目的 探讨基于多参数MRI的影像组学结合临床影像特征的列线图在预测鼻咽癌(nasopharyngeal carcinoma, NPC Ki-67高表达中的价值。材料与方法 回顾性分析宁夏医科大学总医院2015年12月至2022年5月171例NPC患者的临床及MRI资料。根据Ki-67表达水平不同分为高表达组（n=105）和低表达组（n=66）。用3D-Slicer勾画感兴趣区并用“Pyradiomics”包提取特征。使用单-多因素logistic回归与绝对收缩与选择算法（least absolute shrinkage and selection operator,LASSO）筛选Ki-67高表达的独立危险因子并构建预测模型。采用受试者工作特征（receiver operating characteristic,ROC）曲线下面积（area under the curve, AUC）和DeLong检验评估和比较模型间的预测效能。通过决策曲线分析（decision curve analysis, DCA）观察列线图的临床实用性。结果 多因素logistic回归结果显示爱泼斯坦-巴尔病毒脱氧核糖核酸（Epstein-Barr virus deoxyribo nucleic acid, EBV-DNA）载量≥5000 IU/mL（OR=3.809,P=0.007）、肿瘤明显强化（OR=4.064,P=0.005）是Ki-67高表达的临床预测因子,以此建立临床模型。基于对比增强T1加权成像（contrast enhanced T1-weighted imaging, CE＿T1WI）、T1加权成像（T1-weighted imaging, T1WI）、T2加权成像脂肪抑制序列（T2-weighted imaging fat suppression, T2WI＿FS）三个序列分别中筛选出7、4、2个与Ki-67高表达显著相关的影像组学特征来计算影像组学评分（radiomics score, Rad-score）。用EBV-DNA载量、肿瘤强化程度、Rad-score三者构建联合模型,并绘制列线图将模型可视化。ROC曲线显示,列线图模型的AUC值均高于临床、影像组学模型（训练集:0.887 vs. 0.701、0.861;验证集:0.860 vs. 0.749、0.814）。训练集和验证集中,列线图模型的AUC值均显著高于临床模型,且差异均具有统计学意义（DeLong检验,P均＜0.05）。结论 基于多参数MRI的影像组学结合临床影像特征的列线图模型在放化疗前预测NPC患者Ki-67表达状态方面具有较高的效能,优于单一模型,可以作为一种无创的预测工具。