摘要目的:基于MRI定量参数及数字乳腺体层合成(DBT)构建乳腺良恶性病变诊断模型,并分析其效能.方法:选取医院2022年1月至2024年6月126例乳腺病变患者,所有患者均行常规MRI、磁共振弥散加权成像(MRI-DWI)、动态增强磁共振成像(DCE-MRI)、DBT检查,根据病理结果分为恶性组(n=80)及良性组(n=46).比较两组MRI形态学、T2WI特征及定量参数[表观弥散系数(ADC)、容积转换常数(Ktrans)、速率常数(Kep)、血管外细胞外间隙百分比(Ve)],对比两组DBT影像学特征,乳腺良恶性肿块鉴别的影响因素采用logistic回归分析,并构建诊断模型,分析其效能.结果:2名观察者测量ADC、Ktrans、Kep、Ve的一致性良好(ICC＞0.75);恶性组及良性组在病灶形态、边缘、微钙化、强化特点、T2WI特征等方面比较,差异有统计学意义(P＜0.05);恶性组ADC低于良性组,Ktrans、Kep、Ve高于良性组(P＜0.05);恶性组病灶形态不规则、边缘模糊、微钙化占比分别为71.25％、73.75％、77.50％,高于良性组的39.13％、36.96％、30.43％(P＜0.05);多因素logistic回归分析显示,强化特点、T2WI特征、ADC、Ktrans、Kep、病灶形态、边缘及微钙化为影响乳腺良恶性肿块鉴别的独立影响因素(P＜0.05);Hosmer-Lemeshow检验结果显示x2=4.569,P=0.799,回归方程拟合度较好;采用受试者工作特征(ROC)曲线分析模型的预测效能发现,基于MRI定量参数及DBT构建的诊断模型诊断乳腺良恶性病变的ROC曲线下面积(AUC)为0.960(95％CI 0.930～0.990;P＜0.05),模型具有良好的预测效能.结论:乳腺良恶性病变MRI定量参数及DBT影像学特征存在明显差异,基于两者构建的诊断模型可以准确诊断乳腺良恶性病变,具有良好的应用价值.