目的 本研究旨在开发一种基于超声图像分析的放射组学研究，用于三阴性乳腺癌和纤维腺瘤的鉴别诊断。方法 回顾性分析51例经病理证实的纤维腺瘤和27例经病理证实的三阴性乳腺癌。使用3D-slicer在超声医学图像的最大成像切片上手动确定肿瘤边界，然后从获得的肿块感兴趣区(ROI)中提取高通量放射组学特征。并采用最小绝对收缩和选择算子(LASSO)回归方法进行特征筛选，然后Logistic回归建模。模型的综合能力可以通过受试者工作特性曲线(AUC)下的面积来评估。结果 通过对肿瘤超声图像进行数字化处理后，共获得了685个超声组学特征。结合降维技术进行特征筛选识别重要特征并建立模型。超声组学评分模型在训练集的曲线下面积(area under curve, AUC)为0.958,灵敏度为100%,特异度为83.3%;验证集的AUC为0.958,灵敏度为100%,特异度为80.0%。结论 超声影像组学作为一种非侵入性方法在鉴别三阴性乳腺癌与纤维腺瘤具有良好的诊断效能。