Resumo. As produções acadêmicas e científicas estão cada vez mais multimodais com a popularização dos softwares de produção gráfica e edição de imagens. Entretanto, essas imagens precisam ser acessíveis para pessoas com alguma limitação na leitura desse tipo de recurso. E um dos recursos para acessibilizar essas imagens é a audiodescrição. O presente estudo tem como objetivo analisar o arranjo multimodal de imagens constituintes de produções acadêmicas que foram direcionadas para serem acessibilizadas através da audiodescrição. O foco é verificar o modo como os elementos constituintes das imagens foram arranjados no espaço visual e como isso se reflete no roteiro de audiodescrição. Fundamentada nos pressupostos da Semiótica Social e Multimodalidade (Ribeiro, 2016, 2018; Gualberto e Pimenta, 2019) e da Tradução intersemiótica (Plaza, 2003), foram utilizados como instrumentos a função de composição da Gramática do Design Visual - GDV - de Kress e Van Leeuwen (2006); e os princípios da audiodescrição de Lima (2011). Foram selecionadas dez imagens classificadas em categorias com base nas normas ABNT para trabalhos acadêmicos. A avaliação teórico-empírica trouxe à tona questionamentos e possibilidades no trabalho de criação e produção dessas imagens. Ao conhecer o processo tradutório da audiodescrição é possível pensar melhor no arranjo multimodal dos elementos para composição de imagens mais acessíveis.