目的探讨双能 CT(dual energy computed tomography,DECT)定量指标联合 CT征象鉴别磨玻璃结节(ground glass nodules,GGN)型肺腺癌病理亚型的价值。方法回顾性分析了苏州大学附属第三医院2017年12月至2019年3月在影像表现上为GGN并经手术病理证实的DECT图像,共87枚符合入组标准的GGN被纳入。根据手术病理亚型的结果,将所有入组的GGN分为两组:浸润性腺癌组(n=62)、浸润前-微浸润组(n=25)。单因素分析比较两组GGN最大直径(Dmax)、边缘、内部支气管走形、内部血管形态、是否存在空泡征、胸膜凹陷征以及血管集束征、通过40 keV～190 keV增强单能量图像下所获得的磨玻璃成分对应CT值(CT 40keV-190keV)及能谱曲线斜率。采用二元Logistics回归分析建立联合预测模型,计算各独立预测因子的优势比(odds ratio,OR),采用受试者工作特征(receiver operating characteristic,ROC)曲线和Z检验评估及比较各参数及联合模型的诊断效能。结果浸润性腺癌组GGNDmax、边缘分叶或毛刺、内部支气管扩张/扭曲/截断、内部血管增粗/僵硬/扭曲、血管集束征的比例及CT 40keV-190keV均高于浸润前-微浸润组(P值范围:0.001～0.020)。其中,Dmax、内部血管形态及CT60keV为独立预测因子(OR=30.921、6.750、50.361,P均<0.05),由此构建联合预测模型的曲线下面积(areaunder the curve,AUC)值为0.922,该联合模型的诊断准确性达88.5%。联合预测模型的AUC显著高于Dmax、内部血管形态及CT 60keV单独应用于鉴别的浸润性腺癌组和浸润前-微浸润组的AUC(P均<0.05)。结论(1)浸润性腺癌组的GGNDmax、边缘分叶或毛刺、内部支气管扩张/扭曲/截断、内部血管增粗/僵硬/扭曲、血管集束征的比例及CT40keV-190 keV均高于浸润前-微浸润组。(2)GGN Dmax、内部血管形态及CT60keV是鉴别GGN型肺腺癌病理亚型的独立预测因子。(3)CT征象联合DECT定量指标是鉴别GGN型肺腺癌病理亚型的有效方法,具有较高的诊断效能。