摘要目的 比较基于二维超声纹理特征(2D-Ultrasomics)的预测模型与基于超声造影(CEUS)的预测模型鉴别最大径≤2 cm乳腺良恶性结节的诊断价值.方法 选取我院经病理确诊的乳腺结节患者109例(共112个结节),依据病理结果分为良性组58个和恶性组54个,均行二维超声及彩色多普勒(2D-CDUS)、CEUS检查,比较两组超声检查结果的差异;基于二维超声图像提取2D-Ultrasomics,使用最小绝对收缩和选择算子(LASSO)进行特征筛选.采用多因素Logistic回归分别构建2D-CDUS模型、2D-CDUS结合CEUS(2D-CD+CEUS)模型、2D-CDUS结合2D-Ultrasomics(2D-CDUS+Ultrasomics)模型,绘制受试者工作特征(ROC)曲线评估各模型鉴别最大径≤2 cm乳腺良恶性结节的诊断效能;采用Hosmer-Lemeshow拟合优度检验评估模型的拟合度;绘制临床决策曲线评估模型的临床适用性.结果 两组结节2D-CDUS图像特征(内部回声、边界、血流、短径)和CEUS图像特征(增强方式、增强时相、造影边界、增强均匀性、增强病灶范围)比较差异均有统计学意义(均P<0.05).共提取818个2D-Ultrasomics,经过LASSO筛选后保留6个关键特征.根据多因素Logistic回归分析结果,纳入边界、短径构建2D-CDUS模型,纳入边界、短径、造影边界构建2D-CD+CEUS模型,纳入短径、灰度游程长度矩阵、灰度依赖矩阵、灰度大小区矩阵构建2D-CDUS+Ultrasomics模型.ROC曲线分析显示,2D-CDUS+Ultrasomics模型鉴别最大径≤2 cm乳腺良恶性结节的曲线下面积(AUC)为0.917,高于2D-CD+CEUS模型、2D-CDUS模型的AUC(0.892、0.823),且2D-CD+CEUS模型的AUC高于2D-CDUS模型的AUC,差异均有统计学意义(均P<0.001).Hosmer-Lemeshow拟合优度检验显示,2D-CDUS模型、2D-CD+CEUS模型和2D-CDUS+Ultrasomics模型均具有良好的拟合度(P=0.818、0.103、0.281).临床决策曲线分析显示,2D-CDUS+Ultrasomics模型在0.20～0.39、0.43～0.78及0.88～0.91概率阈值范围内具有较高的临床获益.结论 基于2D-Ultrasomics的预测模型较基于CEUS的预测模型能更准确地鉴别最大径≤2 cm乳腺良恶性结节,有助于临床早期准确诊断乳腺小结节和制定治疗决策.