【摘要】目的：探讨 CT 影像组学模型在糖尿病足患者足底神经病变（DFN）诊断中的应用价值。方法：选取 2020 年 1 月—2022 年 12 月 在南京鼓楼医院集团宿迁医院就诊的 40 例糖尿病足患者，根据临床神经电生理检查结果分为 DFN 组（20 例）和非 DFN 组（20 例）。所有 患者均行双侧足部 CT 扫描，提取足底神经的影像组学特征。采用随机森林算法构建影像组学模型，评估其对 DFN 的诊断能力，并与常规 CT 测量指标（足底神经截面积、周长、直径和密度）进行比较。结果：两组患者的常规 CT 测量指标显示，DFN 组患者的足底神经截面积、 周长和直径均大于非 DFN 组患者（P ＜ 0.05），而两组足底神经密度差异无统计学意义（P ＞ 0.05）。影像组学模型的诊断准确率、灵敏度、 特异度、阳性预测值和阴性预测值分别为 92.50%、95.00%、90.00%、90.50% 和 94.40%，均高于常规 CT 测量指标（P ＜ 0.05）。结论：CT 影 像组学模型能够有效地区分 DFN 和非 DFN 患者，具有较高的诊断价值，可作为 DFN 的辅助诊断手段。

【关键词】糖尿病足；足底神经病变；CT；影像组学；随机森林