摘要目的探讨超声影像组学特征对检出致密型乳腺背景中的非肿块型乳腺癌的诊断价值。方法回顾性分析2017 年1 月1 日到2023 年1 月30 日东莞市人民医院及新疆医科大学附属肿瘤医院619 例致密型乳腺背景中的非肿块型病变（NML）的二维超声图像，采用7 ∶3的比例进行随机分组，训练组434 例，验证组185 例，共提取848 个影像组学特征，采用最小绝对收缩和选择算子（LASSO）回归模型进行特征筛选，通过LASSO-Logistic 回归来建立影像组学模型，并与临床和超声特征进行整合构建联合模型。 通过比较受试者工作特征（ROC）曲线评价模型的诊断效能。 用校准曲线评估模型的一致性，用决策曲线分析（DCA）评估模型的临床价值，用DeLong 检验将其与其余模型进行比较。结果术后病理结果显示619 例乳腺NML 中，恶性304 例，良性315 例。 单因素和多因素Logistic 回归分析结果显示，年龄、病灶长度、细小钙化、周围结构扭曲、血流特征是恶性病变的独立预测因素（OR=1.053、8.197、0.701、3.479、1.195；95%CI：1.027～1.080， 4.895～14.154， 0.573～0.857，2.044～6.044， 1.536～2.408；P 均＜0.050）。 共筛选出12 个非零系数的影像组学特征。 将筛选出临床指标和影像组学特征整合，创建了联合预测模型。 联合预测模型的训练组ROC 曲线下面积为0.89（95%CI：0.86～0.92），验证组曲线下面积为0.83（95%CI：0.78～0.89）。 DeLong 检验表明，联合模型与临床模型、超声模型、影像组学模型比较，差异有统计学意义（Z=-3.974、-3.338、-3.468，P 均＜0.050）。 联合模型的DCA 曲线下面积最大，训练组为0.12，验证组为0.22。 校准曲线显示，与其他模型相比，联合模型在预测结果与真实病理结果具有更好的一致性。结论超声影像组学与临床指标的联合模型对于致密型乳腺背景中NML 的良恶性的鉴别具有较好的效能，可为乳腺癌的临床治疗决策提供支持。