【摘要】目的：探讨基于平扫 CT 的影像组学特征对高血压性脑出血（HICH）患者发生血肿扩大（HE）的预测价值。方法：选取 2023 年 12 月—2025 年 8 月固原市人民医院收治的 348 例 HICH 患者的临床资料进行回顾性分析，将患者按照随机原则以 7 ∶ 3 的比 例划分为训练集与验证集。所有患者均在发病后 6 h 内接受首次 CT 平扫检查。所获图像均应用 LIFEx 软件勾画感兴趣区并提取纹理特征。 根据 24 h 内复查时的血肿体积及基线血肿体积的比较结果，判断患者是否发生 HE，并分为发生组与未发生组。经归一化处理、降维处 理后，筛选最优特征。在构建机器学习模型时，选择的分类器包括支持向量机、随机森林、逻辑回归、决策树算法，并于表现最好的 模型上计算 Radscore。绘制受试者工作特征（ROC）曲线分析影像组学模型的预测效能。结果：训练集与验证集中，发生组与未发生组 的吸烟、饮酒情况比较，差异均有统计学意义（P ＜ 0.05）。经降维处理与特征筛选后，最终获得 8 个影像组学特征。根据计算结果， 最佳模型为逻辑回归，在训练集与验证集中，发生组、未发生组的 Radscore 比较，差异有统计学意义（P ＜ 0.05）。ROC 曲线结果显示， 在训练集中，影像组学模型预测 H E 的曲线下面积（AUC）为 0.857，灵敏度为 73.08%，特异度为 83.64%；在验证集中，影像组学模型 预测 HE 的 AUC 为 0.912，灵敏度为 82.14%，特异度为 87.01%。结论：基于平扫 CT 的影像组学模型预测 HICH 患者发生 HE 的预测价 值较高。 

【关键词】CT 平扫；影像组学模型；高血压性脑出血；血肿扩大；预测价值