研究目的探讨肝细胞肝癌（HCC）基于MRI的纹理特征与病理分化程度的关系,为术前预测HCC的病理分级提供更有价值的参考信息。资料与方法回顾性分析2014年10月～2018年9月期间,于海南省人民医院就诊的HCC患者64例,根据手术后病理结果分为低分化组20例,中分化组23例,高分化组21例。术前均行肝脏常规MRI及对比增强检查。采用美国GE Omni-Kinetics软件对MRI原始数据分别在T2WI压脂序列、增强动脉期及门静脉期进行纹理特征提取67个纹理特征,采用单因素方差分析筛选三组间差异有统计学意义的特征。基于MRI的图像纹理特征采用单纯主成分分析（PCA）和建模（降维、建模、检验）两种方法。采用logistic回归方法建立模型,以组织病理诊断为金标准,分别对T2压脂图像、增强动脉期及门静脉期建立模型,并进行一致性检验评价模型的诊断效能。结果1、高、中、低分化组三组间差异有统计学意义的T2压脂图像纹理有5个,分别为Voxel Value Sum（立体像素值总和）、Haralick Correlation（Haralick相关性）、Mean Deviation（平均偏差）、Low Grey Level Run Emphasis（低灰度级运行重点）和Cluster Prominence（集群突出）。动脉期纹理有9个,分别为Std Deviation（标准偏差）、Skewness（偏度）、Energy（能量）、Entropy（熵）、UPP、Haralick Correlation（Haralick相关性）、Angular Second Moment（角二阶矩）,Sum Entropy（总和熵）和Short Run High Grey Level Emphasis（短时间运行高灰度等级）。门静脉期纹理有11个,分别为Hara Variance（Hara方差）、Sum Average（和平均）、Sum Entropy（总和熵）、Difference Variance（差值熵）、Difference Entropy（差异方差）、Inverse Difference Moment（逆差分矩）、Root Mean Square（均方根）、Median Intensity（中等灰度强度）、平均偏差和Long Run Low Grey Level Emphasis（长时间运行低灰度等级）。2、PCA法提取重要的MRI纹理特征,对T2压脂序列、动脉期及门静脉期特征参数进行单因素方差分析初筛,然后一次进行相关性分析及PCA统计分析,选出重要纹理特征参数。其中T2压脂序列中参数平均偏差和其他几个参数之间的相关性均比较弱,因此将其单独列出来,PCA统计分析发现重要的纹理特征参数有3个,分别是Haralick相关性,低灰度运行重点,集群突出。动脉期中参数角二阶矩和其他几个参数之间的相关性均比较弱,因此将其列出,PCA统计分析发现重要的纹理特征参数有3个,分别为熵,能量和短时间高灰度等级。门静脉期中参数中等灰度强度与其他参数具有较强的相关性,会导致模型过拟合,因此予以删除,PCA统计分析发现重要的纹理特征参数有3个,分别为差值熵,差异方差和逆差分矩。3、建立模型及预测,T2压脂图像所提取的特征中最终参与建模的特征参数为平均偏差,Haralick相关性,低灰度运行重点。动脉期图像最终参与建模的参数是角二阶矩,熵,能量。门静脉期图像最终参与建模的参数是差值熵,差异方差和逆差分矩。T2压脂图像模型总体的预测准确率为73.4%,在低分化上的预测准确率最高为75.0%。动脉期模型总体的预测准确率为71.9%,在低分化上的预测准确率最高为80.0%。门静脉期模型总体的预测准确率为68.7%,在高分化上的预测准确率最高为76.1%。结论及意义基于MRI的图像纹理分析技术可用于预测HCC高中低分化程度,并可为HCC的临床诊治及预后评价提供更多理论依据。