【摘要】目的：探讨 CT 影像组学在预测肝细胞癌 CK19 阳性表达中的应用价值。方法：回顾性分析 2020 年 6 月—2024 年 6 月于吉林省肿瘤医院经手术病理确诊为肝细胞癌且 CK19 表达状态明确的 107 例患者资料，根据免疫组化结果分为 CK19 阳性组、CK19 阳性组。比较两组性别和年龄差异。采用特征提取软件提取病灶三维纹理特征参数并保留两组间差异明显的影像组学特征，筛选最佳影像组学特征构建预测模型。将所有数据按 4:1 比例分为训练集和验证集，采用 7 种机器学习算法对训练集和验证集进行分析，获得预测模型预测肝细胞性肝癌 CK19 表达状态的受试者工作特征（ROC）曲线及相应的曲线下面积（AUC）、特异度、灵敏度及准确率。结果：CK19 阳性组 47 例，CK19 阴性组 60 例，两组性别、年龄比较，差异无统计学意义（P ＞ 0.05）。共提取病灶三维纹理特征参数 995 个，其中两组间差异明显的影像组学特征共 166 个，最终保留 6 个最佳影像组学特征以构建预测模型。以分类器 Logistic 回归为最佳分类器，预测模型预测验证集中 CK19 表达状态的 AUC 为 0.758，其准确率、特异度、灵敏度分别为 0.762、0.801、0.741。结论：CT 影像组学模型能有效预 测肝细胞癌 CK19 的表达状态。
【关键词】肝细胞癌；CK19；计算机体层摄影成像；影像组学；机器学习