本文基于影像組學預測胰腺囊性腫瘤（PCN）的 Ki67 分子標記物表達情況。首先手動分割患者術前多排螺旋斷層掃描（MDCT）圖像中的腫瘤區域，然后根據腫瘤特點設計并提取 409 個高通量特征，再利用最小化的絕對收縮與選擇算子（LASSO）回歸模型進行多因素分析篩選特征，最后將篩選后的特征輸入支持向量機（SVM）實現分類判別。通過重復 200 次 LASSO 篩選，記錄每次被選擇的特征，并將特征按照被選擇的次數從高到低排序。使用十折交叉驗證的 SVM，測試不同的特征數量下的分類效果，重復 200 次并將結果取平均值以降低誤差。實驗結果表明，被選擇次數最多的前 20 個特征構成最優特征子集，預測的 AUC 達到 91.54%，準確率達到 85.29%，敏感度為 81.88%，特異性為 86.75%。實驗結果證明了通過影像組學方法預測 Ki67 分子標記物的可行性。