目的：探讨基于增强CT图像支持向量机模型鉴别诊断透明细胞肾细胞癌(ccRCC)与乏脂性肾血管平滑肌脂肪瘤(fp-RAML)的效果。方法：回顾性分析2020年1月—2024年7月在广州医科大学附属清远医院行肾脏CT增强扫描的ccRCC与fp-RAML患者各40例的资料，对图像进行勾画感兴趣容积勾画和特征提取，使用相关性分析、LASSO回归对特征进行降维，降维处理后的最优特征用于计算每位患者的影像组学评分，并构建SVM机器学习模型。结果：在训练集中，fp-RAML的Radscore平均值为(-0.58±0.98)，ccRCC的Radscore平均值为(1.44±0.79)，两者比较差异有统计学意义(P<0.05)；在验证集中，fp-RAML的Radscore平均值为(-0.97±1.05)，ccRCC的Radscore平均值为(1.24±1.00)，两者比较差异有统计学意义(P<0.05)。SVM机器学习模型在训练集和验证集中鉴别诊断ccRCC与fp-RAML的AUC分别为0.972和0.923。结论：基于增强CT图像支持向量机模型有助于鉴别诊断ccRCC与fp-RAML。