乳腺癌是对女性健康危害极大的恶性疾病。由于其存在的高度空间异质性,表现出肿瘤内不同细胞亚群在耐药性等方面存在差异,给临床上个体化诊疗带来了巨大挑战。因此,对患者进行准确有效的区分,并确定个性化治疗方案对提升乳腺癌临床治疗效果非常关键。目前已有研究证实了肿瘤内部分子标志物的预后价值,且与肿瘤发展紧密相关的内部微环境在其中扮演了重要角色;但肿瘤周围（癌旁）组织与癌症的发生发展也有着密切联系。针对这一问题,我们将结合肿瘤和癌旁的细胞类型信息,从中发现乳腺癌预后标志物,从而促进临床上更准确的诊疗。目前,有许多研究采用影像组学方法对肿瘤异质性进行了评价分析,并证明了影像特征在肿瘤预后预测上的价值。但影像数据缺少在生物学上的可解释性,且特异性相对较差。相较之下,基因组学是直接分析疾病基因型,更能解释生物学行为。因此,本研究采用了影像基因组学方法,且针对已有对肿瘤空间异质性的研究并不够充分的现状,创新性地基于基因表达数据估计肿瘤微环境中细胞亚群丰度,揭示肿瘤内部空间异质性,并与癌旁进行对比研究,探索细胞亚群在肿瘤和癌旁中的丰度相对变化量与预后之间的关联,并构建细胞亚群与影像特征之间的联系,进而寻找其中能有效评估预后的影像学标志物。论文的主要研究内容如下:（1）乳腺肿瘤和癌旁微环境成分估计:采用基于标记基因的组织细胞成分估计算法（Microenvironment cell populations-counter,MCP-counter）进行细胞亚群丰度估计,获得肿瘤内部组织、癌旁组织的细胞亚群特征分布。分别对这些组织中获得的细胞亚群进行生存分析,获得与预后相关的生物标志物。实验结果显示,肿瘤内5个细胞亚群以及癌旁中1个细胞亚群与患者总生存期有关,表明肿瘤和癌旁组织存在很大差异。（2）乳腺肿瘤和癌旁微环境的预后分子标志物分析:首先分析肿瘤和癌旁组织中细胞亚群丰度的相对变化量与预后之间的关联,从中寻找与肿瘤预后独立相关的特征亚群,并利用该特征亚群将病人分为具有生存差异的两种亚群亚型（P=1.1e-06）。接着构建基于2个肿瘤细胞亚群预测病人预后的分类模型（AUC=0.962）。为验证亚群亚型预后价值,使用其他独立数据集进行生存分析验证。结果显示,预测为不同亚群亚型的病人具有显著生存差异（P=0.018）。（3）基于标记基因估计细胞亚群的影像基因组学方法预后影像标志物分析:在同时具有影像数据和基因信息的实验数据集中,利用其中基因表达数据估计肿瘤细胞亚群丰度,通过上述构建好的分类模型得到患者标签,并结合6个影像特征构建预后预测模型（AUC=0.7）。为验证影像基因组学标签的预后价值,使用两个影像验证集进行生存分析验证。最后两组验证结果均显示,不同类别患者之间存在显著生存差异（P=0.009,P=0.038）。本论文围绕肿瘤空间异质性展开研究,发现了细胞亚群在肿瘤和癌旁微环境中丰度的相对变化量因素可以影响预后,其中的两个肿瘤细胞亚群有望作为乳腺癌预后的分子标志物;并通过构建细胞亚群特征与影像学特征之间的关联,发掘出相关影像特征的预后预测价值。实验结果表明,本研究发掘的分子学标志物和影像学标志物对乳腺癌预后具有较高的预测价值,可能为临床上乳腺癌治疗方案的确定提供有效指导。