目的：分析治疗前18F-FDG正电子发射体层成像（positronemissiontomography,PET）/计算机体层成像（computed tomography,CT）影像组学特征在预测肺腺癌患者表皮生长因子受体（epidermal growth factor receptor,EGFR）基因突变状态中作用。方法：回顾并分析2017年1月—2021年3月于四川省肿瘤医院就诊的212例（男性115例，女性97例，年龄32～82岁，平均61岁）肺腺癌患者治疗前18F-FDG PET/CT图像及EGFR表达资料。将患者按7∶3随机分为训练集（148例）及验证集（64例）。用LIFEx软件手动逐层勾画CT图像的感兴趣区，半自动勾画PET图像的感兴趣区，并提取图像特征参数，使用最小绝对收缩与选择算子（least absolute shrinkage and selection operator,LASSO）及10折交叉验证进行特征筛选并计算模型最佳的λ值，选出最佳的特征参数，使用logistic逐步回归建立模型。使用PET参数、CT参数及PET+CT参数建立3种模型，并结合临床特征即性别、吸烟史建立联合模型。用受试者工作特征（receiver operating characteristic,ROC）曲线分析模型预测EGFR突变的价值，获得曲线下面积（areaundercurve,AUC）、灵敏度、特异度、准确度，用DeLong检验比较上述模型的AUC。结果：212例肺腺癌患者中，EGFR基因野生型86例（38.68%）,EGFR基因突变型126例（61.32%）。从PET参数、CT参数、PET+CT参数中分别筛选出3、2、5个参数构成回归模型，三者验证集的AUC分别为0.719、0.717、0.723，灵敏度分别为76.9%、82.1%、74.4%，特异度分别为68.0%、60.0%、72.0%，准确度分别为67.2%、71.9%、73.4%。加入临床特征后建立联合模型，三者的AUC分别为0.701、0.748、0.704，灵敏度分别为84.6%、71.8%、61.5%，特异度分别为52.0%、72.0%、76.0%，准确度分别为67.2%、73.4%、67.2%。PET、CT、PET/CT模型间的AUC差异学无统计学意义（P＜0.05）。结论：PET、CT、PET/CT影像组学特征参数与肺腺癌EGFR基因表达状态相关，PET/CT预测模型的预测效能稍高。