目的 基于临床及薄层增强CT影像组学构建联合模型，评估其预测诊断肺结节患者良恶性的价值。方法 回顾性分析116例(良性52例，恶性64例)经病理证实的肺结节患者，将患者采用分层抽样的方式按照7:3的比例分为训练组和验证组，沿结节边缘逐层提取每位患者薄层增强(动脉期及静脉期)图像肺结节区域的感兴趣区(regions of interest ,ROI)，采用3Dslicer软件提取影像组学纹理特征，使用LASSO回归算法对影像组学特征进行特征筛选及降维，选择非零变量构建影像组学特征模型。结合独立的临床危险因素采用多元Logistics回归建立影像组学列线图，列线图的准确率和诊断效能在训练集中进行评估，随后在验证集中进行验证，最后通过决策曲线分析评估列线图在临床实践中的应用价值。结果 基于临床特征模型在训练集(AUC=0.81，95%CI 0.73-0.90)及验证集(AUC=0.85，95%CI 0.73-0.98)对肺结节良恶性诊断均有所欠佳，筛选出9个影像组学纹理特征与肺结节良恶性相关依据回归系数建立Rad-Score特征模型在训练集及验证集AUC分别为0.91(95%CI 0.84-0.98)，0.90(95%CI 0.80-1.00)，联合影像组学及临床特征列线图模型在训练集(0.94，95%CI 0.89-0.99)和验证集(0.98，95%CI 0.94-1.00)均表现优异，DCA分析结果表明影像组学的加入可以使患者获益。结论 联合临床特征及增强CT影像组学建立的列线图模型具有良好预测肺结节良恶性的效能。