摘要目的 基于超声影像组学和临床特征构建联合模型,探讨其诊断早期卵巢癌的临床价值.方法 选取2012年1月至2023年1月于我院接受手术治疗的卵巢肿瘤患者272例,按7∶3比例随机分为训练集190例和内部验证集82例;另选2023年2月至2024年5月杭州市第一人民医院收治的卵巢肿瘤患者80例作为外部验证集.所有患者均行常规超声检查获得肿瘤位置、最大径、形态、外轮廓分界、Adler血流分级、肿瘤内部成分构成、肿瘤实性成分最大径、肿瘤内部乳头数量及腹水情况;收集患者年龄、绝经情况及血清肿瘤标志物.根据术后病理结果分为早期卵巢癌组和良性组,比较各数据集中两组上述参数的差异.基于训练集患者的术前二维超声灰阶图像提取超声影像组学特征,采用贪婪递归特征去除策略和最小绝对收缩和选择算子回归分析降维,保留系数非零的最优特征构建影像组学评分(Radscore).采用单因素和多因素Logistic回归筛选诊断早期卵巢癌的独立影响因素,分别构建临床模型、联合模型并绘制列线图可视化.采用受试者工作特征(ROC)曲线、校准曲线、临床决策曲线评估各模型的区分度、校准度及临床适用性,并进行内部和外部验证.结果 训练集中两组人附睾蛋白4(HE4)、肿瘤实性成分最大径、肿瘤最大径、肿瘤内部成分构成、Adler血流分级、腹水比较差异均有统计学意义(均P<0.05);内部验证集中两组HE4、糖类抗原125(CA125)、肿瘤实性成分最大径、肿瘤最大径、Adler血流分级、腹水比较差异均有统计学意义(均P<0.05);外部验证集中两组HE4、CA125、肿瘤最大径、Adler血流分级比较差异均有统计学意义(均P<0.05).共提取1050个超声影像组学特征,经筛选及降维后保留13个系数非零的最优特征并计算Radscore即为影像组学模型.根据单因素和多因素Logistic回归分析结果,纳入Adler血流分级、肿瘤实性成分最大径、肿瘤最大径构建诊断早期卵巢癌的临床模型;纳入肿瘤实性成分最大径、Adler血流分级、Radscore构建诊断早期卵巢癌的联合模型.ROC曲线分析显示,联合模型在训练集、内部验证集、外部验证集中的曲线下面积分别为0.931、0.881、0.851,均高于临床模型(0.814、0.714、0.833)和影像组学模型(0.892、0.831、0.833),差异均有统计学意义(均P<0.05).校准曲线分析显示,联合模型在训练集、内部验证集和外部验证集的校准度均较好.临床决策曲线分析显示,在训练集和外部验证集中,联合模型在0.05～1.00概率阈值范围内的临床净获益最大;在内部训练集中,联合模型在0.30～0.60概率阈值范围内的临床净获益最大,影像组学模型在0.18～0.30及0.60～0.90概率阈值范围内则可获得更大的临床净获益.结论 基于超声影像组学和临床特征构建的联合模型可无创、准确地诊断早期卵巢癌,具有良好的泛化能力,有一定的临床价值.