【摘要】目的：探讨基于临床特征及增强 CT、增强 MRI 征象的模型对肝细胞癌（HCC）患者微血管侵犯（MVI）高级别预测价值。 方法：回顾性选取 2018 年 1 月—2025 年 12 月惠州市中心人民医院经病理检查确诊为 HCC 患者 66 例，均完成术前增强 CT 及增强 MRI 检查， MVI 分级显示 M0 级 30 例，M1 级 21 例，M2 级 15 例。比较不同 MVI 分级 HCC 患者的基线资料、增强 CT 征象及增强 MRI 征象，采用多 因素 Logistic 回归分析 HCC 患者 MVI 高分级的影响因素，并分别构建临床模型、CT 模型、MRI 模型及临床 -CT-MRI 联合预测模型，绘制 受试者工作特征（ROC）曲线比较各模型对 HCC 患者高分级的预测价值。结果：不同 MVI 分级 HCC 患者 AFP ≥ 400 ≥ 400 μg/L 占比、肿瘤最大径、 多发病灶占比、低分化占比、病理卫星灶占比，增强 CT 征象包膜不完整、瘤内出血、瘤内坏死、瘤周强化、瘤周延迟强化及侵袭性形态（单 结节外突型、多结节融合型或浸润型）占比，以及增强 MRI 征象包膜不完整、瘤内出血、瘤内坏死、瘤周强化、瘤周延迟强化及侵袭性形态（单 结节外突型、多结节融合型或浸润型）占比比较，差异有统计学意义（P ＜ 0.05）。多因素 Logistic 回归分析结果显示，临床特征 AFP、肿 瘤最大径，增强 CT 征象包膜不完整、瘤周强化，增强 MRI 征象瘤周强化及侵袭性形态（单结节外突型、多结节融合型或浸润型）为 HCC 患者 MVI 高级别的独立影响因素（P ＜ 0.05）。ROC 曲线分析结果显示，临床模型、CT 模型、MRI 模型及临床 -CT-MRI 联合模型对 HCC 患者 MVI 高级别均具有一定预测价值（AUC 分别为 0.768、0.803、0.825、0.883），其中临床 -CT-MRI 联合模型 AUC 数值最大，灵敏度 和特异度分别为 86.67% 和 82.35%。结论：术前增强 CT 联合增强 MRI 能够从血供改变、瘤周浸润和肿瘤形态等角度反映 HCC 患者 MVI 分 级差异，区分增强 CT 与增强 MRI 征象后构建的临床 -CT-MRI 联合模型预测 HCC 患者 MVI 高级别具有较高价值。
【关键词】肝细胞癌；微血管侵犯；增强 CT；增强 MRI；预测模型