目的:初步探讨基于动态增强MRI纹理分析在Maternal immune activation预测肝细胞癌(HCC)Ki-67表达状态中的应用价值。方法:回顾分析经手术病理证实的67例肝细胞癌患者的临床及术前MRI资料，共72个HCC病灶纳入研究。依据Ki-67免疫组化染色结果，25个HCC为Ki-67高表达(阳性细胞比例≥10%),47个病灶为Ki-67低表达(阳性细胞比例<10%)。选取病灶最大层面的轴面T_1WI动态增强(动脉期、门脉期、延迟期)图像，采用MaZda4.6软件手动绘制ROI,提取病灶纹理特征。采用交互信息(MI)、Fisher系数、分类错误概率联合平均相关系数(POE+ACC)联合的方法选择最佳纹理子集，采用4种纹理分类方法评估纹理特征预测肝细胞癌Ki-67表达状态的效能，包括原始数据分析(RDA)、主要成分分析(PCA)、线性分类分析(LDA)和非线性分类分析(NDA),ROC曲线分析评价分类方法的预测效能。结果:基于动脉期、门脉期、延迟期图像纹理特征，4种分类方法判别Ki-selleck化学67表达状态的错判率分别为6.94%～36.11%、18.06%～34.72%、9.72%～23.61%。4种分类方法中NDA的错判率最低(6.94%～18.06%),其错判KD025体外率低于RDA(23.61%～36.11%)、PCA(25.00%～34.72%)和LAD(15.28%～25.00%)。基于动脉期图像纹理特征的NDA分类方法对于预测肝癌Ki-67表达具有最优效能，其预测Ki-67高表达的ROC曲线下面积为0.919,敏感度、特异度及准确度分别为88.00%、95.74%和93.06%。结论:基于动态增强MRI纹理分析是术前无创预测肝细胞癌Ki-67表达状态的可靠方法，其中动脉期图像纹理分析的预测效能最优。