目的:探讨基于高分辨率T2WI的影像组学对直肠癌EGFR表达状态的预测价值。方法:回顾性分析经术后病理确诊且在接受治疗前行MRI检查的208例直肠癌患者的临床及影像资料，根据EGFR表达水平不同将患者分为阳性组和阴性组。在高分辨率T2WI图像上勾画病灶的三维容积兴趣区(VOI)并提取影像组学特征，将208例患者分为训练集(n=145)和测试集(n=63),并对特征进行降维，将降维后的特征建立支持向量机(SVM)、逻辑回归(LR)、随机森林(RF)及线性判别分析(LDA)四种分类器学习模型，分别绘制训练集和测试集的受试者工作特征(ROC)曲线，并获得曲线下面积(AUC)。结果:208例患者中，EGFR阳性表达99例(47.6%)。二元Logistic回归分析显示示低分化和淋巴结转移是EGFR阳性表达的独立危险因素(P<0.05)。训练集与测试集的患者在性别、年龄、TN分期及分化程度差异均无统计学意义(P>0.05)。4种影像组学模型均有一定的预测效能，其中SVM模型训练集与测试集的诊断效能均为最高，在训练集和测试集中的AUC分别为0.803、0.725。结论:基于高分辨率T2WI图像构建的影像组学模型对直肠癌EGFR表达状态具有一定预测价值。