目的探索MRI影像组学在乳腺浸润性导管癌及乳腺硬化性腺病鉴别诊断中的价值。方法本研究纳入无锡市妇幼保健院2020年7月至2022年11月经手术病理证实为乳腺浸润性导管癌和乳腺硬化性腺病的60例患者,包括42例乳腺浸润性导管癌和18例乳腺硬化性腺病。所纳入患者均采用乳腺专用7通道线圈行磁共振双侧乳腺平扫及动态增强扫描。使用3D Slicer软件对T2WI(T2 Wight Imaging,T2加权像)、DWI(Diffusion Weighted Imaging,扩散加权成像)、ADC(Apparent Diffusion Coefficient,表观弥散系数)及T1WI(T1 Weight Imaging,T1加权像)增强第3期及第7期序列图像的感兴趣区进行手动分割,并提取纹理特征、计算影像组学积分和创建影像组学模型,绘制各模型的受试者工作曲线,计算AUC(Area Under Curve,曲线下面积)、灵敏度、特异度、准确度、阳性预测值、阴性预测值并绘制决策分析曲线评估模型的预测效能和临床应用价值。结果首先,进行两次降维筛选,以获得T2WI、DWI、ADC以及T1WI增强第3期和第7期5个序列的最优纹理特征,以此为基础分别构建各序列诊断预测模型。再对5个序列的纹理特征集中进行两次降维筛选后获得最优纹理特征,以此为基础构建1个组合模型。计算预测各序列组乳腺浸润性导管癌和乳腺硬化性腺病影像组学积分。最后以年龄、肿瘤最大径以及是否触及肿块三个关键的临床变量为基础,构建一个多变量临床模型。训练组中5个序列模型AUC分别为0.976(95%CI:0.942～0.978)、0.969(95%CI:0.926～1.000)、0.961(95%CI:0.883～1.000)、0.carbonate porous-media994(95%CI:0.981-1.000)、0.997(95%CI:0.990～1.000),灵敏度分别为 0.967、1.000、0.967、0.933、0.967,特异度分别为 1.000、0.857、0.857、1.000、1.000;测试组中 5 个序列模型 AUC 分别为 0.986(95%CI:0.948～1.000)、0.944(95%CI:0.826～1.000)、0.896(95%CI:0.689～1.000)、0.972(95%CI:0.908～1.000)、0.972(95%CI:0.908～1.000),灵敏度分别为 0.967、1.000、1.000、0.917、0.917,特异度分别为 1.000、0.857、0.857、1.000、1.000。组合模型训练组及测试组AUC分别为1.000(95%CI:1.000～1.000)及 0.715(95%CI:0.479～0.952),灵敏度分别为 0.937、0.917,特异度分别为1.000、1.000。结果显示,各组模型在训练组及测试组中都表现出较高的一致性,组合模型在Liproxstatin-1训练组中表现出过高的预测准确性,而在测试组中表现欠佳,在临床应用中,我们仍然需要谨慎考虑组合模型的过拟合问题。决策曲线显示所构建此网站的影像组学模型对乳腺浸润性导管癌和乳腺硬化性腺病具有较大的临床获益。结论基于5个序列(T2WI、DWI、ADC、T1WI增强第3期及第7期)所构建的影像组学模对乳腺浸润性导管癌及乳腺硬化性腺病具有良好的鉴别诊断效能,组合模型存在过拟合现象,临床模型的诊断效能低于组合模型。