目的：多パラメータ磁気共鳴画像法（MRI）に基づく環境放射線オミクスと機械学習モデルを組み合わせ、胃癌患者のリンパ管浸潤（LVI）予測における潜在的価値を検討する。方法：2012年10月から2024年5月までの山西省腫瘍病院で、病理学的検査により確定診断された胃癌患者を後ろ向きに収集し、7：3の割合で訓練セットと検証セットに無作為に分割した。軸位T2強調画像、見かけの拡散係数（ADC）マップ、造影T1強調画像を含む多パラメータMRIを前処理し、腫瘍を手動でセグメンテーションした。ファジィc平均クラスタリングアルゴリズムに基づき腫瘍をサブリージョンに分割し、それぞれの環境サブリージョンおよび腫瘍全体の放射線オミクス特徴を抽出・選択した。ランダムフォレスト（RF）、ロジスティック回帰（LR）、サポートベクターマシン（SVM）の3種類の異なる機械学習アルゴリズムで環境画像放射線オミクスモデルを構築し、最適な機械学習アルゴリズムを選択して腫瘍全体の放射線オミクスモデルを構築した。受信者動作特性（ROC）曲線および意思決定曲線解析（DCA）を作成し、各モデルの胃癌患者におけるLVI予測性能および臨床的利益を評価した。結果：合計446例の胃癌患者を登録し、訓練セット313例、検証セット133例であった。3種類の機械学習モデルの中で、SVMベースの環境放射線オミクスモデルが訓練セットおよび検証セットでそれぞれ0.803と0.751の曲線下面積（AUC）を示し、最良の予測性能を示し、このモデルは腫瘍全体の放射線オミクスモデルより有意に優れていた（DeLong検定、P＜0.05）。結論：多パラメータMRI環境画像に基づく機械学習モデルは、非侵襲的かつ正確に胃癌患者のLVI状態を予測でき、臨床の個別化治療意思決定の理論的根拠を提供する。

胃癌;リンパ管浸潤;磁気共鳴画像;環境分析;機械学習