目的:将二维灰阶超声图像与影像组学进行结合,利用图像中提取的特征建立评分公式,比较良恶性甲状腺结节的评分差异,并研究这种方法的诊断效能。方法:对皖南医学院第一附属医院弋矶山医院超声科2019年6月至2020年6月的664例甲状腺结节患者的二维超声灰阶图像进行回顾性分析（这些结节的病理性质均经术后病理或超声引导下细针穿刺细胞学检查证实）。此664个图像按照病理结果被分为恶性组（407例）和良性组（257例）,将每个病例的最大长轴切面图像输出为JPG格式并保存于个人工作站中。由一名超声医师（参与甲状腺诊断工作3年）使用3D slicer软件以结节为感兴趣区（ROI）进行手动描记,由Pyradiomics影像组学软件输出图像相关超声影像组学特征。两周后由另一名超声医师（参与甲状腺诊断工作4年）和前一名医师随机选择50个图像进行再次勾画并提取特征,使用组内相关系数（ICC）来比较观察者间和观察者内部的可重复性。用LASSO回归算法对这些输出的影像组学特征进行变量筛选,选出权重较大的特征,获取影像组学积分公式（以选出的特征作为公式中的参数）。之后将每个结节的相关特征数据代入公式得出每个结节的积分,使用R语言软件对积分数据进行统计并绘制出所有病灶的积分散点图。使用四分位数间距和中位数对变量进行统计学描述,Wilcoxon秩和检验对良恶性甲状腺结节的积分差异性进行比较。根据得到的影像组学特征和积分绘制受试者工作特征（ROC）曲线,以曲线的约登指数为临界点,得出该方法的敏感性和特异性。并通过计算ROC曲线下面积（AUC）来评价其诊断效能。结果:1.实验一共纳入664个甲状腺结节二维灰阶图像,其中恶性407例（61%）,良性257例（39%）,恶性组与良性组病例中性别分布和年龄分布差异无统计学意义（P＞0.05）。2.Pyradiomics影像组学软件一共输出107个影像组学特征,经LASSO降维筛选出五个权重较大的特征组学特征。3.得出的积分公式为Radiomics score=0.928620+0.5151969×Elongation-1.862574×10-3×M2DDC-0.2519301×MCC-8.595905×10-6×GLNU-3.411191×10-3×LDHGLE。4.勾画超声图像时观察者间和观察者内部组内相关系数（ICC）分别为0.781~0.902和0.875~0.924,可重复性良好。5.将病灶的相关数据代入积分公式得到病灶的评分,将所有评分进行统计学分析。此方法的AUC为0.854[95%CI（0.825,0.883）],约登指数为0.647,以0.647为临界值得出的敏感性为80.5%,特异性为84.2%。良恶性特征使用Wilcoxon秩和检验进行分析,其差异有统计学意义（P＜0.05）。结论:1.区分甲状腺结节良恶性的五个权重较大的超声影像组学特征分别为:Elongation、Maximum2DDiameter Column、MCC、Matrix Gray Level Non Uniformity、Large Dependence High Gray Level Emphasis。2.研究表明超声影像组学可以定量表达甲状腺病灶的形态和纹理。3.基于二维超声灰阶图像的影像组学评分公式在鉴别甲状腺结节时临床效能较优,说明这种方法具有重要的临床应用价值与潜力。