【摘要】目的：探究从双参数MRI 中提取的前列腺病变内及病变周围区域的影像组学特征在前列腺癌（PCa）诊断中的应用价值。方法：选择齐齐哈尔医学院附属第一医院2018 年6 月—2024 年3 月进行前列腺磁共振扫描的211 例前列腺占位疾病患者，在T2WI、弥散加权成像（DWI）和表观弥散系数（ADC）图上划定原始病变感兴趣区（ROI），并通过扩大原始病变边缘生成病变周围区域（5 mm）的ROI，从不同ROI 中提取特征，通过逻辑回归分析建立病变内和病变周围区域模型，最后结合病变内区域和病变周围区域特征设计联合模型。绘制受试者工作特征（ROC）曲线，计算曲线下面积（AUC）来评估模型的预测性能。结果：病变内、病变周围以及病变内与病变周围联合模型在测试集的AUC 值分别为0.838、0.857 和0.895。与病变内和病变周围区域模型比较，联合T2WI+DWI+ADC 序列的双参数MRI 病变内与病变周围特征联合模型预测效果更佳，其在测试集的灵敏度、特异度和准确率分别为0.758、0.967 和0.857。结论：基于双参数MRI 的病变内与病变周围结合的影像组学模型，对PCa 具有较好的预测价值，有助于改善PCa 的临床决策制定。

【关键词】影像组学；机器学习；前列腺癌；病变周围区域