本文利用影像組學的方法預測乳腺腫瘤分子標記物雌激素受體（ER）。首先采用基于相位信息的動態輪廓模型（PBAC）對乳腺圖像進行分割，其次對乳腺超聲圖像中腫瘤的形態、紋理、小波三個方面的 404 個高通量特征進行提取并予以量化，然后利用 R 語言以及結合最大相關最小冗余（mRMR）準則的遺傳算法進行特征篩選，最后利用支持向量機（SVM）和 AdaBoost 進行分類判別，實現根據乳腺超聲圖像預測分子病理指標 ER 的目的。對 104 例臨床乳腺腫瘤超聲圖像數據進行實驗，在使用 AdaBoost 作為分類器的情況下得到了最優指標，即分子標記物 ER 的預測準確率最高可以達到 75.96%，受試者操作特性曲線下的面積（AUC）最高達到 79.39%。實驗結果證明了利用影像組學方法預測乳腺癌 ER 表達情況的可行性。