目的：探讨基于CT影像特征构建诺莫图模型对小细胞肺癌(SCLC)与非小细胞肺癌(NSCLC)的鉴别诊断价值。方法：回顾性收集120例肺癌病人的影像资料，其中SCLC 39例、NSCLC 81例，按照7∶3的比例将数据随机分为训练集及验证集。采用单因素及多因素logistic回归分析筛选独立影响因素，并构建诺莫图模型。应用倾向性评分匹配(PSM)按1∶1匹配37例NSCLC病人为对照组，并比较2组病人PSM匹配后的一般临床资料及影像特征差异。应用受试者操作特征(ROC)曲线、校正曲线、Hosmer-Lemeshow检验和临床决策曲线(DCA)对模型进行性能评估。结果：单因素分析结果显示，NSCLC组病灶直径>3 cm、深分叶征、细长毛刺征、坏死空洞征及空泡征均明显多于SCLC组(P<0.05),SCLC组CEA水平明显高于NSCLC组(P<0.05)。ROC曲线分析结果显示，模型训练集及验证集的AUC值分别为0.838、0.820,其敏感性、特异性分别为86.50%、80.25%和84.37%、79.88%。Hosmer-Lemeshow检验结果显示模型的拟合良好且训练集及验证集校准曲线均与理想曲线接近，表明模型具有较好的预测精度。训练集及验证集DCA分析均表明诺莫图模型在鉴别SCLC与NSCLC临床应用上具有良好的净获益。PSM匹配后经单因素分析显示，NSCLC组病灶直径>3 cm、坏死空洞及深分叶征占比仍多于SCLC组(P<0.05)。结论：基于CT影像特征构建诺莫图模型在鉴别SCLC与NSCLC方面具有一定的准确率、校准度和区分度，为临床制定针对性个性化治疗方案提供参考依据。