【摘要】目的：探讨基于增强 MRI 图像纹理特征预测肝细胞癌病理分化程度的可行性。方法：回顾性选取 2021 年 10 月—2022 年 12 月 在钦州市第一人民医院诊断为肝细胞癌（hepatocellular carcinoma，HCC）84 例患者的 MRI 增强 T1WI 图像纹理特征、临床资料与病理资 料。将高分化 HCC 患者设为 A 组（n=48），中 - 低分化 HCC 设为 B 组（n=36），比较两组 MRI 增强 T1WI 图像纹理特征值差异，采用二 元 Logistics 回归分析，筛选出预测患者 HCC 病理分化程度的独立风险因素并建立模型。对独立风险因素与 Logistics 预测模型进行受试者工 作特征（receiver operating characteristic，ROC）曲线分析诊断效能。结果：两组患者临床资料差异均不具有统计学意义（P ＞ 0.05）。二元 Logistics 回归方程结果显示能量（angular second moment）、线像度（line likeness）与频率大小（frequency size）为预测 HCC 患者分化程度 的独立风险因素，预测模型为：Logit（P）=-0.876+angular second moment×2.975+line likeness×0.215+frequency size×-3.537，Logit（P）的 ROC 曲线下面积为 0.85，取阈值为 0.53456 时，灵敏度及特异度分别为（81.6%、79.2%）。结论：HCC 肿瘤的 MRI 增强 T1WI 图像纹理特 征能有效预测 HCC 患者病理分化程度，可为临床后续治疗提供病理分化依据。 

【关键词】纹理分析；肝细胞癌；肿瘤分化程度