目的建立基于 MRI 影像組學預測肝細胞癌微血管侵犯的特征模型。方法收集筆者所在醫院 2017 年 9 月至 2020 年 5 月期間接受手術治療的 190 例肝細胞癌患者的臨床和病理資料。將患者按照 5︰1 的比例隨機分為訓練組（n=158）和測試組（n=32）。利用釓塞酸二鈉增強 MRI 動脈期和肝膽期的圖像，同時獲取腫瘤病灶及腫瘤周圍 2 cm 以內的三維感興趣區的影像組學特征。基于機器學習的 logistic 回歸算法在訓練組上建立預測模型，并在測試組對預測模型進行評價。結果篩選得到 7 個影像組學特征，訓練組和測試組模型的受試者工作特性曲線下面積（AUC）分別為 0.830 ［95%CI為（0.669，0.811）］ 和 0.734 ［95%CI為（0.600，0.936）］。結論基于 MRI 的影像組學特征模型可以較好地預測肝細胞癌的微血管侵犯，對于術前制定肝細胞癌的治療策略具有重要的指導意義。