目的 构建肺腺癌影像组学预后模型，比较不同指标的预测效能并探究影像组学特征与肿瘤微环境的相关性。方法 本研究为对癌症影像档案（TCIA）数据库中的非小细胞肺癌（NSCLC）-Radiogenomics数据集的再分析。原始研究共包括211例NSCLC患者，经纳排共114例肺腺癌患者被纳入模型构建分析。完成对纳入的肺腺癌患者术前CT图像的分割后，使用Pyradiomics包提取影像组学特征。结合无病生存期资料，通过单因素COX回归-LASSO回归-多因素COX回归的连续过程构建预测肺腺癌患者术后预后的影像组学模型。根据风险得分中位值将患者分为高、低风险两组，通过生存曲线分析高低风险组的生存差异。随后将多种临床因素和模型特征纳入多因素COX回归模型，得到临床-影像组学混合模型，并通过受试者工作特征曲线（ROC）曲线下面积（AUC）比较组学模型、混合模型、T分期、G分期的预后预测效能。最后，基于肿瘤样本的转录组测序资料得到ESTIMATE评分和CIBERSORT算法分析结果，从而比较高低风险组肿瘤样本的肿瘤细胞含量，以及分析影像组学特征与免疫细胞浸润比例的相关性。结果 从每个感兴趣区（ROI）共提取得到863个影像组学特征。构建的影像组学预后模型、临床-影像组学混合模型AUC分别为0.728、0.739。根据影像组学模型风险得分中位值划分的高低风险组之间，生存具有显著差异，且高风险组有显著更高的ESTIMATE评分。高风险影像组学特征可能与更高的调节性T细胞浸润比例以及更低的树突状细胞、活化的CD4记忆T细胞浸润比例相关。结论 影像组学风险得分模型预测未接受免疫治疗的肺腺癌术后患者的预后有较高的效能，高风险组肿瘤纯度更低，即肿瘤细胞与基质细胞和免疫细胞的比例更低，有更高的抑制性免疫细胞浸润比例。