目的 探讨基于CT平扫的形态特征、性别联合放射组学模型对腮腺多形性腺瘤（PA）与腺淋巴瘤（AL）的鉴别应用。 方法 回顾性分析经病理证实的56例PA与49例AL的形态特征，观察分析其形状、边界、囊变、多发以及部位，提取并分析CT平扫图像中肿瘤的6种放射组学特征，包括灰度直方图（HA）、绝对梯度（AG）、灰度共生矩阵（GLCM）、自回归模型（AR）、灰度游程矩阵（GLRLM）和小波变换（WT），对两组间有统计学意义的放射组学特征参数进行筛选，分别以径向基函数核（RBFK）、多项式核（PK）和线性核（LK）对筛选后的放射组学特征建立支持向量机（SVM）分类模型并联合性别及形态特征建立联合模型，运用受试者工作特征曲线（ROC）评价诊断效能。 结果 最终从287个放射组学特征参数中筛出12个特征建立分类模型，以RBFK为核的分类模型诊断效能最高，对应的灵敏度、特异度、准确率及曲线下面积（AUC）分别为90.2%、82.5%、89.6%及0.883；PA以女性多见，AL以男性多见；与PA相比，AL更易多发及囊变（P<0.05）；而2组间边界是否清楚、形状是否规则以及肿瘤的部位无明显差异 （P>0.05）。放射组学特征联合性别及形态特征 （多发与囊变） 建立以 RBFK为核的联合模型的灵敏度、特异度、准确率及 AUC 分别为 95.1%、87.6%、92.8%及 0.963。 结论 基于性别及CT形态特征联合放射组学特征建立的联合模型能够在术前对PA与AL进行有效鉴别。
