目的探讨超声(US)定量影像组学特征是否能无创地预测乳腺癌HER2状态。方法我们收集了从2017年1月至2018年3月期间诊断为侵袭性乳腺癌(经病理证实)的196名女性患者共201例病灶作为研究队列,其中包括21例三阴性,22例HER2阳性,41例Luminal A型和112例Luminal B型乳腺癌,随机分为两组:训练组(n=121,平均年龄:51.09±9.47岁)和验证组(n=75,平均年龄:53.05±11.25岁)。采用小波变换(WT)对二维图像序列进行空间时频分析,将二维图像分解为LLL、LLH、LHL、LHH、HLL、HLH、HHL、HHH等8个子图像。采用最小绝对收缩选择算子(LASSO)逻辑回归算法对二维图像序列进行空间时频分析,帅选出对模型贡献较大的特征,并用其构建了一个HER2状态的影像组学分类器。然后通过训练集和验证集中接收操作者特征(ROC)曲线AUC下的面积来量化影像组学特征的预测精度。结果本研究从US原始图像和wt 8个子图像上的专家描绘的病变中,共提取843个放射特征。通过对图像特征的选择,最终选择16个特征组成图像分类器。然而,在训练集(AUC:0.519)和验证集(AUC:0.500)中,基于US图像的影像组学分类器显示与HER2状态没有显著相关性。结论在乳腺癌患者中,基于US影像组学特征并不是HER2状态的一个重要预测因子。因此,它可能不能作为一种无创的方法,以便于术前预测临床实践中的HER2状态。