【摘要】目的：探讨基于 CT 纹理特征预测非小细胞肺癌 EGFR 基因突变的可行性。方法：选取 2021 年 1 月—2022 年 10 月在广东省第二人 民医院经病理诊断为非小细胞肺癌的 64 例患者的 CT 平扫图像纹理特征与临床资料。将 EGFR 基因突变纳入 A 组（n=30），非 EGFR 基因突 变纳入 B 组（n=34），比较两组 CT 图像纹理特征值，采用二元 Logistics 回归分析，筛选出预测非小细胞肺癌 EGFR 基因突变的独立风险因素 并建立模型。对独立风险因素与 Logistics 预测模型进行受试者工作特征（receiver operating characteristic，ROC）曲线分析诊断效能。结果：两组 患者年龄、性别比例、癌胚抗原、糖类抗原 125、神经元特异性烯醇化酶的差异均不具有统计学意义（P ＞ 0.05）。二元 Logistics 回归方 程结果显示平均绝对偏差（mean absolute deviation）、均匀性（uniformity）与长游程高灰度调强（high gray level emphasis）为预测非小细胞 肺癌 EGFR 基因突变的独立风险因素，建立预测模型为：Logit（P）=1.255+mean absolute deviation×2.572+uniformity×2.192+high gray level  emphasis×3.546，Logit（P）的 ROC 曲线下面积为 0.912，取阈值为 8.657 时，灵敏度及特异度分别为 90.2%、81.8%。结论：CT 平扫图像 纹理特征能进行非小细胞肺癌 EGFR 基因突变预测，为后续制定临床综合治疗方案有积极作用。 

【关键词】纹理分析；肺结节；预测模型