目的 建立并验证CT能谱成像及其组学模型，预测成纤维细胞活化蛋白(FAP)在胰腺导管腺癌(PDAC)中的表达。方法 回顾性分析2021年8月至2022年10月175例PDAC患者资料。将入组患者按7:3的比例随机分为训练集(n=122)和验证集(n=53)，根据FAP的表达情况对患者进行分组，分为低表达组和高表达组。logistic回归分析临床协变量；组内相关系数(ICC)和线性相关性检验，建立LASSO回归K折交叉验证筛选较优特征，支持向量机(SVM)构建影像组学标签，Wilcoxon检验差异性；利用logistic回归构建出一个可视化的列线图模型，ROC评估区分度，校准曲线评估准确度，决策曲线评估临床收益。结果 训练集低表达组(n=76)，高表达组(n=46)，验证集低表达组(n=30)，高表达组(n=23)，训练集与验证集各项指标比较，差异无统计学意义(P>0.05)，资料具有可比性。。FAP低表达的危险因素有低分化淋巴血管间隙浸润(LVSI)、胰管切断和扩张、胆总管切断和扩张、血管浸润，保护因素有胰头。筛选出影像组学标签13个特征(ICC＞0.750)，在放疗抵抗组和放疗敏感组中差异性显著(P<0.05)。列线图模型(AUC：0.828，95%CI：0.762~0.869)敏感度为71.09%，特异度为71.52%，准确度高达72.03%。校准曲线分析，列线图模型的拟合效果显著。模型净收益远高于影像学和临床特征。结论 提取了13个较优特征，CT影像组学联合临床协变量构建的列线图模型成功预测了肿瘤免疫微环境，可用于预测预后和指导靶向治疗。