目的:探讨基于临床、影像及MRI组学特征列线图预测宫颈癌淋巴血管间隙浸润（LVSI）的临床应用价值。方法:本研究回顾性分析247例宫颈癌患者,收集所有人临床病理及影像学资料。使用单因素及多因素回归分析来确定临床及影像特征中能预测宫颈癌LVSI的独立危险因素。使用Infer Vision平台手动勾画病灶感兴趣区（ROI）并分别提取轴位T2WI-FS（T2ax）、DWI和矢状位T2WI-FS（T2sag）的影像组学特征,利用IPMs将患者随机分为训练组（n=172）和验证组（n=75）,再经过降维筛选出最具有价值的组学特征,分别构建影像组学模型。采用受试者工作特征（ROC）曲线评估训练组和验证组中各组学模型对LVSI状态的预测效能,选择最佳组学模型并计算其影像组学分数（Radscore）。然后再基于临床及影像的独立预测因素和Radscore构建用于预测宫颈癌LVSI的临床-影像组学列线图。最后使用Hosmer-Lemeshow检验、校准曲线、ROC曲线和决策曲线分析（DCA）对列线图的性能进行验证。结果:1.单因素差异性分析得到红细胞（RBC）、鳞状细胞癌抗原、分化程度、MRI图像中淋巴结转移状态、病灶最大径及表观扩散系数（ADC）值与宫颈癌LVSI状态具有相关性（P＜0.05）。但多因素Logistic回归分析后发现只有RBC、分化程度和ADC值是宫颈癌患者发生LVSI的独立危险因素（P＜0.05）。2.ROC曲线显示基于组合序列（T2ax+T2sag+DWI）Radscore的影像组学模型在训练组中曲线下面积（AUC）、敏感性及特异性分别为0.806、80.0%和67.0%,相应验证组值分别为0.728、71.4%和66.0%。3.基于临床及影像独立危险因素和Radscore所构建的临床-影像组学列线图,校准曲线显示列线图预测的LVSI概率与实际LVSI之间具有很好的一致性;列线图在ROC曲线中预测效能最好,其在训练组的AUC、敏感性及特异性分别为0.895（95%CI:0.839-0.936）、82.7%和84.5%,相应验证组的值分别为0.834（95%CI:0.730-0.910）、60.7%和91.5%;DCA曲线表明临床-影像组学列线图在0-0.95阈值概率范围内的净收益大于0。结论:RBC、分化程度、ADC值和Radscore可作为宫颈癌LVSI的独立影响因素;基于上述独立影响因素所构建的临床-影像组学列线图对宫颈癌患者的LVSI状态有较好的预测效能和临床应用价值。