目的 探讨基于MRI影像组学预测乳腺癌新辅助治疗(neoadjuvanttherapy,NAT)疗效的价值。方法 收集皖 南医学院弋矶山医院124例乳腺癌患者影像及临床资料,其中39例患者NAT 后病理完全缓解(pathologicalcomplete response,pCR),85例患者NAT后病理非完全缓解(non-pathologicalcompleteresponse,non-pCR)。将患者随机分为训 练组(88例)和验证组(36例),手动勾画感兴趣区(ROI),用AK软件提取MRI纹理特征,对纹理特征使用最小冗余最大 相关(mRMR)和最小绝对收缩和选择算子(LASSO)回归方法进行降维、筛选,建立影像组学模型;采用多因素Logistic 回归分析建立包括临床资料、影像组学的个性化预测模型。使用受试者工作特征(ROC)曲线和决策曲线分析(DCA)评 价模型的预测效能和临床净收益。结果 临床模型预测NAT 疗效的曲线下面积(AUC)在训练组和试验组中分别为 0.824、0.743,多参数MRI(mpMRI)影像组学模型的AUC分别为0.848、0.752,个性化预测模型的AUC分别为0.911、 0.865。DCA显示个性化预测模型的临床净收益优于临床模型和多参数MRI影像组学模型。结论 个性化预测模型 对NAT疗效的预测具有较高的诊断效能,明显好于临床模型,对早期预测NAT疗效具有一定的临床应用价值。