【摘要】目的：构建基于 MRI 形态学征象与动态对比增强磁共振成像（DCE-MRI）定量参数的乳腺癌预测模型，并评估其诊断效能。 方法：回顾性纳入 2023 年 3 月—2025 年 3 月在常州市中医医院进行病理诊断的 151 例乳腺结节患者，所有患者均接受 MRI 检查，依 据病理诊断结果将患者分为良性组与恶性组，采用 Logistic 回归分析影响乳腺癌发生的因素，基于此构建列线图预测模型，绘制受 试者工作特征（ROC）曲线评估各因素联合诊断效能。结果：151 例乳腺结节患者中有 57 例（37.75%）病理诊断结果为恶性，纳入 恶性组；94 例（62.25%）为良性，纳入良性组。恶性组瘤周水肿、毛刺征、不均匀强化占比均高于良性组，病灶最大直径、速率常 数（Kep）、最大增强斜率（MS）、容积转运常数（Ktrans）均高于良性组（P ＜ 0.05）；瘤周水肿（OR=2.293）、毛刺征（OR=17.099）、 Kep 高（OR=2.041）、MS 高（OR=1.586）及 Ktrans 高（OR=2.682）均为影响乳腺癌发生的独立危险因素（P ＜ 0.05）。基于上述多 因素 Logistic 回归分析结果建立列线图风险模型，校准曲线与决策曲线验证结果显示模型预测效果良好（P ＞ 0.05）；ROC 曲线显示， 基于 MRI 形态学与 DCE-MRI 定量指标诊断乳腺癌的曲线下的面积为 0.887（95%CI：0.835 ～ 0.939）；DeLong 检验分析结果显示， 联合诊断效能高于各单一指标（P ＜ 0.05）。结论：基于 MRI 形态学特征与 DCE-MRI 定量参数构建乳腺癌风险预测模型具有良好效能， 可辅助临床医师进行风险分层，联合各因素诊断效能较高，可提升诊断准确率。
【关键词】动态对比增强磁共振成像；乳腺癌；速率常数；最大增强斜率；容积转运常数