目的：构建并验证基于瘤内、3 mm瘤周及瘤内生境影像特征的放射组学模型，以预测鼻咽癌患者同步放化疗（concurrent chemoradiotherapy, CCRT）后的治疗反应。

方法：本研究回顾性纳入2020年1月至2025年12月于北京大学深圳医院接受治疗的180例鼻咽癌患者的治疗前CT影像。采用K-means聚类方法对肿瘤内部异质性进行分区，并确定最佳聚类数。分别从瘤内区域、3 mm瘤周区域及基于聚类划分的瘤内生境子区域中提取放射组学特征。使用最小绝对收缩和选择算子算法筛选出与疗效高度相关的影像组学特征，通过逻辑回归分类器构建瘤内模型、瘤周模型、生境模型以及综合模型。采用受试者工作特征曲线下面积（area under the curve, AUC）评估各模型在训练集与测试集中的预测性能。

结果：聚类分析确定最佳聚类数为3。在训练集中，瘤内模型、3 mm瘤周模型、生境模型及综合模型的AUC分别为0.88、0.85、0.92、0.95；在测试集中，相应模型的AUC分别为0.76、0.79、0.82、0.91。生境模型的整体预测性能优于传统瘤内模型及瘤周模型，而综合模型在预测性能与泛化能力方面表现最佳。

结论：基于生境影像特征的影像组学模型能够有效提升鼻咽癌患者同步放化疗疗效的预测能力。融合瘤内、瘤周及生境多区域信息的综合模型，有望为临床个体化治疗决策提供一种稳定、无创的影像学工具。