目的 探讨计算机体层摄影(CT)放射组学分析技术在鉴别含空洞型非结核分枝杆菌(NTM)肺病与含有类似空洞的肺结核中的价值.方法 回顾性分析2013年2月至2018年3月在山东省胸科医院和山东大学齐鲁医院经临床证实的空洞型NTM肺病患者51例和含有类似空洞的肺结核患者42例的临床资料.利用双盲法对CT图像进行观测和勾画,勾画出198个感兴趣区(VOI)空洞,使用计算机生成的随机数将80％的VOI分配给训练数据集,20％的VOI分配给验证数据集.利用Radcloud平台提取的1409个放射组学特征来分析两种疾病CT中空洞特征的差异,利用方差阈值法、K最佳方法及Lasso算法3种方法筛选最佳特征,采用3个受监督的学习分类器(KNN、SVM、DT)分析受试者工作特征(ROC)曲线.结果 筛选出94个最佳特征,采用了不同学习分类器分析得到的ROC曲线值均较高.验证集AUC最低值为0.95,最高值达到1.00.验证集的灵敏度和特异度也达到了0.95,通过精度、召回率、F1评分和支持度分析的3种分类器的性能良好.结论 利用CT放射组学提取出有价值的空洞特征可以弥补肉眼观察的不足,在NTM肺病与肺结核的鉴别中具有重要意义.