[目的]局部进展期直肠癌患者放化疗敏感性存在个体差异,70%左右患者接受新辅助放化疗反应良好,30%左右患者接受新辅助放化疗无应答。目前尚无较好的办法于治疗前准确预测局部进展期直肠癌新辅助放化疗敏感性,本研究拟探索基于放化疗前的MRI影像组学特征是否有助于预测局部进展期直肠癌新辅助放化疗敏感性。[方法]回顾性入组我院行新辅助放化疗的局部进展期直肠腺癌患者,收集患者nCRT前的MRIT2WI序列图像和年龄、性别、T分期、N分期、肿瘤下缘距肛距离、肿瘤长径、环周切缘、壁外血管侵犯、癌胚抗原、糖类抗原199、血红蛋白等临床资料。新辅助放化疗结束后4-6周行全直肠系膜切除术,得到病理肿瘤退缩分级（Tumor Regression Degree,TRG）评分,本研究参照TRG评分来判断患者新辅助放化疗敏感性,将患者分为治疗敏感组和抵抗组（敏感组:TRG 0-1 分、抵抗组:TRG 2-3 分）。将所有患者新辅助放化疗前MRI T2WI序列图像导入IBEX软件,由两名主治医师分别在IBEX软件中勾画感兴趣区域,并提取影像组学特征。对上述两位医师勾画提取的影像组学特征进行组间一致性检验,剔除可重复性不好的特征;随后按8:2的比例将患者随机分为训练组与验证组,在训练组中对敏感组与抵抗组间的特征做单因素分析、最小绝对收缩和选择算子降维,筛选与新辅助放化疗敏感性相关的核心特征,利用这些特征在训练组中建立机器学习Logistic回归分类器模型,在验证组中检验模型的预测效能。训练组与验证组均建立受试者工作特征曲线,以曲线下面积评价模型的预测效能。此外,对收集的临床资料做单因素、多因素分析,探索新辅助放化疗敏感性的独立预测因素;对经最小绝对收缩和选择算子降维后剩下的影像组学特征及其回归系数线性组合构建影像组学标签（rad-score）,联合rad-score和临床独立预测因素在训练组中构建列线图模型,在验证组中检验模型的预测效能。训练组与验证组均建立受试者工作特征曲线,以曲线下面积评价模型的预测效能。[结果]本研究共入组65例患者,男48例,女17例,平均年龄58岁,治疗敏感组35例,治疗抵抗组30例。每位患者共提取1730个影像组学特征,单因素分析与最小绝对收缩和选择算子降维后筛选出3个与局部进展期直肠癌新辅助放化疗敏感性相关的核心特征,分别是:LocalEntropyStd（IntensityDirect）、Max3DDiameter（Shape）、SurfaceAreaDensity（Shape）。机器学习模型:利用上述3个核心影像组学特征建立机器学习Logistic回归分类器模型,训练组的AUC为0.829（95%CI:0.7176-0.9402）,特异性为0.893,敏感性为 0.625;验证组的 AUC 为 0.738（95%CI:0.421-1.000）,特异性为 0.857,敏感性为0.667;列线图模型:对上述3个核心影像组学特征及其回归系数进行线性组合构建rad-score=1.9141850-1.5253149*LocalEntropyStd（IntensityDirect）-1.4895664*Max3DDiameter（Shape）+0.8664377*SurfaceAreaDensity（Shape）。在对患者临床资料的单因素与多因素分析结果中,肿瘤长径（P=0.006）、距肛距离（P=0.049）为新辅助放化疗敏感性的独立预测因素。基于上述分析结果,联合rad-score、肿瘤长径、距肛距离3个影响因素构建列线图模型,训练组的AUC为0.807（95%CI:0.772-0.841）,特异性为0.786,敏感性为0.792;验证组的AUC为0.881（95%CI:0.764-0.998）,特异性为 0.857,敏感性为 1。[结论]1.基于治疗前MRI T2WI序列的影像组学研究在治疗前对局部进展期直肠癌新辅助放化疗敏感性的预测有一定参考价值,对临床医师治疗前筛选适合放化疗的患者有一定帮助。2.肿瘤长径、距肛距离是新辅助放化疗敏感性的独立预测因素,肿瘤长径越小、距肛距离越短的患者对新辅助放化疗相对更敏感;临床应用影像组学（rad-score）、肿瘤长径、距肛距离3个因素建立列线图模型,有助于预测局部进展期直肠癌患者新辅助放化疗敏感性。