摘要目的 研究基于临床-超声特征及MRI影像组学参数建模用于术前预测胎盘植入程度的能力,开发基于组合模型的预测工具并评估其诊断效能.方法 回顾性分析2015年3月—2021年11月本院124例确诊胎盘植入孕妇的临床病理学特征、产前超声图像和MRI影像学特征,并提取MRI影像组学纹理参数;依据病理结果分为胎盘植入组(PI组)69例,胎盘穿透组(PP组)55例.以7/3的比例建立训练集和测试集,在训练集中,采用二元logistic回归分析建立超声/MRI影像学模型、临床资料模型、MRI影像组学模型及组合模型预测胎盘植入程度,并用Delong非参数检验比较分析不同模型的预测效能,然后建立决策曲线测试模型净收益;通过以上4种模型评估测试集患者的预测效果,最终验证开发模型工具的预测效能.结果 二元logistic回归分析确定了流产史、子宫内膜损伤史、胎盘和子宫肌层之间的边界模糊、子宫浆膜与膀胱边界模糊、MRI纹理特征弧度区域大小矩阵(SmallAreaHighGrayLevelEmphasis和RunVari-ance),邻域灰度差矩阵(Contrast)等为风险因素,在训练集中,分别构建了预测胎盘植入程度的组合模型(曲线下面积AUC=0.885;95％CI 0.817～0.954,P＜0.05),临床模型(AUC=0.744;95％CI 0.644～0.844,P=0.0007),超声/MRI 影像学模型(AUC=0.748;95％CI 0.646～0.831,P=0.0071),MRI 影像组学模型(AUC=0.728;95％CI 0.626～0.831,P=0.0045),证实组合模型预测效能最高.在测试集中,组合模型也显示出更高的预测效能.结论 超声/MRI的影像学特征及纹理分析是预测胎盘植入程度的有力指标.基于临床-影像学资料建立的组合模型可提高预测胎盘植入程度的准确性.