目的 探讨基于双层探测器光谱CT(DLCT)参数图影像组学模型在预测非小细胞肺癌PD-L1表达中的价值。方法 回顾性搜集行DLCT胸IACS-10759部增强扫描并经病理证实且获得PD-L1检测数据的非小细胞肺癌患者110例，选取88例为训练集，22例为测试集，分析其常规影像学征象并结合外周血免疫细胞建立临床模型。基于单能40 keV图像勾画容积感兴趣区(VOI),将此VOI匹配至单能40 keV图像、碘密度(ID)图、有效原子序数(Z-eff)图及电子密度(ED)图中进行影像组学特征提取，采用主成分分析法(PCA)进行降维，采用Kruskal-Wallis检验和多变量方差分析(ANOVA)进行特征选择，建立影像组学模型。影像组学结合外周血免疫细胞及影像学征象建立预测PD-L1表达的联合模型。使用受试者工作特征(ROC)曲线及曲线下面积评价模型的预测效能。结果 患者年龄、白细胞计数、中性粒细胞数、血小板数、中性粒细胞与淋巴细胞计数比例，病灶的形态及是否有空洞在PD-L1高表达组和低表达组之间存在显著性差异(P<0.05)。临床模型、影像组学模型及联合模型在训练集的RObioremediation simulation testsC曲线下面积分别为0.867、0.976、0.984,在测试集的曲线下面积分别为0.547、0.958、0.979LY2157299。结论 基于DLCT多参数图影像组学联合形态学特征及外周血免疫细胞构建模型能有效地预测非小细胞肺癌PD-L1表达水平。