〔摘　要〕 目的探讨食管癌术后调强放疗自动计划的临床剂量学优势及所构建的3D U-Res-Net深度学习模型的剂量预测精度。方法选取110例中上段食管癌术后调强放疗计划病例，其中90例采用九折交叉验证方式进行深度学习预测模型训练，利用获取的最优模型和自动计划的Auto-Plan引擎分别对余下20例进行三维剂量分布预测和自动计划设计，所得结果与手动调强放疗计划进行剂量学比较。结果3D U-Res-Net预测模型等剂量面平均dice系数大于0.92,平均霍夫距离(HD95)为0.58～0.62 cm;预测模型的双肺V20、V30、Dmean比手动计划结果略有降低(P<0.05);Auto-Plan的计划靶区D2、D50、Dmean、HI指数及双肺V30都明显优于人工计划(P<0.05);三者的三维剂量分布差异性较小，靶区及危及器官DVH曲线吻合度较好。结论Auto-Plan和3D U-Res-Net模型能分别较好地完成食管癌术后IMRT计划的自动设计以及三维剂量分布的精准预测。