目的:探讨基于三维高分辨MR血管壁成像（3D HRMR-VWI）的影像组学方法鉴别症状性大脑中动脉粥样硬化患者责任斑块的价值。方法:回顾性分析2018年10月至2020年10月因脑血管病在华中科技大学同济医学院附属同济医院接受诊治的117例患者的139个大脑中动脉粥样硬化斑块的临床和影像学特征。采用分层随机抽样方法按照7∶3的比例将139个斑块分为训练集（97个斑块）和验证集（42个斑块）。根据MR图像和临床症状将斑块分为69个责任斑块和70个非责任斑块。采用独立样本 t检验、Mann-Whitney U检验及χ 2检验对责任斑块及非责任斑块的临床及影像特征进行单因素分析，对差异有统计学意义的特征进一步纳入多因素logistic回归分析，筛选出责任斑块的独立预测因子。基于训练集斑块在平扫3D HRMR-VWI、增强3D HRMR-VWI、平扫+增强3D HRMR-VWI上提取并筛选影像组学特征并构建模型。最后联合责任斑块的独立预测因子及平扫+增强3D HRMR-VWI特征构建融合模型。以受试者操作特征曲线及曲线下面积（AUC）评估各模型的效能，以DeLong检验比较不同模型效能的差异。 结果:责任斑块与非责任斑块的斑块内出血、狭窄处管腔面积、狭窄处血管直径、狭窄率、斑块负荷、强化率差异均有统计学意义（ P<0.05），多因素logistic回归分析证实斑块内出血是预测责任斑块的独立危险因素（OR=7.045，95%CI 1.402~35.397， P=0.018）。验证集中，平扫3D HRMR-VWI模型预测大脑中动脉责任斑块的AUC低于增强3D HRMR-VWI模型（ Z=-2.01， P=0.044，），平扫+增强3D HRMR-VWI模型预测大脑中动脉责任斑块的AUC与增强3D HRMR-VWI差异无统计学意义（ Z=0.79， P=0.427），融合模型预测大脑中动脉责任斑块的AUC与平扫+增强3D HRMR-VWI模型差异无统计学意义（ Z=-0.59， P>0.05）；融合模型预测大脑中动脉责任斑块效能最好，AUC为0.939，灵敏度、特异度、准确度分别为95.24%、76.19%、85.71%。 结论:基于3D HRMR-VWI的影像组学方法对识别症状性大脑中动脉粥样硬化患者的责任斑块具有一定价值。