目的:应用周围型肺腺癌患者临床、CT放射组学特征预测表皮生长因子受体(EGFR)的突变状态。方法:本研究回顾性分析2016-2018年于吉林大学白求恩第一医院进行手术治疗,术后病理证实为原发性周围型肺腺癌,并对大体病理标本进行EGFR突变检测的104例患者。用放射组学方法评估其术前胸部CT,提取了能够反映肿瘤异质性和表型的特征,再用最小绝对收缩和选择算法(LASSO)降维得到更有辨别价值的组学特征,分别应用放射组学特征、放射组学联合临床特征建立两种LR模型预测EGFR突变状态,应用五折交叉认证、ROC曲线及曲线线下面积(AUC)评估两种模型效能,从而得到预测EGFR突变的最优模型。结果:共提取1025个三维组学特征,通过降维得到13个放射组学特征最具有预测价值,并建立放射组学标签。放射组学联合临床特征模型由放射组学标签、患者性别、吸烟史、是否有脉管浸润和组织病理学亚型组成,其训练组AUC为0.88±0.03(均值±标准差),验证组AUC为0.88±0.12,测试组AUC为0.913,优于单纯使用放射组学的预测模型(训练组AUC=0.92±0.01,验证组AUC=0.84±0.04,测试组AUC=0.837)。结论:由放射组学标签、患者性别、吸烟史、是否有脉管浸润和组织病理学亚型组成的放射组学联合临床特征模型并通过诺模图表示,能有效预存周围型肺腺癌患者EGFR基因突变情况,与单纯放射组学特征模型相比,具有更佳的预测效能。