目的 探讨基于多期相CT影像组学模型鉴别肾上腺腺瘤亚型的临床价值。方法 回顾性收集经术后病理证实为肾上腺腺瘤的病人195例，均于术前行肾上腺CT平扫及增强检查。将病人按8∶2比例随机分成训练集（156例）和验证集（39例）。根据激素分泌水平将病人分为功能性肾上腺腺瘤组（70例）和无功能性肾上腺腺瘤组（125例）。基于病人CT平扫及增强影像提取1 521个影像组学特征，通过随机森林算法筛选保留8个最优影像组学特征，采用支持向量机（SVM）算法并经5折交叉验证，分别构建平扫期、动脉期、静脉期、延迟期及各期融合的影像组学模型。2组间临床和CT影像特征的比较采用t检验、Mann-Whitney U检验、卡方检验。绘制受试者操作特征（ROC）曲线，计算ROC曲线下面积（AUC）、准确度、敏感度、特异度以评估模型效能。结果 功能性肾上腺腺瘤组的血钾低于无功能性肾上腺腺瘤组，而高血压病人占比高于无功能性肾上腺腺瘤组（均P＜0.05）。验证集中，平扫期影像组学模型的诊断效能（AUC=0.813）、准确度（0.759）、特异度（0.814）均最高。结论 基于CT不同期相的影像组学特征结合SVM构建的影像组学模型可无创性鉴别肾上腺腺瘤亚型，具有一定的临床价值，有助于临床决策。