探讨常规MRI图像影像组学方法术前评估肝细胞癌（HCC）微血管侵犯（MVI）的价值。

回顾性分析2015年10月至2016年10月复旦大学附属中山医院，经手术病理证实为HCC，且在术前2周内进行过腹部MRI平扫及动态增强检查的250例患者。按照1∶1的比例采用计算机随机软件将患者分为训练集和测试集，每组各125例，分类器将HCC分为无MVI组和有MVI组，测试集用于验证分类器的效能。影像组学的纹理分析采用自编软件，每个序列选取345个纹理特征，7个序列图像共有2 415个纹理特征。采用四倍交叉验证和序贯前向浮动特征选择策略选择评估MVI的纹理特征。采用线性判别分析建立分类器。常规MRI图像评价包括定性评价和定量评价。分类变量采用χ²检验或Fisher精确概率检验进行比较；连续变量采用独立样本t检验或Mann-Whitney U检验比较；在单因素分析中P<0.05的因素被选出输入到多因素二元logistic回归模型中，确定有统计学意义能用来评估MVI预测因子。判定logistic回归模型的拟合优度检验采用Hosmer-Lemeshow检验，采用ROC评价其诊断效能。

训练集建立的分类器由13个纹理特征组成。单因素分析中，病理分级（P=0.026）、AFP分组（P=0.033）、病灶边缘（P=0.038）、动脉期强化程度（P=0.038）、动脉期瘤周强化（P=0.008）差异有统计学意义，多因素二元logistic回归分析，显示瘤周强化和纹理分类器评估MVI的P值分别为0.005和0.001，是MVI的独立危险因素，Hosmer Lemeshow检验的显著性水平为0.796，表明是可接受模型的拟合优度。单一变量、联合变量（AFP分组、肿瘤边缘、动脉期强化程度、动脉期瘤周强化）、纹理分类器判别MVI的AUC分别为0.588~0.627、0.798和0.733，联合变量及分类器的AUC差异无统计学意义（P=0.108 6），二者诊断的敏感度均为70.73%，联合变量诊断的特异度高于纹理分类器（分别为82.14%和78.57%）。

AFP水平、肿瘤边缘形态、动脉期强化程度及动脉期瘤周强化联合诊断可用于评估HCC有无MVI，是术前无创评估MVI有价值的方法。常规MRI图像建立的分类器评估效能并不优于常规MRI和临床的联合诊断。