目的:本研究基于MRI影像组学构建并验证了术前肝细胞癌（hepatocellular carcinoma,HCC）微血管侵犯（Microvascular Invasion,MVI）的nomogram预测模型,为指导HCC患者的治疗方案提供参考依据。方法:收集陆军军医大学第一附属医院肝胆外科2017年9月至2020年5月期间行根治性肝癌切除术（开放或腹腔镜辅助下肝癌切除术）治疗的190例HCC患者的临床生化指标、影像学及病理学资料。按照7︰3的比例,将190例HCC患者随机分为训练集（n=130）和测试集（n=60）。根据术后MVI的病理组织学诊断是否为阳性,将训练集的患者分为MVI阴性组和MVI阳性组,并采用Logistic回归分析了HCC患者与MVI相关的临床生化指标和影像学特征。利用钆塞酸二钠（Gadolinium ethoxybenzyl-diethylenetriaminepentaacetic acid,Gd-EOB-DTPA）增强MRI的动脉期（Arterial phase,AP）和肝胆期（Hepatobiliary Phase,HBP）图像,使用最小绝对收缩和选择算子算法提取了每个感兴趣区域（包括肿瘤内和肿瘤周围1 cm以内区域）的影像组学特征,并降维选择了与MVI相关且相关系数较低的影像组学特征。在训练集和测试集基于Logistic回归分别建立了预测模型,并构建了受试者工作特征曲线对预测模型进行评价。结果:MVI阳性组有54例,MVI阴性组有76例。使用Logistic回归分析得到了甲胎蛋白（Alpha Fetoprotein,AFP）和肿瘤直径是MVI的独立危险因素。从Gd-EOB-DTPA增强MRI的AP和HBP图像的每个感兴趣区域中提取了1748个影像组学特征,降维选择了21个与MVI相关且相关系数较低的影像组学特征（包括10个AP特征和11个HBP特征）。在训练集和测试集分别建立了影像组学特征模型,其受试者曲线下面积（The Area Under the Receiver Operating Characteristic Curve,AUC）分别为0.857[95%CI为（0.794,0.920）]和0.718[95%CI为（0.585,0.851）]。联合影像组学标签、AFP和肿瘤直径构建了nomogram预测模型,其在训练集和测试集的AUC分别为0.892[95%CI为（0.838,0.946）]和0.717[95%CI为（0.585,0.849）]。结论:联合影像组学标签、AFP和肿瘤直径,建立了对预测HCC的MVI具有较高效能的nomogram模型,并对指导HCC患者的治疗方案起着一定的作用。