目的 探讨基于胸部CT 影像组学联合临床特征的列线图在非小细胞肺癌 （NSCLC）表皮生长因子受体（EGFR）基因突变中的预测价值。 方法 回顾性分析210例经病理证实为NSCLC患者的术前临床资料及非增强薄层CT图像，将所有NSCLC患者分为EGFR突变组140例及EGFR野生组70例，按7:3的比例将其随机分配到训练组和验证组，提取CT平扫图像上的肿瘤影像组学特征，应用最小绝对收缩和选择算子（LASSO）回归分析来筛选特征，同时建立影像组学预测模型，并纳入临床特征（CT影像学特征及患者临床资料）、影像组学标签构建综合预测模型，并基于综合预测模型绘制列线图，实现模型可视化，并进行模型验证。绘制受试者工作特征（ROC）曲线、校准曲线和决策曲线（DCA）用于评估模型预测性能和临床效用。结果 利用影像组学标签预测EGFR突变状态的训练组AUC =0.756，验证组AUC = 0.696，临床特征模型中训练组AUC =0.811，验证组AUC =0.651 ，将影像组学标签联合临床特征构建综合预测模型后可提高对EGFR突变状态的预测效能，其训练集AUC =0.847，验证集AUC =0.740。 结论 与单独的临床特征或影像组学标签相比，联合影像组学标签和临床特征构建的综合模型对预测 NSCLC EGFR基因突变方面具有更好的预测效能，有助于指导临床治疗策略。