目的通过挖掘二维灰阶超声图像影像组学特征,建立Logistic回归模型用于鉴别乳腺结节的良恶性,探讨基于常规超声影像组学在鉴别诊断乳腺结节良恶性方面的潜在价值。方法回顾性收集于我院行乳腺超声检查并且乳腺结节病理结果明确的女性患者的临床资料及超声图像资料,其中符合纳入、排除标准的共计1000例患者（良性=500例,恶性=500例）。按7:3的比例随机分为训练集700例（良性=350例,恶性=350例）和验证集300例（良性=150例,恶性=150例）。选用开源软件ITK-SNAP手动勾画病灶感兴趣区（ROI）,之后通过3D Slicer软件中的开源的“pyradiomics”软件扩展包提取影像组学特征。最终,特征经过多次降维,筛选出最优特征用于建立Logistic回归模型,绘制受试者工作特征曲线（ROC）评估模型的鉴别诊断效能。采用混淆矩阵、校准曲线以及临床决策曲线检验模型的正确率、校准效果以及评价模型的临床应用价值。结果通过多次筛选最终确定了8个超声影像组学特征用于构建模型。模型在训练集中的ROC曲线下面积AUC值、敏感度、特异度、阳性似然比、阴性似然比分别为0.979、0.903、0.960、0.957、0.908;在验证集中的ROC曲线下面积AUC值、敏感度、特异度、阳性似然比、阴性似然比分别为0.977、0.873、0.953、0.949、0.883。混淆矩阵回代结果显示,模型在训练集检出乳腺恶性结节及乳腺良性结节的正确率分别为96%（336/350）、90.29%（316/350）;模型在验证集中检出乳腺恶性结节及乳腺良性结节的正确率分别为95.33%（141/350）、87.33%（131/150）。校准曲线表示模型在训练集和验证集中具有良好的校准效果,预测结果与真实值较为相似（P=0.915,0.893）。临床决策曲线表明模型具有临床实际应用价值。结论应用二维灰阶超声图像提取的定量影像组学特征构建的Logistic回归模型在鉴别乳腺结节良恶性中具有良好的诊断效能,超声影像组学模型对乳腺疾病良恶性的鉴别诊断具有重要意义。