目的 观察MR T1WI瘤体和瘤周影像组学联合临床特征预测新genetic introgression辅助化疗(NAC)疗效的价值。方法 回顾性分析110例接受NAC的乳腺癌患者，其中43例NAC后病理完全缓解(pCR)、67例为非pCR(non-pCR更多);按7∶3比例将其分为训练集(n=76,30例pCR、46例non-pCR)和测试集(n=34,13例pCR、21例non-pCR)。以单因素及多因素logistic回归分析训练集临床及MRI表现，筛选NAC用于乳腺癌疗效的独立预测因子，并建立临床模型；于训练集NAC前MR T1WI所示瘤体及瘤周感兴趣体积(VOI)提取并筛选最佳影像组学特征，构建NAC治疗乳腺癌效果预测模型，包括模型_(瘤体)、模型_(瘤周)及模型_(瘤体+瘤周);联合瘤体及瘤周影像组学及临床相关独立预测因子建立联合模型。采用受试者工作特征(ROC)曲线评估模型诊断效能。结果 淋巴结转移(OR=0.17)、人表皮生长因子受体2(OR=4.52)及孕激素受体表达(OR=0.20)均为临床相关独立预测因子(P均<0.05)。于瘤体及瘤周VOI各选出4个最佳影像组学特征并构建相应模Compound 3化学结构型。联合模型在训练集的AUC为0.91,高于临床模型、模型_(瘤体)、模型_(瘤周)及模型_(瘤体+瘤周)(AUC分别为0.85、0.72、0.72、0.74,P均<0.05);其在测试集的AUC为0.88,高于模型_(瘤体)(AUC=0.64,P<0.05),与上述各模型的AUC(0.79、0.75、0.75)差异均无统计学意义(P均>0.05)。结论 MR T1WI瘤周及瘤体影像组学联合临床特征可有效预测NAC治疗乳腺癌效果。