目的 探讨基于CT的影像组学列线图预测非小细胞肺癌(non-small cell lung cancer，NSCLC)的Ki-67表达水平的相关研究。方法 回顾性分析经病理证实、且行Ki-67表达水平检测的144例NSCLC患者的临床及胸部CT影像资料，按照7：3比例随机分成训练组(100例)和验证组(44例)，根据病理报告Ki-67表达水平将NSCLC患者划分为低表达组( Ki-67＜14% ) 和高表达组( Ki-67 ≥14%)。在训练组中，分析Ki-67低表达和高表达患者的临床特征和CT征象，并采用单因素和多因素Logistic回归分析筛选出独立预测因素并建立临床模型。利用胸部平扫CT肺窗图像提取影像组学特征，借助最大绝对值归一化、最优特征筛选(百分比)、根据模型选择及选择算子(LASSO)算法对数据进行降维处理，计算影像组学评分(Rad-score)并构建影像组学模型。将独立预测因素及影像组学评分通过Logistic回归，得出联合列线图模型。采用ROC曲线及曲线下面积(AUC)评价三种模型的预测效能。结果 ROC曲线分析训练组及验证组数据显示联合列线图模型AUC分别为0.873(95% CI:0.791-0.931)、0.851(95% CI:0.712-0.940)，与临床模型与影像组学模型相比，其对NSCLC的Ki-67表达水平预测效能更好。Hosmer-Lemeshow检验示训练组及验证组的联合模型与实际结局一致性较好(P>0.05)。结论 基于CT的影像组学列线图为术前无创预测非小细胞肺癌Ki-67增殖指数提供了一种方法，可为临床医生提供补充信息及选择合适的治疗方案。