目的基于磁共振影像组学预测治疗前乳腺癌患者远处转移的风险评估与验证。材料与方法本研究经南方医科大学顺德医院伦理委员批准执行,且免签病人知情同意书。我们按照纳入及排除标准纳入了 154例治疗前经病理证实为乳腺癌的患者。获取所有患者的轴位T1WI增强和T2WI图像,使用3D Slicer分割图像,提取乳腺癌、乳腺癌瘤周1cm及乳腺癌及瘤周1cm三个靶区的影像特征。按照7:3的比例分为训练集（n=106）和验证集（n=48）。采用单因素、多因素等分析进行特征的筛选,构建7种预测乳腺癌远处转移的模型,包括乳腺癌影像、瘤周影像、乳腺癌及瘤周影像、乳腺癌影像结合临床病理、瘤周影像结合临床病理、乳腺癌及瘤周影像结合临床病理和单独临床病理特征模型。建立了乳腺癌影像结合临床病理特征模型,利用Logistic回归计算出保留每个特征的权重值,构建风险值计算公式。建立列线图可视化的评估乳腺癌患者远处转移风险,并使用校正曲线来评估模型精确度。按照截点值分为高远处转移风险组和低远处转移风险组。使用Kaplan-Meier生存分析比较不同转移风险组间的3年生存率。结果在这7种预测乳腺癌远处转移模型中,乳腺癌影像特征模型和乳腺癌影像结合临床病理特征模型具有较高的预测效能,其在训练集上的AUC分别为0.886、0.902,在验证集上的AUC分别为0.850、0.830。乳腺癌影像特征模型和乳腺癌影像特征结合临床病理特征模型均比临床病理特征模型预测性能高;三种影像特征结合临床病理特征模型和临床病理特征模型筛选出最后用于建模的特征均有TNM分期和Ki67;乳腺癌影像特征模型和乳腺癌影像结合临床病理特征模型筛选出后用于建模的8个影像特征是完全相同的。乳腺癌影像结合临床病理特征经过单因素和多因素等分析,最后保留了 2个临床病理特征和8个影像特征,利用Logistic回归构建风险值计算公式,根据截点值划分为高远处转移风险组和低远处转移风险组。Kaplan-Meier生存分析显示高远处转移风险组的乳腺癌患者3年生存率明显低于低远处转移风险组（P<0.001）。结论TNM分期、Ki67及影像特征与乳腺癌远处转移明显相关。乳腺癌影像结合临床病理特征模型为治疗前乳腺癌患者远处转移风险评估提供了一个可视化的工具,给临床医生提供乳腺癌患者远处转移的风险值,从而制定最优的治疗方案。