目的本研究旨在探究基于¹⁸氟-脱氧葡萄糖正电子发射断层显像/计算机断层显像(¹⁸F-fluorodeoxyglucose position emission tomography/computed tomography,¹⁸F-FDG PET/CT)的影像组学模型在鉴别高级别胶质瘤（high-grade glioma,HGG）和脑转移瘤（brain metastases,BM）中的价值。方法本研究回顾性纳入了病理证实为HGG或BM,且术前均已完成¹⁸F-FDG PET/CT和磁共振增强扫描的74例患者,共97个病灶（HGG:41个病灶;BM:56个病灶）。应用Slicer软件进行肿瘤区域的半自动勾画,并通过LIFEx软件提取感兴趣区内的¹⁸F-FDG PET/CT影像组学特征（共53个,包括一阶统计学特征、灰度共现矩阵、邻域灰度差异矩阵、灰度游程矩阵和灰度区域大小矩阵特征）。本研究分别构建PET、CT和PET/CT影像组学模型,并与常规影像参数构建的常规特征模型进行诊断效能的比较。所有模型通过10次10折交叉验证设计进行构建和验证。应用受试者工作特性曲线（receiver operator characteristic curve,ROC）分析模型诊断效能,不同模型的ROC曲线通过Delong检验进行比较。最后计算最终模型纳入的图像特征频率,通过Spearman等级相关系数评价肿瘤体积变化对病灶纹理特征的影响。P<0.05认为具有统计学显著性差异。结果常规特征模型的ROC曲线下面积（area under the curve,AUC）为0.578,PET、CT、PET/CT影像组学模型的AUC依次分别为0.704、0.745、0.747。影像组学模型相比常规特征模型诊断效能的差异存在统计学意义（均P<0.001）。与PET影像组学模型相比,CT影像组学模型鉴别能力略优（P=0.08）,PET/CT影像组学模型具有更强分类性能（P<0.05）。但CT影像组学模型和PET/CT影像组学模型之间未见显著性差异（P=0.94）。影像组学模型构建过程中,计算自肿瘤边缘区域的统计学特征（mean RIM3＿Hustdev、mean RIM3＿Humin、mean RIM3＿SUVmin）、灰度共现矩阵特征（GLCM＿Correlation）和邻域灰度差异矩阵特征（NGLDM＿Contrast）在特征选择过程中最为稳定。Spearman等级相关性检验提示肿瘤体积变化对于纹理特征数值的影响较小（|rs|<0.8）。结论联合¹⁸F-FDG PET/CT及影像组学的分析技术有助于鉴别高级别胶质瘤和脑转移瘤,且其诊断效能较常规参数模型更高。¹⁸F-FDG PET/CT结合影像组学分析有望成为脑肿瘤鉴别诊断的新方法。