探讨双能CT动静脉期加权融合图像影像组学对甲状腺乳头状癌（PTC）颈部淋巴结转移的诊断价值。
方法回顾性分析2017年6月至2018年12月南京医科大学第一附属医院术前行双能CT评估、经手术病理证实的84例PTC患者（129枚非转移淋巴结和97枚转移淋巴结）的临床和影像资料。62例患者的156枚淋巴结（91枚非转移淋巴结和65枚转移淋巴结）为训练集，22例患者的70枚淋巴结（38枚非转移淋巴结和32枚转移淋巴结）作为独立验证集。用Syngo.via Frontier Radiomics软件在双能CT动静脉期加权融合图像上进行半自动淋巴结图像分割，每枚淋巴结提取动脉期和静脉期各1 226个组学特征。用最小绝对收缩和选择算子（LASSO）回归的方法进行组学特征选择和影像组学标签建立。利用logistic回归建立基于淋巴结CT图像特征（模型1）、组学特征（模型2）和两者联合（模型3）的诊断模型。将模型3用列线图直观表示，采用ROC曲线及曲线下面积（AUC）评估3个模型诊断效能，并使用Delong检验比较3个模型的诊断效能。
结果模型1由淋巴结形状、强化程度、强化方式、钙化和结外侵犯5个特征构成。LASSO回归共筛选出3个动脉期组学特征并建立了影像组学标签（模型2）。模型3由淋巴结的大小、形状、强化程度和影像组学标签构成。在训练集和验证集，模型3均具有最优的诊断效能（AUC为0.965、0.933），其次是模型2（AUC为0.947、0.910），且两者均显著优于模型1（AUC为0.850、0.846）（训练集：Z=4.066、3.758，P均<0.001；验证集：Z=2.871、1.998，P=0.017、0.042）。
结论双能CT动静脉期加权融合图像影像组学能有效诊断PTC淋巴结转移，且联合常规CT图像特征可进一步提高诊断准确性。