目的:子宫内膜息肉是一种发病率较高的妇科疾病,子宫内膜腺肌瘤性息肉是子宫内膜息肉的一种特殊的病理类型,其临床表现与单纯性子宫内膜息肉类似。目前诊断子宫内膜病变的主要方法主要有超声、诊断性刮宫及宫腔镜三种。文献报道中超声对子宫内膜腺肌瘤性息肉的诊断率较低,而宫腔镜和诊断性刮宫虽然诊断率较高,但操作复杂,且作为一种侵入性检查对受检者生理状态要求较高,因此探索一种非侵入性且诊断率较高的检查方式具有重要意义,本文将探讨基于超声的影像组学对鉴别单纯性子宫内膜息肉与子宫内膜腺肌瘤性息肉的应用价值。研究方法:本文共纳入了2017.1-2019.12之间于我院手术切除子宫内膜息肉术后病理诊断为单纯性子宫内膜息肉199例及子宫内膜腺肌瘤性息肉140例,选取患者的超声图像,并在显示病灶的最大长轴截面图像勾画感兴趣区域,用ITK-SNAP软件手动勾画病变原发灶感兴趣区域（region of interest,ROI）,提取其超声图像的影像组学特征,采用最小绝对收缩和运算法（the least absolute shrinkage and selection operator,LASSO）筛选相关的影像组学特征标签,通过logistic回归分析建立基于筛选后的特征所构建的模型,采用准确率、特异度、敏感度及受试者工作特征曲线（receiver operating characteristic curve,ROC）和曲线下面积（Area Under Curve,AUC）评价模型鉴别两种子宫内膜息肉的效能,AUC越接近1说明鉴别能力越好。结果:共提取366个超声影像组学（Ultrasoundradiomics,USR）有效特征,包括144个灰度共生矩阵特征、180个灰度游程矩阵特征和42个直方图特征。降维筛选得到最有效的8个特征纳入logistic回归模型,该模型鉴别训练集中单纯性子宫内膜息肉和子宫腺肌瘤性息肉的AUC为0.80,敏感度为0.79,特异度为0.69,准确率0.75;测试集中的AUC为0.81,敏感度为0.83,特异度为0.69,准确率0.77。结论:基于超声的影像组学模型对鉴别单纯性子宫内膜息肉和子宫腺肌瘤性息肉具有中等效能,与子宫附件超声相比,超声影像组学对二者鉴别能力有所提高,但仍然需要多中心、样本进一步研究。