目的 探索基于堆叠泛化整合磁共振视觉和扩散张量成像（diffusion tensor imaging, DTI）直方图的集成学习模型预测成人弥漫性胶质瘤异柠檬酸脱氢酶（isocitrate dehydrogenase, IDH）表型的价值。材料与方法 回顾性分析经2021版WHO中枢神经系统肿瘤分类指南确定的106例成人弥漫性胶质瘤常规MRI及DTI影像，对常规MRI进行伦勃朗视觉感受图像（visually accessible Rembrandt images, VASARI）特征评价，并测量DTI图像的各向异性分数、相对各向异性、容积比各向异性和平均扩散率的绝对值、相对值以及对应的直方图特征。采用递归式特征消除（recursive feature elimination, RFE）和Boruta算法在训练集进行特征筛选，并基于堆叠泛化法将VASARI特征、DTI临床参数及DTI直方图的高斯朴素贝叶斯模型（Gaussian Naive Bayes, GNB）与支持向量机（support vector machine, SVM）集成，建立预测成人弥漫性胶质瘤IDH表型的集成式机器学习模型。采用受试者工作特征曲线下面积（area under the curve, AUC）评估各模型性能。结果 106例成人弥漫性胶质瘤（50.05±15.17岁，54例男性）包括55例IDH突变型与51例IDH野生型。RFE与Boruta的级联递归降维分别筛选出6个VASARI特征、8个DTI临床参数特征及8个DTI直方图特征建立初级层分类器。基于DTI直方图的初级分类器的AUC最高（0.90/0.87，训练集/测试集），优于DTI临床参数构建的模型（AUC:0.83/0.78，训练集/测试集）和常规MRI视觉特征构建的模型（AUC:0.84/0.66，训练集/测试集）。基于堆叠泛化的集成学习模型预测IDH表型的AUC最高（0.92/0.89，训练集/测试集）。结论 基于堆叠泛化的集成机器学习模型融合常规磁共振视觉特征和DTI特征能准确预测成人弥漫性胶质瘤IDH基因表型，辅助临床快速评估成人弥漫性胶质瘤患者的预后。