【摘要】目的：探讨肺癌患者 CT 影像组学特征与免疫治疗效果的相关性，构建并验证基于动态影像特征的免疫治疗效果预测模型，为临 床个性化治疗决策制订提供依据。方法：回顾性选取 2019 年 1 月—2023 年 12 月于深圳市人民医院接受免疫治疗的 200 例肺癌患者，收集并 提取胸部 CT 影像组学特征，选择随机森林学习算法，以 7 ∶ 3 比例划分训练集与验证集，通过准确率、曲线下面积（AUC）等指标评估模 型性能。结果：免疫治疗有效患者占 40%，无效患者占 60%。动态模型 2 训练集的 AUC 为 0.92（95% CI CI：0.87 ～ 0.97），其验证集的 AUC 为 0.89（95% CI CI：0.83 ～ 0.92）；动态模型 1 训练集的 AUC 为 0.85（95% CI CI：0.82 ～ 0.93），其验证集的 AUC 为 0.83（95% CI CI：0.80 ～ 0.92）；静态模型训练集的 AUC 为 0.71（95% CI CI：0.69 ～ 0.75），其验证集的 AUC 为 0.72（95% CI CI：0.60 ～ 0.79），动态模型 2 的 AUC 值均高于静态模型及动态模型 1（P ＜ 0.05）。结论：基于动态 CT 影像组学特征构建的动态影像预测模型可有效预测晚期肺癌患者的免疫 治疗效果，可为临床早期筛选优势人群及制订个体化治疗方案提供依据。 

【关键词】肺癌；CT 影像组学；免疫治疗；动态模型；疗效预测