目的：探讨基于MRT2WI的影像组学在直肠癌新辅助治疗（nCRT）后病理完全反应（pCR）评估中的价值。方法：回顾性分析2019年1月至2020年12月在我院接受新辅助放疗和化疗（nCRT）后手术切除的99例局部晚期直肠癌（LARC）患者的病例资料。根据术后病理检查结果，将其分为高山组（22例）和非PCR组（77例）。在高分辨率T2WI上勾勒出病变的体积感兴趣区域（VOIvolumeof感兴趣区域），并提取其组学特征。采用最小绝对收缩和选择算子（LASSO算法）对特征进行降维，选择与pCR相关的最佳组学特征。所有病例按73例的比例随机分为两组：训练集（68例）和测试集（31例）。建立支持向量机（SVM）的机器学习模型，绘制其ROC曲线图，并计算曲线下面积（AUC），敏感性和特异性。结果：共提取了1409个组学特征，降维后得到11个最有价值的组学特征。在测试集中，SVM-机器学习模型预测pCR的AUC为0.798（95%CI:0.615~0.920），符合率为83.87%，敏感性为85.71%，特异性为83.33%。结论：基于高分辨率T2WI的影像学特征有助于预测nCRT事件后直肠癌pCR的状态，并指导临床决策。