目的 探讨基于影像学征象、临床特征及临 床影像组学联合模型预测术前GGN的病理浸润性的 价值。方法 回顾性收集经手术切除的219例GGN患 者临床、影像及病理资料，分为腺体前驱病变(AAH/ AIS)和浸润性肺腺癌(MIA/IAC)，比较两组患者影像 征象、临床特征的差异性。提取所有GGN患者影像 组学特征，采用弹性网络算法构建影像组学模型。 通过单因素和逐步Logistic回归筛选临床重要危险 因素，构建临床模型，并进一步结合影像组学模 型构建联合模型。ROC曲线评估模型预测性能，采 用Nomogram 图可视化模型风险因素。结果 AAH/ AIS(n=99)组和MIA/IAC组(n=120)中月牙征、分叶 征、毛刺征、胸膜牵拉征、GGN长度和CT值具有 统计学意义(P<0.05)。影像组学模型在训练组和验 证组中的AUC分别为0.806(95% CI：0.7350.874)、 0.814(95% CI：0.7030.913)。月牙征、胸膜牵拉 征和HU为临床独立危险因素，逐步回归分析得到 最优临床模型，模型在训练组和验证组中的AUC分 别为0.753(95% CI：0.6740.828)、0.742(95% CI： 0.6210.851)。结合Radscore、月牙征、胸膜牵拉征 和HU构建联合模型，模型在训练组和验证组中的 AUC分别为0.843(95% CI：0.8040.898)、0.869(95% CI：0.8480.927)，相比其他两个模型，联合模型评 估GGN病理浸润性展示了更强的模型性能，此外利 用Nomogram 量化影像特征。结论 基于临床特征及 影像组学构建联合模型有助于术前无创预测GGN病 理浸润性，Nomogram有助于可视化模型。