目的:建立和验证预测肝泡型包虫病肝外多脏器转移的MRI影像组学模型,探究其对肝泡型包虫病患者肝外多脏器转移的预测价值。方法:回顾性分析2015年1月—2019年10月在我院经术后病理学或影像学检查证实的117例肝泡型包虫病患者（肝外多脏器转移组69例,非转移组48例）,以7:3的比例随机分为训练集（n=83）和测试集（n=34）。收集每位患者临床基线指标和肝泡型包虫病病灶MRI图像上的影像学特征,通过单因素分析和多因素分析建立临床模型。分别从T2WI-SPAIR和对比增强T1WI（T1-C）延迟期图像逐层勾画感兴趣区域（ROI）,利用Py Radiomics软件在ROI中提取影像组学特征,通过单因素秩和检验、相关性分析以及多因素逐步回归选择出与肝泡型包虫病多脏器转移密切相关的影像组学特征,根据上述特征分别构建T1-C、T2WI-SPAIR的影像组学模型,并从中筛选出预测肝泡型包虫病肝外多脏器转移的最优MRI模型。结合临床模型以及最优MRI影像组学模型建立临床-影像组学混合模型,同时,该模型以列线图将的形式可视化呈现。绘制受试者工作（ROC）曲线、计算曲线下面积（AUC）、特异性、敏感性、准确性分别在训练集和测试集中评估构建的预测模型对于肝泡型包虫病多脏器转移的预测性能。对于预测模型的AUC值采用De Long检验及精确率-召回率（Precision-recall,PR）曲线进行比较。对不同预测模型的临床应用价值采用决策分析曲线（DCA）进行比较。绘制校准曲线用来评估不同预测模型的准确性。结果:1.分别从T2WI-SPAIR和T1-C（延迟期）图像中各提取了1037个影像组学特征,其中6个影像组学特征与肝泡型包虫病肝外多脏器转移密切相关。2.与T2WI-SPAIR模型相比,T1-C模型预测效能较高,临床-影像组学混合模型对于预测肝泡型包虫病肝外多脏器转移的效能最高。临床-影像组学混合模型的训练集AUC值、敏感性、准确性、特异性分别为0.861、0.898、0.819、0.706,其测试集AUC值、敏感性、准确性、特异性分别为0.868、0.950、0.765、0.500。3.Delong检验结果表明,T1-C模型与临床-影像组学混合模型的AUC值差异无统计学意义（p＞0.05）。4.在训练集和测试集中,决策曲线分析及校准曲线及结果表明,临床-影像组学混合模型具有最高的可靠性。5.CA125水平及肝静脉受累是肝泡型包虫病肝外多脏器转移的独立预测因子,根据以上因子所建立的临床模型的AUC在训练集为0.739,在测试集为0.777。结论:基于T1-C序列的影像组学模型对预测肝泡型包虫病肝外多脏器转移具有良好的准确性。结合影像组学特征和临床危险因子的列线图可进一步提高肝泡型包虫病肝外多脏器转移的预测效能。MRI影像组学方法在一定程度上可为肝泡型包虫病肝外多脏器转移的诊断提供临床支持,有助于为肝泡型包虫病患者制定有效的个性化治疗策略,提高患者的生存质量。