摘要目的 探讨Von Hippel-Lindau(VHL)基因表达与肾透明细胞癌(Clear Cell Renal Cell Carcinoma,ccRCC)Fuhrman分级之间的关系,并根据VHL表达匹配相关CT组学特征,构建CT组学特征预测ccRCC Fuhrman分级的诊断模型.方法 本研究所有病例均来自TCGA数据库,共163例经病理证实的ccRCC病例.在入组病例的CT图像上构建瘤体体积(Tumor Mass Volume,TMV),每例ccRCC癌灶中计算588个影像组学特征.将病例分成训练组(n=120)与测试组(n=43),在训练组中,通过秩相关分析选择与ccRCC Fuhrman分级具有显著统计学差异的CT组学特征(P<0.01),并用筛选出的有统计学差异的组学特征对ccRCC Fuhrman分级进行受试者工作特征(Receiver Operator Characteristic,ROC)曲线诊断效能检验,初步构建以组学特征和学习分类器为主要组成的诊断模型.在测试组中,采用训练组筛选出的有统计学差异的组学特征对ccRCC Fuhrman分级进行ROC诊断效能测试,验证诊断模型的预测效能,构建有效CT组学特征预测ccRCC Fuhrman分级的诊断模型.结果 VHL表达量在ccRCC Fuhrman高低级别组中分布存在统计学差异(P=0.037).在训练组中通过相关性分析,筛选出25个有统计学差异的CT组学特征,对ccRCC Fuhrman高低分级具有较高的诊断效能,曲线下面积(Area Under the Curve,AUC)(95％CI)为0.742(0.654～0.817),敏感度79.0％,特异度61.4％,构建预测诊断模型.在测试组中,对模型的诊断效能进行验证,25个CT组学特征对ccRCC Fuhrman高低分级诊断效能AUC值为0.816,95％CI:0.668～0.918,敏感度90.9％,特异度61.9％.结论 VHL基因突变相关的CT组学特征模型对ccRCC Fuhrman高低分级预测具有较高的诊断效能.