目的 分析多参数磁共振成像（magnetic resonance imaging,MRI）组学列线图模型治疗前预测子宫内膜样腺癌（endometrial endometrioid adenocarcinoma,EEA）淋巴血管间隙侵犯（lymphovascular space invasion,LVSI）的可行性及价值。方法 于2020年10月至2022年1月在复旦大学附属妇产科医院前瞻性收集205例EEA临床及MRI资料，按6∶4随机分为训练集（n=123）和验证集（n=82）。分别在T2加权成像、扩散加权成像（表观扩散系数图）及动态增强MRI序列勾画全肿瘤体积感兴趣区提取肿瘤影像组学特征。在训练集中，采用单变量分析及多变量Logistic回归分析筛选LVSI的独立预测因子，建立临床预测模型；采用最小绝对收缩和选择算法（least absolute shrinkage and selection operator,LASSO）进行特征筛选并建立影像组学标签；采用临床独立预测因子与组学标签构建临床-MRI组学列线图模型，并在验证集中进行模型验证。使用受试者操作特征曲线下面积（area under the receiver operating characteristic curve,AUC）评估模型效能，临床决策曲线评估模型临床应用价值。结果 205例EEA中，LVSI(-)144例，LVSI(+)61例。患者绝经状态、CA125及CA199为LVSI（+）的临床独立预测因子，三者联合组成的临床预测模型AUC为0.714（训练集）和0.731（验证集）。从多参数MRI图像中共提取的8 240个影像组学特征中筛选出5个最佳特征构建MRI组学标签，AUC为0.860（训练集）和0.759（验证集）。临床-MRI组学列线图模型AUC为0.887（训练集）和0.807（验证集），优于单独的临床模型及组学模型，且在较大的阈值概率范围内临床-MRI组学列线图模型可获得更大的临床净收益。结论 基于多参数MRI组学的列线图模型可在治疗前有效预测EEA的LVSI状态，为临床管理决策提供有价值的参考，提高患者的临床获益。