研究背景:肝细胞肝癌是肝脏常见的恶性肿瘤,预后差、死亡率高。70%-90%的原发性肝癌为肝细胞肝癌,Ki-67的表达与细胞增殖相关,是评价肝癌预后的重要参数。传统病理学检测Ki-67需要穿刺或者手术获取标本,属有创检查的同时,检查结果还具有一定的片面性,无法从整体层面评估肿瘤病灶情况。影像组学是近年来兴起的影像研究领域的热点,建立影像学与基因组学之间的相关性,在肿瘤的诊断、分级、疗效评估以及预后等方面体现了重要的价值。但是利用增强CT的影像组学来预测肝细胞肝癌的Ki-67的表达,还少有报导。目的:探讨提取肝细胞肝癌增强CT影像学特征,利用影像组学的方法预测肝癌Ki-67表达的价值。材料与方法:本课题经过医院伦理委员会的批准,回顾性研究2013年1月至2018年12月于湖北省肿瘤医院检查的肝癌患者资料,所有患者均经过手术切除治疗且手术前未经任何癌症治疗,经病理确诊为肝细胞肝癌,具备完整的临床病理资料以及Ki-67检查结果,患者手术前两周内行腹部增强CT检查,最终纳入患者119例。由一名影像诊断丰富的医生利用3D Slicer交互软件在门脉期增强CT图像肿瘤最大层面上行肿瘤区域的手动分割,另一名有经验的医生进行确认,3D Slicer软件自动提取影像组学特征103个。通过单因素方差分析、秩和检验、斯皮尔曼相关系数分析去除相关性过高的特征。本文首先通过逻辑回归构建联合预测模型,使用受试者操作曲线检验预测模型、联合影像组学标签和预测模型检验对于肝细胞肝癌Ki-67表达的预测效能,检验参数包括:曲线下面积(AUC)、准确率、召回率、特异性、精准率、F分数和Lift。采用降维前后特征构建逻辑回归模型,比较曲线下面积用于验证降维后特征是否是最优特征。采用降维后特征建立支持向量机、K-临近预测模型,对比检验参数验证预测模型的可靠性。结果:降维筛选得到肝癌门脉期增强图像的21个特征,剔除相关性过后的特征构建逻辑回归预测模型,AUC值达到0.80,准确率、召回率、特异性、精准率、F分数和Lift分别为0.917、0.961、0.8、0.926、0.943、1.282。不同数量的特征训练得到的预测模型的可靠性具有显著差异性,两次降维前特征建立的预测模型AUC值分别为0.608、0.704。采用支持向量机预测模型和K临近预测模型的准确率、召回率、特异性、精确率、F分数和Lift均低于逻辑回归模型(分别为0.806、0.961、0.4、0.806、0.877、1.117和0.779、0.961、0.3、0.781、0.862、1.082)。结论:基于门脉期增强CT图像的影像组学标签可以用于预测肝细胞肝癌Ki-67的表达,有望成为肝癌疗效预测和预后判断的工具。