2020年10月采用NAC后进行根治性手术的进展期胃癌患者治疗前的CECT影像资料。本研究的终点为NAC结束后手术切除胃癌病灶的治疗疗效。其中山西省肿瘤医院的数据作为影像组学预测模型的训练集,云南省肿瘤医院和四川省肿瘤医院数据作为外部验证集。所有入组病例均基于实质期CECT图像提取1216个病灶的影像组学特征。利用 Pearson 相关性分析（Pearson correlation coefficients,PCC）进行特征降维,随后运用支持向量机（support vector machine,SVM）保留与进展期胃癌NAC疗效预测最相关的特征并建立影像组学预测模型。通过单因素和多因素Logistic回归分析筛选对进展期胃癌的NAC疗效具有预测价值的影像学定量定性资料和临床、实验室检查及病理检查资料,构建进展期胃癌NAC疗效的临床预测模型。最终融合患者的临床病理资料及病灶的影像组学特征进行分析并构建临床-影像组学疗效预测模型。比较上述三个疗效预测模型的效能。[结果]训练集中,10名（14.9%）患者的胃癌病灶对NAC反应良好（good response,GR,TRG0/1）（n=77）;在独立外部验证集中,7名（17.5%）患者的病灶NAC后达到GR（n=47）。训练集和独立外部验证集中影像组学预测模型的曲线下面积（area under the curve,AUC）值分别为 0.827（95%CI（confidence interval）:0.650-0.952）和 0.854（95%CI:0.610-1.000）。多因素 Logistic 回归结果显示,尚无预测进展期胃癌NAC疗效的临床病理学因子。四川省肿瘤医院数据单独作为独立的外部验证集,影像组学预测模型的AUC值为0.889（95%CI:0.663-1.000）。根据患者的性别进行亚组分析结果显示:对于男性患者而言,影像组学预测模型在训练集和外部验证集中的AUC值分别为0.962（95%CI:0.900-1.000）和0.815（95%CI:0.630-0.967）;对于女性患者而言,影像组学预测模型在训练集和外部验证集中的AUC值分别为0.864（95%CI:0.637-1.000）和0.882（95%CI:0.706-0.941）。根据患者胃癌病灶的位置进行亚组分析结果显示:对于病灶位于胃上区（贲门、胃底）的进展期胃癌患者而言,影像组学预测模型在训练集和外部验证集中的AUC值分别为0.859（95%CI:0.438-1.000）和0.857（95%CI:0.500-1.000）;对于病灶位于胃中下区（胃体、胃窦）的患者而言,影像组学预测模型在训练集和外部验证集中的AUC值分别为0.892（95%CI:0.663-1.000）和0.812（95%CI:0.639-0.973）。[结论]1、基于治疗前CECT图像上病灶的影像组学特征能够有效地预测不同地区的进展期胃癌患者NAC的疗效,并且预测效能较好。2、治疗前CECT影像组学模型预测进展期胃癌NAC的疗效对于不同性别和不同病灶位置的患者均具有较好的预测效能。