目的探索基于CT影像组学技术构建的列线图模型在预测肝移植术后肝细胞癌（hepatocellular carcinoma,HCC）患者早期复发中的价值,为临床医生提供对患者预后判断的客观依据,辅助临床医生进行决策。方法回顾性纳入2013年12月至2019年7月在本院行肝移植治疗HCC的151名患者。将患者随机分配为训练组（105例）和验证组（46例）,通过术后定期随访了解患者是否发生早期复发。从术前增强CT动脉期图像提取1218个影像组学特征。对影像组学特征进行可重复性分析后,利用LASSO-logistic回归对影像组学特征进行降维,并得到影像组学标签。搜集患者的临床资料,经单因素分析和多因素分析后建立临床模型。将影像组学标签引入临床模型,构建列线图模型。影像组学标签、临床模型、列线图模型在训练组和验证组的预测性能由受试者工作特性（receiver operating characteristic,ROC）曲线的曲线下面积（area under the curve,AUC）评价。采用校准曲线评估列线图的校准能力。绘制影像组学标签、临床模型、列线图模型的决策曲线,比较其临床实用性。结果通过LASSO降维筛选出动脉期13个影像组学特征,依此计算每个病人的影像组学标签。经单因素和多因素分析后,AFP（OR=5.868,95%CI:1.525-22.585;P=0.010）和GGT（OR=5.402,95%CI:1.597-18.268;P=0.003）作为独立危险因素纳入到临床模型中。将影像组学标签引入临床模型后,由AFP、GGT、影像组学标签共同构建列线图模型。在训练组中基于影像组学标签、临床模型、列线图模型的AUC分别为0.864、0.747、0.882,在验证组中基于影像组学标签、临床模型、列线图模型的AUC分别为0.848、0.735、0.917。在训练组中将影像组学标签引入临床模型构建列线图模型后,临床模型的预测性能显著提高（从0.747提高到0.882;P=0.045）。在验证组中将影像组学标签引入临床模型构建列线图模型后,临床模型的预测性能也得到显著提高（从0.735提高到0.917;P=0.047）。在训练组和验证组中,影像组学标签的准确度、灵敏度、特异度分别为84.7%、85.7%、84.5%和82.6%、91.7%、79.4%;临床模型的准确度、灵敏度、特异度分别为74.2%、76.2%、77.4%和67.4%、75.0%、64.7%;列线图模型的准确度、灵敏度、特异度分别为91.4%、81.0%、94.0%和89.1%、91.7%、88.2%。校准曲线显示列线图模型在训练组和验证组中的预测概率和实际概率之间均有较高的一致性,表明列线图模型具有良好的校准能力。决策曲线分析显示列线图模型相较于临床模型具有更优的临床实用价值。结论1、基于术前增强动脉期CT图像建立的影像组学标签是HCC患者肝移植术后早期复发的独立的危险因素。2、临床模型与影像组学标签联合构建的列线图模型能够显著提高对早期复发的预测效能。3、列线图模型具有较高的校准能力,能够较为准确的为患者早期复发的概率进行预测,为临床医生决策提供客观依据。