影像组学研究对于定量肿瘤的异质性、辅助临床决策有很大的潜力和应用价值。在乳腺癌的临床诊疗中,淋巴结是否转移对于手术方案的制定有重要指导意义。但是目前临床上缺乏预测淋巴结转移的安全有效手段。本文应用影像组学方法对乳房CT影像进行定量分析来实现乳腺癌癌淋巴结是否转移的预测。我们从广东省人民医院收集了456例满足分析要求的乳腺癌癌病例数据,首先提出了一种应用于对比增强CT乳腺癌的半自动随机游走算法进行分割。该算法先使用手动辅助并进行最大区域提取得到局部乳腺病变。然后,使用改进的迭代直方图均衡化来对乳腺病灶进行增强,使病灶与周围乳腺组织有较大对比度。最后,使用基于四个种子点的随机游走算法来分割病变区域。对分割的病变组织,从每例中提取了592个影像特征,包括肿瘤的图像强度特征、形状和大小特征、纹理特征以及小波特征;然后利用LASSO逻辑回归(LLR)来构造乳腺癌淋巴结转移的影像组学标签(Rad-score),并结合临床信息进行多元分析,构造了诺模图个性化预测模型。基于以上的方案,我们得出以下结论:LLR基本预测模型在训练集上AUC为0.712,测试集AUC为0.737,且对比不同的模型,F1值表现最高,为0.705;在诺模图上,用所有数据进行个性化预测,得到C-index为0.721(95%CI:0.676-0.768),在一致性曲线上表现较佳,可为临床决策提供有价值的信息。