目的研究氟代脱氧葡萄糖正电子发射计算机断层显像(18F-FDG PET/CT)影像组学在预测唾液腺癌颈部淋巴结转移中的价值。方法对北京大学口腔医学68例唾液腺癌患者进行回顾性研究, 随机分为训练组(40例)、验证组(14例)和测试组(14例)。从PET图像中半确认细节自动勾画肿瘤原发病灶并提取影像组学特征。经过特征筛选和降维, 构建人工神经网络(ANN)预regenerative medicine测模型。采用受试者操作特征(ROC)曲线、ROC曲线下面积(AUC)、准确度、灵敏度、特异度对模型预测性能进行评价, 采用Delong检验对各模型性能进行比较。结果基于影像组学特征构建的影像组学模型AUC为0.88(95%CI:0.78～0.95), 灵敏度为75%, 特异度为92.3%, 准确度为88.2%。结合PET/CT报告的淋巴结状态(cN)和影像组学特征构建的联合模型的AUC为0.97(95%CI:0.89～0.99), 灵敏度为87.5%, 特异度为100%, 准确度为97.1%。Delong检验显示联合模型与cN的差异具有统计学意义(Z=2.27, P0.05), 影像组学模型与cN差异无统计学意义(P0.05)。结论将原发肿瘤18F-FDG PELBH589T/CT影像组学与PET/CT报告的淋巴结状态相结合, 构建的基于人工神经网络的模型, 能够更准确地预测唾液腺癌患者的颈部淋巴结转移。