【摘要】目的：探讨 CT 影像组学模型在早期胃癌和胃间质瘤（GST）鉴别中的应用价值，提高临床中的诊断准确率。方法：回顾性分析2019 年 1 月—2022 年 12 月于江苏大学附属人民医院经手术病理证实的早期胃癌和 GST 患者共 181 例的上腹部静脉期 CT 影像资料，拆分成测试组 95 例和验证组 86 例。在静脉期病灶最大层面勾画感兴趣区（ROI）并提取影像特征；利用最小绝对收缩和选择算子（LASSO）回归，以最小标准 10 倍交叉验证法选择调整参数 λ，筛选出两者最相关的特征参数。使用决策树、逻辑回归、随机森林和支持向量机 4 种机器学习算法，对影像组学标签构建预测模型。结果：构建的影像组学模型中，逻辑回归模型的预测效能最好，在测试组和验证组的曲线下面积（AUC）分别为 0.888、0.809。结论：影像组学诺模图具有很好的模型适应性和临床实用性，有利于早期胃癌和 GST 的诊断鉴别。

【关键词】胃肿瘤；胃癌；间质肿瘤；计算机体层摄影；感兴趣区