目的:基于术前CT构建预测肝门部胆管癌(pCCA)神经侵犯(PNI)的影像组学模型，并评价其效能。方法:回顾性分析本院2013年2月-2021年2月149例经病确诊的pCCA患者的临床资料，其中PNI组患者108例，无PNI组患者41例。采用R语言将所有患者按3:1比例随机分为训练集和验证PLX3397分子式集。在静脉期图像上，沿肿瘤边此网站缘在所有层面上手动勾画3D感兴趣区(ROI),使用3D Slicer提取影像组学特征。采用组内相关系数(ICC)、相关性分析去除冗余特征，采用随机森林算法(RF)对所有临床、影像组学特征进行重要性排序，并选取前18个重要特征构建RF模型。使用准确性、敏感性、特异性及受试者操作特征(ROC)曲线评价模型效能。结果:在训练集中，RF模型的准确性、敏感性、特异性均为100%,ROC曲线下面积AUC为1;在验Prosthetic joint infection证集中，RF模型的准确性为70.3%,敏感性为59.3%,特异性为100%,AUC为0.846(0.713～0.979)。结论:基于增强CT图像建立的影像组学模型可用于术前无创性预测pCCA患者的PNI状态。