目的比较CT对甲状腺良恶性结节的影像学表现和纹理特征，建立甲状腺良恶性结节的鉴别诊断模型。方法回顾性分析110例经手术病理证实的甲状腺结节病患者的125个结节，其中良性组66例，恶性组59例。提取每个结节的CT征、平扫、动脉期和静脉期纹理特征。使用~2检验筛选良恶性结节的不同图像特征，并进一步使用Logistic回归分析构建简单的图像模型。对结节纹理特征进行过滤降维，用剩余的纹理参数建立受试者工作特征曲线（ROC），获得ROC曲线较低区域（AUC）。利用过滤后的常规图像特征和纹理特征建立组合Logistic回归模型模型，得到相应的AUC模型。结果图像模型的准确性为0.821，敏感性为66.10%，特异性为81.82%。在纹理特征中，静脉相位的方差具有最高的识别效率，其方差为0.696。根据上述四个特征构建的组合模型为0.845，敏感性为76.27%，特异性为83.33%。联合模型的敏感性、特异性均高于图像模型。结论基于CT图像特征和纹理特征的组合模型有助于甲状腺结节良恶性的鉴别诊断。