摘要目的探讨乳腺影像报告和数据系统（BI-RADS）分类联合影像组学预测模型鉴别X线摄影不同表现类型乳腺病灶良性与恶性的效能。方法回顾性分析东南大学附属中大医院2013年5月至2020年8月接受乳腺X线摄影检查并经病理证实的2 055例女性患者。根据BI-RADS分类第5版将病灶分为肿块型及非肿块型，肿块型又分为小肿块（最大径≤2 cm）、大肿块（最大径>2 cm），非肿块型又分为非对称、钙化及结构扭曲。通过手动分割病灶感兴趣区提取影像组学特征并构建影像组学模型。使用受试者操作特征曲线及曲线下面积（AUC）评估BI-RADS分类、影像组学及两者联合鉴别诊断乳腺X线摄影不同表现类型良性与恶性病变的效能，采用DeLong检验比较3种模型的AUC。结果BI-RADS分类、影像组学模型及BI-RADS分类联合影像组学模型诊断乳腺病灶良性与恶性AUC值分别为0.924±0.006、0.827±0.009及0.947±0.005；与BI-RADS分类、影像组学模型比较，联合模型的诊断的AUC最高，差异具有统计学意义（Z值分别为9.29、14.94，P<0.001）。联合模型鉴别大肿块、小肿块及非肿块乳腺病灶良性与恶性的AUC（分别为0.958±0.007、0.933±0.013、0.939±0.008）均高于BI-RADS分类（AUC分别为0.937±0.010、0.896±0.020、0.916±0.011，Z值分别为5.32、3.90、5.08，P<0.001）、影像组学模型（AUC分别为0.872±0.012、0.851±0.021、0.758±0.016，Z值分别为7.86、4.53、12.13，P<0.001）。联合模型诊断非对称乳腺病灶良性与恶性的AUC（0.897±0.017）高于BI-RADS分类（AUC为0.866±0.020，Z=4.27，P<0.001）、影像组学模型（AUC为0.633±0.029，Z=7.44，P<0.001）；而联合模型诊断诊断钙化和结构扭曲乳腺病灶良性与恶性的AUC（分别为0.971±0.010、0.811±0.057）仅高于影像组学模型（AUC分别为0.827±0.021、0.586±0.075，Z值分别为7.40、3.15，P<0.001），与BI-RADS分类差异无统计学意义（AUC分别为0.959±0.012、0.800±0.061，Z分别为1.87、0.39，P>0.05）。结论BI-RADS分类结合影像组学模型预测X线摄影不同表现类型乳腺病灶良性与恶性的效能较高，具有重要的临床应用价值。
