摘要目的探讨基于CT影像组学列线图鉴别甲状腺滤泡性肿瘤良生与恶性的价值。方法回顾性收集2016年1月至2018年12月复旦大学附属肿瘤医院经手术病理证实的200例甲状腺滤泡性肿瘤患者的临床资料及CT图像，其中甲状腺滤泡癌（FTC）46例、甲状腺滤泡腺瘤（FTA）154例。采用随机数表法随机分为训练集（n=140）和验证集（n=60）。采用LIFEx软件提取增强CT图像的48个影像组学特征。根据最小绝对收缩和选择算子回归进行特征降维、筛选及模型建立，在此基础上绘制列线图。利用受试者操作特征曲线及曲线下面积（AUC）评估列线图预测甲状腺良性与恶性滤泡性肿瘤的效能，通过校准曲线对列线图进行内部及外部验证，最后应用决策曲线分析评估列线图的临床应用价值。结果经筛选得到4种特征用于建立预测甲状腺良性与恶性滤泡性肿瘤的列线图，分别为灰度区域矩阵（GLZLM）-区域长度不均匀性、GLZLM-低灰度区域因子、传统指数-HU单元Q3值、传统指数-HU单元平均值。列线图在训练集中区分FTC和FTA的AUC为0.863（95%CI 0.746~0.932），准确度为87.9%，灵敏度为67.9%，特异度为91.1%；验证集中AUC为0.792（95%CI 0.658~0.917），准确度为75.0%，灵敏度为66.7%，特异度为90.5%。校正曲线结果显示列线图预测值与病理结果之间具有良好的一致性，决策曲线分析表明列线图在临床上具有良好的应用价值。结论CT影像组学模型对于鉴别甲状腺良性与恶性滤泡性肿瘤具有较好的效能，基于此的列线图可准确、直观地预测甲状腺滤泡性肿瘤患者的恶性概率。
