[目的]探讨基于CT影像组学模型术前个体化评估肝细胞癌（Hepatocellular Carcinoma,HCC）患者发生 TACE（Transcatheter arterial chemoembolization）抵抗的风险。[材料与方法]回顾性收集我院2013年12月～2020年12月的160例（TACE抵抗97例,无TACE抵抗63例）HCC患者,分析其术前CT图像的常规放射学特征和临床资料。分别在平扫期（NP）、动脉期（AP）、门静脉期（VP）、和延迟期（DP）CT图像上逐层勾画病灶,形成三维容积感兴趣区（volumeofinterest,VOI）。基于PyRadiomics包提取影像组学特征,每个期相提取1218个影像组学特征。第一部分:分别基于4个单期相特征和1个全期相特征,采用两独立样本t检验、mRMR和LassoCV分别进行特征筛选,使用Logistic回归分别构建预测模型;并使用Logistic、SVM、RFC分别构建全期预测模型。模型效能评价采用AUC值、灵敏性、特异性、准确率,并使用DeLong检验比较模型AUC值的差异。第二部分:基于HCC患者的临床资料和常规放射特征,通过单因素及多因素Logistic回归,分析与TACE抵抗相关的独立影响因子;然后构建临床放射模型;以第一部分中预测性能最佳的模型作为影像组学模型,并将其Radscore与筛选出的临床放射独立影响因子联合,建立临床放射-影像组学联合模型（即联合模型）,并以列线图可视化。采用Hosmer-Lemeshow拟合优度检验、校准曲线评价预测模型的一致性,决策曲线评估联合模型的临床获益情况。[结果]第一部分:比较单期相、全期相影像组学模型,以及全期相不同模型的预测效能。1.全期相模型预测效能最高,训练集和测试集中AUC值分别为0.850（95%CI:0.777-0.923）、0.800（95%CI:0.671-0.923）,但 AUC 值仅在测试集中与DP模型存在统计学差异（P=0.039）,与其它模型间差异均无统计学意义（P＞0.05）。2.全期相特征SVM的预测性能最好,测试集中AUC值0.826（95%CI:0.691-0.953）,高于RFC和LR模型（0.822、0.800）,并且模型AUC值间均具有统计学差异（P＜0.05）。第二部分:临床、常规放射特征中,AFP水平、病灶个数是预测TACE抵抗的独立风险因子。训练集中,联合模型对TACE抵抗的预测性能显著高于临床放射模型（AUC:0.919vs 0.632）;测试集中,联合模型同样优于临床放射模型（AUC:0.851 vs 0.639）,且差异具有统计学意义（P=0.043）,并优于影像组学模型（AUC:0.826）。并根据Youden指数计算联合模型最佳截止值0.467,将HCC患者分为TACE抵抗发生的高风险组（风险值＞0.467）与低风险组（风险值≤0.467）。[结论]联合模型结合了临床、常规放射特征和影像组学特征,为术前HCC患者发生TACE抵抗的风险评估提供了一个可视化工具,为临床决策提供参考。