乳腺肿瘤是女性中发病率最高的肿瘤,其死亡人数也是最多的。在治疗乳腺肿瘤且肿瘤细胞未发生转移的情况下,以往的手段都是完全切除整个乳房,但随着人们对于乳房审美的要求的提升,保乳术及相关治疗逐渐流行起来。其中在保乳手术之首先要进行新辅助化疗,它能够增加病人接受保乳手术的机会,并获取化疗药物敏感信息。但是不同年龄、不同体质的患者对相同的化疗方案反应不同,部分患者并未达到理想的治疗效果。研究表明化疗疗效反应与患者的预后有关,如果能够预测化疗后的疗效,这将会辅助临床医师精准决策治疗方案。研究表明,磁共振影像能对新辅助化疗疗效进行预测,以往研究中多是单参数影像,但在本研究中采用多参数磁共振影像来预测化疗后疗效。不仅是化疗疗效,化疗后肿瘤的退缩模式和患者预后也有密切关系,在整个化疗期间乳腺肿瘤呈向心性退缩的患者其预后要好于非向心性退缩的患者,且退缩模式关系到能否进行保乳手术。如果能够预测化疗后肿瘤退缩模式,将会辅助临床医师判断预后从而改变治疗方案,减轻患者经济负担、提升患者的预后。针对以上问题,本文用影像组学的方法,基于新辅助化疗前多参数影像,对患者的化疗疗效和肿瘤退缩模式进行研究。本文具体内容有以下几个方面:（1）乳腺MRI影像及病理数据的处理:根据课题研究的入组条件从医院采集的数据中筛选了216例数据,其中退缩模式任务193例数据。回顾性分析两个任务中不同数量的首次化疗前、未经过任何治疗且有MRI影像检查的乳腺癌患者病例。整理并筛选了乳腺癌患者的多参数MRI影像数据,对临床病理信息包含分子分型、化疗疗效、退缩模式等进行标准化、结构化转换,方便后面建立模型,并对化疗前后的肿瘤最大径进行测量。同时用统计学方法研究在化疗疗效和退缩模式任务中不同组别患者病理信息之间的差异性。最后,又对部分DCE-MRI影像数据进行了标准化处理。（2）乳腺肿瘤多参数影像特征提取与特征选择:先对入组的病例DCE-MRI进行乳房区域的分割,再以半自动化方式得到化疗前DCE-MRI的病灶区域。其次通过医学图像配准方法得到T2WI、ADC参数影像病灶区域,然后提取多参数影像病灶区域的多种类型特征,并介绍了这三种类型的特征。接着又介绍了几种特征选择方法,为后面进行特征选择提供了可选的方案。（3）基于单参数影像特征的化疗疗效和退缩模式预测研究:探究了单参数影像特征对化疗疗效和退缩模式的预测性能。首先在化疗疗效和退缩模式任务进行了单特征分析,结果显示,在不同类型特征中纹理特征具有较好的预测性能;在不同参数特征中DCE参数特征具有较好的预测性能。在单参数多特征融合研究中,使用基于交叉验证超参数随机搜索的随机森林模型进行训练和测试。研究结果显示,DCE-MRI减影序列特征融合的结果整体优于T2WI、ADC序列特征融合;而在DCE-MRI减影序列中S5-S2序列的特征融合预测性能最好,在化疗疗效和退缩模式任务中AUC分别达到了0.810、0.805。（4）基于多参数影像特征融合的化疗疗效和退缩模式预测研究:探究了不同参数影像特征融合对化疗疗效和退缩模式的预测性能。多参数影像特征的融合包括:ADC+T2WI、ADC+DCE、T2WI+DCE、ADC+T2WI、ADC+T2+DCE。由于多参数影像特征较多,在前面研究的基础上改进了多参数影像特征选择,并对选出的最优多参数特征进行重要性排序。研究结果显示,在化疗任务、退缩模式中多参数融合的预测性能（AUC）达到了0.919、0.905,优于任意两个参数影像特征融合的预测性能。最后又进行了基于多参数影像特征和病理信息融合的化疗疗效和退缩模式预测研究。研究结果显示,在原有的多参数影像模型基础上加入分子分型Luminal A信息,对于在化疗疗效和退缩模式任务预测性能（AUC）均有提升,分别达到了0.948、0.912。提前预知乳腺肿瘤化疗疗效和退缩模式可以改善治疗方式、提高保乳率和预后,在以上背景下,我们构建的化疗前的多参数影像组学模型能够较好地（AUC达0.9以上）预测新辅助化疗之后的疗效以及乳腺肿瘤的退缩模式。同时乳腺肿瘤化疗之后的退缩模式和化疗疗效也存在显著的相关关系即:化疗后乳腺肿瘤呈向心性退缩的患者其化疗之后的反应较好;化疗后肿瘤呈非向心性退缩的患者其化疗之后的反应较差。基于以上的研究结果,我们得出新辅助化疗前多参数影像能为临床医师判断预后、选择术前治疗方案和手术方案提供一些有价值的参考信息。