目的:本研究的目的是探讨结肠癌原发灶的CT纹理特征是否有可能作为预测结肠癌患者肝转移的影像学标志物。材料和方法:回顾性研究(n=138)三个亚组:A组:同期肝转移(n=49),B组:异时性肝转移(n=41)和C组:随访两年无肝转移的患者(n=48)。其中B组包括:B1组:肝转移发生时间<6个月(n=16)。B2组:肝转移发生时间在术后6-12个月内(n=10)。B3组:发生肝转移时间在术后12-24个月内(n=15)。所有患者均包括完整的术前CT增强图像。在ITK-SNAP软件上手动3D勾画ROI图像。应用AK软件提取动门脉期各396个特征,并两两比较ABC三组动脉期、门脉期、动门脉期联合数据,选择最佳分类模型以获得准确度、敏感度、特异性、测试集ROC曲线、测试集AUC值及95%可信区间。应用R语言对B1、B2、B3三组动门脉期联合数据进行三分类比较,用AUC值评估纹理特征在预测肝转移的中的诊断性能。结果:对A、B、C三组患者结肠癌原发灶动脉期、门脉期的纹理特征进行两两比较,结果显示三组患者动脉期、门脉期的训练集及测试集准确性均大于70%,测试集AUC值从最低的0.771到最高的0.902。对ABC三组动门脉期联合数据建模后,各组测试集的AUC值均大于0.8。对B1、B2、B3组患者进行三分类比较,结果显示B1、B2、B3组的AUC值分别为0.700、0.617、0.758。结论:利用结肠癌原发灶CT增强扫描的放射组学特征建立的机器学习模型,对于同时肝转移、异时肝转移以及随访两年内未转移的三组都具有良好的诊断性能,且有一定的前景可以区分早期(<6个月)及晚期(12-24个月)发生肝转移的患者。另外,动静脉联合建模的诊断性能高于单独期相建模。综上,结肠癌原发灶的纹理特征有望成为预测结肠癌患者肝转移的影像学标志物。