张春灵，燕德悦，姚 建，欧阳爱梅

山东第一医科大学附属中心医院放射科，山东 济南250013

WHO 国际癌症研究机构发布的2020 年全球癌症登记数据显示，全球新增女性乳腺癌患者高达226.1 万例，发病率和死亡率在多数国家居第一位。我国乳腺癌发病率也逐年上升，因我国人口基数较大，病例数和死亡人数均居世界第一［1］。乳腺癌早期发现并积极治疗，治愈率超过90%，然而一旦复发或远处转移，生存期则明显缩短，因此对乳腺癌早期发现及精准诊疗是当前研究的热点。本研究从乳腺癌医学数据资源整合、与其他组学结合、人工智能和深度学习及面临的挑战等方面进行综述。

1 乳腺癌医学数据资源整合

医疗大数据包括生物信息数据（基因组学、蛋白质组学、代谢组学等）、影像组学数据（MRI、CT、分子影像、病理影像等）、结构化数据（检验结果、诊断、药物治疗等）、非结构化数据（临床记录）等［2］。大数据技术的发展，使乳腺MRI 的影像组学研究迅速发展，MRI 的纳入序列从单一序列到多序列多模态，模型构建从单一模型到联合模型，数据的应用从影像数据到与临床数据联合，中心研究从单中心向多中心发展，这些医学数据的整合使影像研究向临床转化迈进了一大步，为乳腺癌的临床诊疗及预后评估提供了更大的帮助。

1.1 乳腺MRI 多模态影像组学研究

随着技术的进步和设备的更新，越来越多的MRI序列应用于乳腺检查，乳腺MRI 影像组学序列也有了更多选择，多模态多参数的乳腺MRI 影像组学研究成为热点。……