【摘要】目的：探讨融合瘤内-瘤周（2 探讨融合瘤内-瘤周（2 mm）区域的双模态超声（常规超声+超声造影）影像组学模型诊断甲状腺乳头状癌（PTC）的价值。 方法：回顾性分析2023年1月—2025年5月深圳市龙华区人民医院收治的72例甲状腺结节患者（PTC 55例，非PTC 17例）的术前双模态 超声图像。勾画瘤内及瘤周感兴趣区并提取影像组学特征。经特征筛选后，构建瘤内、瘤周单区域模型及特征级、决策级融合模型，采用受 试者工作特征（ROC）曲线评估其诊断性能。结果：决策级融合模型性能最优（测试集AUC=0.954），显著优于瘤内单模型（AUC=0.898， P=0.018）。瘤周特征（如边界不规则指数、灰度依赖矩阵低依赖熵）具有重要鉴别价值。决策曲线分析表明，决策级融合模型在广泛的临 床阈值范围内均能提供更高的净获益，有助于减少不必要穿刺。结论：融合瘤周2 融合瘤周2 mm区域特征的双模态超声影像组学模型（尤以决策级融 合策略为佳）可显著提升PTC鉴别诊断效能，具有重要临床转化价值。 

【关键词】甲状腺乳头状癌；影像组学；瘤周微环境；超声诊断；机器学习；特征融合