目的 建立基于CTA参数的颅内小动脉瘤破裂风险预测模型并进行内部验证。方法 选择2018年1月至2022年12月在我院行CTA检查的226例颅内动脉瘤患者进行回顾性分析。收集可能影响颅内小动脉瘤破裂相关因素及CTA检查指标。根据有无动脉瘤破裂将患者分为2组，比较2组一般资料与CTA扫描资料，以LASSO回归筛选变量，用Logistic回归建立模型，列线图进行可视化。结果本研究纳入的226例患者中共有121例(53.53%)出现破裂。破裂组与未破裂组间在高血压病、脑血管病家族史、动脉瘤部位、动脉瘤血管位置、异常搏动点、瘤颈、AR、SR、流动角及子囊差异均具有统计学意义(P<0.05)。LASSO回归基础上行多因素Logistic回归分析结果显示：异常波动点、AR、SR、流动角及子囊为颅内小动脉瘤破裂的独立影响因素(P<0.05)。ROC分析结果显示，该模型预测颅内小动脉瘤破裂的AUC为0.886[95%CI(0.844，0.928)]。H-L拟合优度检验结果显示，模型预测的颅内小动脉瘤破裂概率与实际概率比较，差异无统计学意义(P>0.05)；预测曲线与标准曲线基本拟合。决策曲线分析结果显示：当该列线图模型预测颅内小动脉瘤破裂概率阈值为0.15-1.00时，患者的净受益率大于0。结论 颅内小动脉瘤破裂主要受异常波动点、AR、SR等因素的影响，本研究列线图模型用于预测颅内小动脉瘤破裂风险，可用于指导临床决策的制订。