本研究针对ACDF术后Cage下沉的预测难题，创新性地整合术前椎体CT影像组学特征与临床指标（年龄、HU值、T1斜率），构建机器学习预测模型。结果表明，融合模型在独立测试集中AUC达0.813，显著优于单一临床模型（AUC 0.595）和影像组学模型（AUC 0.775），为个体化 ...