摘要目的:探讨磁共振成像(MRI)影像组学模型对乳腺影像报告和数据系统(BI-RADS)4类乳腺肿块的诊断价值.方法:回顾性选取2023年2月至2025年2月中国人民解放军第八十三集团军医院及河南医药大学第一附属医院收治的157例BI-RADS 4类乳腺肿块患者,根据乳腺肿块性质将其分为良性组(33例)和恶性组(124例).提取乳腺肿块853项MRI影像组学特征,采用Mann-Whitney U检验筛选良恶性肿块间差异显著的特征,通过分层随机抽样法以7∶3比例,将157例BI-RADS 4类乳腺肿块患者分为训练集(110例)和测试集(47例),构建MRI多维度影像组学logistic回归模型(简称影像组学模型).依据BI-RADS 4类恶性风险差异,将157例患者分为4A组(89例,恶性风险为2%～10%)、4B组(45例,恶性风险10%～50%)和4C组(23例,恶性风险50%～95%)3个亚组,在测试集验证影像组学模型的诊断效能,并与传统BI-RADS分类影像组学诊断方法进行对比,采用受试者工作特征(ROC)曲线下面积(AUC)分析3个亚组的诊断效能.结果:筛选出56项差异显著特征,最终构建的模型独立预测10项乳腺肿块良恶性的独立影像组学特征.影像组学模型在测试集中的AUC为0.941,显著高于BI-RADS分类的0.785,差异有统计学意义(Z=3.856,P＜0.001),影像组学模型的灵敏度、特异度和准确率分别为92.7%、84.8%和90.4%.3个亚组分析显示,影像组学模型在恶性风险的4A、4B和4C组中AUC分别为0.938、0.945和0.951,均＞0.93,4C组准确率为95.7%,阳性预测值为100%.结论:MRI影像组学模型对BI-RADS 4类乳腺肿块具有较高诊断效能,尤其在高风险诊断中表现优异,可为临床精准鉴别提供参考.