目的 探讨MRCP影像组学对非确定性胆总管结石ERCP术前的临床价值。方法 收集2019年2月至2023年4月于我院因有CBDS临床表现或影像学检查(腹部超声或CT)考虑存在CBDS而住院的120例患者病历资料。按7：3比例随机分为训练集和验证集。训练集84例，根据ERCP术后结果分为阳性结石组(54例)和阴性结石组(30例)；验证集36例，其中阳性结石组25例，性结石组11例。以MRCP中胰胆管汇合部为感兴趣区，提取影像组学特征。采用Logistic回归消除共线性后，分析患者CBDS发生的临床因素并构建Clinic模型；以支持向量机(SVM)构建最优特征模型(Rad模型)；使用Python3.6基于Softmax策略构建人工神经网络模型(Combine模型)。结果 CRP(OR=10.306，95%CI：5.827~18.224，P<0.001)、胆固醇(OR=7.119，95%CI：3.066~12.935，P<0.001)、胆总管夹角(OR=2.526，95%CI：1.430~7.284，P<0.05)、胆道感染(OR=3.064，95%CI：1.288~5.193，P <0.05)、胆总管扩张(OR=5.289，95%CI：2.067~9.381，P<0.05)均是预测CBDS的独立影响因素(均P<0.05)。构建的Logistic临床回归模型的灵敏度、特异度分别为72.83%、67.52%。根据11个最优特征及对应加权系数，SVM模型构建包含11个最优特征的影像组学标签Radiomics score，在训练集(P<0.001)和验证集(P=0.037)中，阳性结石组和阴性结石组的Radiomics score均有显著性差异。Combine模型在训练集和验证集中的曲线下面积分别为0.962(95%CI：0.925~0.987)和0.937(95%CI：0.851~0.993)，经Delong检验均显著高于同组Rad模型和Clinic模型(均P<0.05)。Hosmer-Lemeshow检验显示两个数据集中，Combine模型一致性良好。决策曲线分析表明，Combine模型曲线均显著高于Clinic模型、Rad模型和极端曲线。结论 CRP、胆固醇、胆总管夹角≤120°、胆道感染、胆总管扩张是CBDS发生的临床影响因素。MRCP影像组学联合临床因素构建的人工神经网络模型使非确定性CBDS的ERCP术前无创预测成为可能，相比于传统临床诊断方法，可增强CBDS预测模型的诊断效能，提供了重要的临床决策指导。