目的 探讨基于CT增强瘤内和瘤周区域的影像组学模型在结直肠癌（CRC）旁肿瘤沉积（TDs）的诊断价值。方法 回顾性分析2017年1月～2024年9月本院及TCIA数据库内经手术病理证实的330例CRC患者的CT增强图像，按照术后病理分为TDs阳性组（n=130）和TDs阴性组（n=200）。采用随机抽样的方法按照7∶3比例分为训练组（n=231）和测试组（n=99），在CT增强静脉期图像上手动逐层勾画感兴趣区（ROI），生成感兴趣体积，瘤周区域ROI分别按照2、4、6 mm等距外扩，使用Pyradiomics对各ROI区域进行特征提取，LASSO进行特征筛选，采用XGBoost的机器学习算法分别构建瘤内、瘤周及瘤内瘤周融合预测模型。采用ROC曲线来评价各模型的诊断性能，使用Delong检验来比较各模型预测性能。结果 瘤内模型的训练组和测试组的ROC曲线下面积（AUC）分别为0.937、0.828。瘤周特征建模以瘤周4 mm范围诊断效能最佳，在训练组和测试组AUC分别为0.933、0.830。瘤内瘤周融合模型的预测诊断效能最佳，在训练组和测试组AUC分别为0.951、0.883，决策曲线分析显示瘤内瘤周融合模型对预测TDs净获益最佳。结论 基于CT增强瘤内瘤周区域融合影像组学模型能很好预测CRC旁TDs，预测TDs净获益最佳，优于传统单一瘤内、瘤周影像组学模型，可辅助临床医师进行决策。