만성 신장 질환(CKD)은 피질골에 심각한 영향을 미쳐 골 품질 저하와 피질골 다공성 증가를 유발하며, 골절 위험을 최대 17배까지 높입니다. 그러나 기존의 고해상도 말초 정량적 컴퓨터단층촬영(HR-pQCT) 분석으로는 CKD 환자의 피질골 변화를 충분히 감지하지 못하는 한계가 있습니다. 본 연구에서는 방사선학적 분석(Radiomics)을 활용하여 HR-pQCT 영상에서 CKD와 비CKD 피질골을 구별할 수 있는 핵심 영상 특성을 규명하였습니다. 총 72명(CKD 34명, 비CKD 38명)의 경골 HR-pQCT 영상에서 753개의 방사선학적 특성을 추출하고 딥러닝 기반 피질골 분할 후 차원 축소를 통해 핵심 특성을 선정하였습니다. 비CKD 골에서는 1차 통계에서 파생된 특성이 주를 이루는 반면, CKD 골에서는 NGTDM-강도(Strength), 회색조 불균일성 등 고차 통계 특성이 두드러졌습니다. 최종 선정된 Strength와 Minimum 특성은 두 군 간 뚜렷한 통계적 및 임상적 차이를 보였으며(P < 0.001, 효과크기 r = 0.813~0.856), 기존 골밀도 지표보다 월등히 높은 판별력을 나타냈습니다. 본 연구는 HR-pQCT 영상에 방사선학적 분석을 최초로 적용한 연구로서, 향후 머신러닝 기반 골절 위험 예측 모델 개발에 기여할 것으로 기대됩니다.