目的：在病理学获取困难的情况下，从影像学图像中区分腺癌和鳞状细胞癌缺乏共识，每个医生只能根据自己的经验做出判断。本研究旨在提取胸部CT的影像学特征，通过logistic单变量和多变量分析提取敏感因素，并建立区分肺鳞状细胞癌和肺腺癌的模型。

方法：从癌症影像资料库（TCIA）下载明确诊断为腺癌和鳞癌的胸部CT图像，由一名放疗科医生和一名胸外科医生共同提取19个影像学特征，包括位置、长毛刺、分叶、空洞、空泡征、坏死、胸膜牵拉征、血管集束征、空气支气管征、钙化、强化程度、与肺门的距离、肺不张、肺门和支气管淋巴结增大、纵隔淋巴结增大、小叶间隔增厚、肺转移、纵隔或胸膜侵犯、胸腔积液。首先，我们应用R语言的glm函数对所有变量进行logistic单变量分析，以选择P＜0.1的变量。然后，对P＜0.1的变量进行logistic多变量分析，得到预测模型。接下来，使用R语言中的roc函数计算AUC值并绘制roc曲线，使用R语中的val.prob函数绘制Calibrate曲线，使用R语言中的rmda包绘制DCA曲线和临床影响曲线。同时，将我院放疗科、胸外科2023-2024年经手术或活检诊断为肺鳞癌或肺腺癌的45例患者纳入验证组。胸部CT特征由上述两位医生共同确定并记录。在验证组中绘制ROC曲线、校准曲线、DCA和临床影响曲线，以进一步验证预测模型。如果预测模型在验证组中表现良好，则进一步绘制列线图进行验证。

结果：本研究从TCIA下载75例患者的胸部CT图像，提取了19个影像学特征，最终选择数据完整的18个特征进行分析。首先，进行logistic单变量和多变量分析，共获得5个变量纳入模型（AUC=0.887）：长毛刺、坏死、胸膜牵拉征、空气支气管征、肺不张、肺门和支气管淋巴结增大。将我院45例病例纳入验证组，在验证组中绘制ROC曲线（AUC=0.865），通过Calibrate校准曲线评估模型的准确性，通过DCA曲线评估模型在临床实践中的可靠性，并通过临床影响曲线进一步评估模型在实践中的实用性。

结论：从普通胸部CT扫描中提取鉴别肺腺癌和鳞癌有影像特征是可能的。我们建立的模型在辨别力、准确性、可靠性和实用性方面表现良好。

关键词：癌症，LUAD，LSCC，图像特征，预测