叶钉利，孙双燕（通讯作者），赵继红

（吉林省肿瘤医院放射科 吉林 长春 130021）

我国的乳腺癌发病率居于女性恶性肿瘤发病率的首位[1]，2011 年的专家共识[2]根据ER、PR、Ki-67和Her-2 的表达水平将乳腺癌分成Luminal A 型、Luminal B 型、三阴型和Her-2 过表达型4 种亚型，不同亚型患者的临床干预和预后明显不同[3]，以往有创的病理获取方式有引起并发症的风险，影像组学[4]作为无创诊断方式越来越受到学界重视，其借助计算机软件，采用特征提取方法高通量地从医学影像数据中挖掘多维度定量影像学特征，并使用统计学和机器学习方法，筛选最有价值的纹理特征用以训练机器学习模型，以此鉴别诊断疾病。本研究探讨增强MRI 影像组学模型在乳腺癌分子亚型鉴别诊断中的应用价值。

1 资料与方法

1.1 一般资料

回顾分析2018 年1 月—2020 年1 月135 例于吉林省肿瘤医院接受手术治疗的乳腺癌患者的病理及影像资料，135 例患者均为女性，年龄29～67 岁，平均年龄（46.35±7.72）岁。纳入标准：①患乳腺癌接受手术治疗者；②术前两周内行乳腺增强磁共振检查者。排除标准：MRI 图像有明显的金属或运动伪影者。所有患者均知情本试验并签署同意书。

1.2 仪器与方法

采用西门子公司 Espree 1.5 T 磁共振和飞利浦公司Ingenia 3.0T 磁共振采集乳腺图像。患者采取俯卧位，将乳腺置于磁共振乳腺检查专用线圈内，双臂上举，头先进，增强对比剂注射方式采用高压注射器静脉团注，流速为2.5 mL/s，先注射15 mL 0.9%氯化钠溶液，随后注射15 mL 对比剂。采用T1 压脂序列获取肿瘤组织对比剂注射后90 s 的磁共振增强图像。……