目的:探讨基于多序列MRI的影像组学术前预测胰腺导管腺癌中MUC4表达的作用。方法:回顾性收集我院2016年1月-2019年6月经病理证实为胰腺导管腺癌并行术前多序列MR检查患者的临床和影像资料,收集患者相应的石蜡切片行免疫组化检测MUC4在胰腺导管腺癌中的表达。分别从扫描序列T1WI,动态增强MRI的动脉期(A)、门脉期(P)提取相应的影像组学特征并分别生成相应的数据集,每个数据集分别经单因素和主成分分析(Principal component analysis,PCA)降维,选择判别能力最强,累计频率达90%的主成分特征用多元逻辑回归建模。并将每个单独数据集判别力最强的特征进行合并,生成联合数据集(M),用多元逻辑回归建模。选取肿瘤的大小及其分化程度构建临床模型。通过受试者工作曲线下面积(The area under the curve,AUC)来评估不同模型的表现性能,并用Delong检验比较M模型与单序列影像组学和临床模型的AUC来评价不同模型的表现性能。结果:纳入研究的共52例患者中,MUC4高表达有22例,低表达有30例。影像组学分析每组单独数据集中包含350个组学特征,降维后每个不同单独数据集中选取4个与胰腺癌MUC4表达密切相关的主成分特征建模,同时数据集M选取每个模型最佳的4个特征,共12个主成分特征进行建模。T1WI、A、P及M模型的AUC分别是0.612(0.453-0.772)、0.665(0.512-0.819)、0.662(0.514-0.811)及 0.909(0.821-0.997)。临床模型的AUC为0.666(0.511-0.821)。M模型与单序列影像组学模型和临床模型相比(P<0.05),M模型的预测性能最佳。结论:基于多序列MRI的影像组学在术前预测胰腺导管腺癌中MUC4的表达中具有良好效果,为术前无创预测MUC4表达提供了可能。