背景:肺癌发病率和死亡率长期位于我国癌症之首,且预后较差。早期肺癌通常表现为肺部结节。目前较少研究分析肺结节的超声图像特征与肺结节性质的相关性,并且尚无预测模型纳入肺结节超声图像特征。目的:本文旨在通过回顾性分析肺结节的支气管超声图像,寻找预测肺结节良恶性的相关特征,构建肺结节的恶性预测模型,建立基于支气管腔内超声（endobronchial ultrasonography,EBUS）图像特征的评分系统从而判别肺结节良恶性。方法:收集自2018年5月1日至2020年3月1日期间于XX人民医院气管镜室行气管镜检查的患者资料。患者胸部CT检查可见肺部≤3cm的肺结节。行常规支气管镜检查,镜下未见明显异常,接着在超声探头引导下在病变处记录超声图像形态特征,并进行活检与刷检协助诊断,未能明确诊断者行进一步侵袭性操作或随访至少3个月获得最终诊断。分析镜下超声图像形态特征,包括病灶外形、病灶边缘、病灶边界、病灶内部回声强弱、病灶内部回声同质或异质、支气管充气征、不规则无回声区、同心圆影8种不同EBUS图像特点与病灶良恶性的关系,基于此建立预测模型及评分系统。使用SPSS软件分析处理数据。结果:114例肺结节患者中,良性病变65例,恶性病变49例。EBUS图像中的三种图像特征,包括病灶圆形或类圆形外形、边缘不连续、病灶异质性,差异有统计学意义（p<0.05）:病灶边缘、病灶回声同质或异质、血清CEA为预测肺结节良恶性的独立危险因素。基于此构建的logistic预测模型,该模型有较高的敏感度（81.63%）和特异度（80.00%）。根据建立的简易评分系统,绘制ROC曲线,当评分以7为界点时,敏感度（65.3%）和特异度（78.5%）较高,以该点为最佳诊断点;当评分≥7时,诊断肺恶性病变的准确率较高。计算Kappa一致性:系数为0.441（95%CI为0.274-0.607,p<0.01）,具有中等强度一致性。结论:EBUS图像特征可用于预测肺结节良恶性,基于该图像的评分系统在预测肺结节良恶性质中有较好的应用价值。