目的 探讨基于CT平扫的影像组学特征在预测胸腺上皮性肿瘤WHO简化病理分型中的应用价值。方法 回顾性收集2010年1月-2022年3月由病理结果证实的胸腺上皮肿瘤(TETS)患者共57例，通过TETS的WHO简化病理分型，分为低危组(A、AB、 B1型)23例、高危组(B2、B3、C型)34例，并按照 8:2的比例，随机分成训练集和测试集。每个病灶均由两名放射科医生经过协商后，利用ITK-SNAP软件对兴趣区(ROI)进行勾画。使用Python v3.67提取放 射组学特征，并使用Spearman相关系数和LASSO特征选择方法进行降维和筛选。在训练集中，应用支持向量机(SVM)、多层感知机(MLP)和逻辑回归 (LR)构建术前诊断预测模型。采用受试者工作特征 曲线(ROC)评估预测效果，并通过内部测试集验证预测模型。结果 共提取了1649个影像组学特征参数，经过Spearman相关系数筛选得到221个差异特征， 并通过LASSO方法将其降维至12个组学特征。在测试集中，基于SVM、MLP和LR构建的术前预测模型分别表现出AUC值为0.800、0.868和0.971，其中LR 模型具有更好的预测效果。结论 基于CT平扫影像组学特征构建的SVM、MLP和LR模型在预测胸腺上皮性肿瘤WHO简化病理分型方面展现出较好的预测潜力，其中LR模型具有更好的预测效果。