本研究探讨了分割变异性对三阴性乳腺癌预测模型的影响，采用Shapley加法解释法选择放射组学特征，并通过逻辑回归模型进行训练。结果表明，分割准确性对预测性能影响不大，提示过度依赖分割稳定性可能会忽视重要的预测特征。

本研究使用放射组学特征探索生成合成肿瘤图像的可行性，通过RadiomicsFill-Mammo技术生成模拟的乳腺肿块图像，显著改进了肿块检测能力，为治疗规划和肿瘤模拟开辟了新的研究方向。

光子计数计算机断层扫描（PCCT）是医学影像学中的创新技术，能解决空间分辨率、噪声干扰和对比噪声比等问题。PCCT在乳腺细微异常检测方面有显著效果，可结合深度学习和放射组学特征进行数据处理。尽管相关文章数量有限，但PCCT在临床层面的整合有潜在好处，可应用于各种诊断应用。