摘要目的:探究基于药代动力学对比增强(Pk-DCE)MRI影像组学模型列线图在乳腺癌腋窝淋巴结(ALN)转移预测中的价值.方法:回顾性收集术前行动态对比增强MRI(DCE-MRI)的乳腺癌患者591例,按照9∶1的比例随机分为训练集531例和测试集60例.将DCE-MRI图像导入定量分析软件获取容量转移常数(Ktrans)、流出速率常数(Kep)、血管外细胞间隙体积分数(Ve)、血浆容积分数(Vp)参数图.用ITK-SNAP软件分别在DCE-MRI原始图和参数图上勾画ROI,并用Pyradiomics提取特征.通过方差阈值、Select-K Best、最小绝对收缩和选择算子(LASSO)算法筛选特征并降维,通过logistic回归分析建立影像组学模型并计算模型的影像组学评分(Radsocre).利用单因素和多因素logistic回归分析筛选差异有统计学意义的临床特征和Radsocre建立联合模型,并绘制列线图.应用ROC曲线评估模型的预测效能,用决策曲线分析(DCA)和校准曲线评估模型的一致性.通过DeLong检验比较临床特征模型、影像组学模型及联合模型诊断效能的差异.结果:利用肿瘤直径、Radscore DCE、Radscore Ve、Radscore Vp建立联合模型,其在ALN转移预测中表现较好.联合模型在训练集中AUC为0.877(95%CI 0.848～0.906),敏感度为0.826(95%CI 0.779～0.866),特异度为0.723(95%CI 0.656～0.782);在测试集中AUC为0.889(95%CI 0.800～0.978),敏感度为0.850(95%CI 0.695～0.938),特异度为0.889(95%CI 0.639～0.981).联合模型预测效能优于临床特征模型和影像组学模型.DCA显示,联合模型有显著净效益,具有较高的应用价值.联合模型的校准曲线一致性较好.结论:基于Pk-DCE-MRI影像组学模型列线图可用于术前预测乳腺癌ALN转移,为乳腺癌的诊疗提供新的有效工具.