乳腺癌严重威胁着妇女的身心健康,近年来,其发病率呈上升趋势,在国内已经跃居为女性恶性肿瘤之首。目前,乳腺癌的新辅助化疗(Neoadjuvant chemotherapy,NAC)凭借在肿瘤降期、保乳等方面的独特优势已成为乳腺癌治疗当中的标准模式,有研究表明乳腺癌患者通过新辅助化疗之后,如果病理反应表现为完全缓解,则其存活率会得到提高。但获得病理学反应结果通常需在新辅助化疗实施结束后,而对治疗方案的优化、手术时机的选择以及保乳治疗的实施都需要建立在准确估计病理反应的基础上进行。因此,对乳腺癌患者进行及时、准确的新辅助化疗疗效的评估并预测,找到一种可靠的非侵入性评价与预测方法,有利于个性化选择化疗方案。磁共振成像(Magnetic Resonance Imaging,MRI)[1]技术凭借丰富的图像信息、超高的软组织分辨能力以及无辐射无创等诸多优点,已成为乳腺疾病临床检查的重要信息来源。动态增强磁共振成像(Dynamic Contrast-Enhanced Magnetic Resonance Imaging,DCE-MRI)[2]技术,凭借其能了解到肿瘤的多方位信息,如细胞外间隙大小、间质压力、细胞构成、血管通透性、血供状况等,不断为乳腺癌的临床诊断提供重要依据。且DCE-MRI能对其血管生成情况在活体上作评价是由于DCE-MRI的特征、强化过程和瘤体的毛细血管特点具有一定的关联性,因此在理论上其亦可以为乳腺癌合理的制定治疗方案以及评估预后结果提供重要信息。本论文主要探讨了乳腺DCE-MRI影像特征在评价和预测乳腺癌新辅助化疗疗效方面的价值。回顾性分析了57例行术前新辅助化疗,且在化疗前、2周期化疗后MRI检查的乳腺癌恶性患者,对其按病理学反应分为化疗有效组和化疗无效组。提取这些患者乳腺MRI病灶和背景的形态、统计、纹理及动态增强特征,进行统计分析;并且用所提取的最优特征子集建立对新辅助化疗疗效结果的分类预测模型。具体内容包括:(1)乳腺DCE-MRI影像预处理。为了提高后续研究的可靠性,本研究对乳腺DCE-MRI影像数据进行了乳房目标区域分割处理。根据放射科医生标注的病灶区域,采用基于人体解剖学经验的形态学分割方法,分别对新辅助化疗前和2周期新辅助化疗后的乳腺DCE-MRI影像数据分割出病灶和腺体背景两个待研究影像区域。(2)乳腺DCE-MRI影像特征提取本研究中总共提取了126维影像特征,对病灶区域提取了包含动态增强特征、纹理特征、形态特征及统计特征在内的44维特征参数,对乳腺背景区域提取了包含动态增强特征及纹理特征在内的82维特征参数。考虑到本研究影像数据的三维空间特性,动态增强特征与纹理特征是在空间三维意义上提取的。(3)乳腺DCE-MRI影像特征与新辅助化疗疗效的统计学分析为了探讨乳腺DCE-MRI影像特征在乳腺癌NAC的疗效中的预测价值,首先要深入研究乳腺DCE-MRI影像特征和乳腺癌新辅助化疗疗效之间的关联性。本研究中对提取的动态增强特征、纹理特征、形态特征和统计特征作统计学分析,首先,对新辅助化疗前后影像特征用配对t检验统计两者之间的差异性,其次,利用单变量逻辑回归分析和多变量逻辑回归分析分别评估新辅助化疗前以及2周期新辅助化疗后的影像特征和新辅助化疗疗效之间的关联性。(4)乳腺DCE-MRI影像特征分类预测新辅助化疗疗效研究为了深入探讨乳腺DCE-MRI影像特征对乳腺癌新辅助化疗疗效的预测能力,本研究应用遗传算法进一步挑选出最优特征子集,并用所挑选的最优特征子集对新辅助化疗疗效作分类预测。本论文对乳腺DCE-MRI影像特征与新辅助化疗疗效的关联性与预测能力进行探索,结果表明乳腺DCE-MRI影像特征与新辅助化疗疗效是显著相关的,并且化疗前的乳腺DCE-MRI影像特征具备一定的预测能力。