姚国燕1#, 陈丽君1#, 吴艇帆2#, 刘园园1, 万芸1, 夏子强1, 刘波1*，郑民安3*,

1. 广州中医药大学第二附属医院 放射科，中国广东省广州市，510120

2. 上海联影医疗科技股份有限公司 中央研究院，中国上海市，210800

3. 广州中医药大学第二附属医院 急诊科，中国广东省广州市，510120

# 姚国燕、陈丽君和吴艇帆为共同第一作者，对本文贡献相同。

*通讯作者:

刘波, 电子邮箱: liubogzcm@163.com; 广州中医药大学第二附属医院放射科，中国广东省广州市大德路111号，510120

郑民安, 电子邮箱: zhengminan@yeah.net; 广州中医药大学第二附属医院急诊科，中国广东省广州市大德路111号，510120

目的： 本研究旨在开发一种基于乳腺X线摄影影像组学特征和临床特征的列线图，用以预测随访中BI-RADS 4a类病变的良恶性进展。

材料与方法： 这项回顾性研究纳入了104例随访时间超过6个月的患者，包括56例恶性病例和48例良性病例，共计202幅图像。患者按7:3的比例随机分为训练集和验证集。使用AK3.30软件提取了1316个影像组学特征，包括形态学特征、一阶统计特征和纹理特征。采用Spearman相关性分析和最小绝对收缩与选择算子（LASSO）方法进行特征筛选。采用单因素和多因素逻辑回归分析来识别临床特征中的独立风险因素，并构建一个影像组学-临床融合列线图。使用受试者工作特征（ROC）曲线下面积（AUC）评估影像组学模型和影像组学-临床融合模型的性能。采用DeLong检验比较两种模型的效能。

结果： 筛选出4个影像组学特征，并结合2个临床特征（临床触诊阳性和乳腺手术史）。影像组学模型和影像组学-临床融合模型在训练组和测试组中的AUC值分别为0.858和0.860，以及0.923和0.904。DeLong检验显示两种模型之间无显著差异（P值 > 0.05）。

结论： 基于乳腺X线摄影影像组学和临床特征的列线图在预测随访中BI-RADS 4a类病变的良恶性进展方面表现出良好的性能，显示出对BI-RADS 4a类病变进行风险分层的潜力。