【摘要】子宫内膜癌（EC）为常见的妇科恶性肿瘤之一，其发病率在不断升高，且近年来有年轻化趋势。术前精准的风险分层有利于手 术方式及术后辅助治疗的制定。机器学习是人工智能（AI）领域重要分支之一，随着计算机硬件的持续提升、机器学习算法的不断进步及 海量 EC 临床数据的累积，使得机器学习在 EC 早期筛查、诊断及预后预测等领域发挥重要作用。本综述对基于 MRI 机器学习在 EC 术前 风险分层领域中的研究及应用现状进行总结，以期进一步实现个体化精准治疗。
【关键词】子宫内膜癌；风险分层；磁共振成像；影像组学；机器学习