目的 讨论基于乳腺癌的MR影像组学特征建立组学模型，用以预测HER-2表达状态的价值。方法 收集并回顾性分析了河北大学附属医院自2018年至2022年期间，且经过病理证实为乳腺癌浸润性导管癌(非特殊类型)的病例，IHC明确了HER-2表达状态的151例患者的临床及影像资料。利用其中的DCE-T1WI序列图像、脂肪抑制T2WI序列以及二者联合序列建立三个影像组学模型，进而预测HER-2表达状态。使用ACC等指标来评估以上三个模型的诊断效能。结果 在预测HER-2的阴性和阳性表达状态时，验证集中的DCE-T1WI序列模型、脂肪抑制T2WI序列模型以及两个序列联合模型的AUC值(P(0.05)分别为0.71,0.77,0.92，在训练集和验证集中，第三种联合模型的预测效能均高于前两种单一模型。结论 本研究构建的联合预测模型，能够准确判别HER-2的表达状态，不仅能避免患者接受不必要的有创活检，减轻其身体负担与心理压力，还为临床医生提供了无创、高效的诊断新路径。