摘要目的探讨基于前列腺癌（prostate cancer, PCa）原发灶的表观扩散系数（apparent diffusion coefficient, ADC）图、T2加权成像（T2 weighted imaging, T2WI）非增强序列影像组学模型预测PCa骨转移的价值。材料与方法回顾性分析来自2个中心且经穿刺或手术病理证实的178例PCa患者（不伴骨转移者115例，伴骨转移者63例）的MRI（ADC图和T2WI）资料。来自中心1的患者按照7∶3的比例随机分为训练组（n=97）和测试组（n=43），来自中心2的患者（n=38）作为外部验证组。图像重采样后，分别在ADC和T2WI图像上勾画肿瘤区域并进行特征提取。经过一致性检验后，采用单因素分析和最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）算法进行影像组学特征筛选。采用logistic回归分析构建影像组学预测模型，使用受试者工作特征（receiver operating characteristic, ROC）曲线下面积（area under the curve, AUC）评估模型的预测效能。使用DeLong检验对模型进行比较，校准曲线对模型进行评价。结果从ADC、T2WI及ADC+T2WI联合序列中各提取10、3和5个影像组学特征分别进行建模。测试组的AUC分别为0.83（95% CI：0.71～0.95）、0.78（95% CI：0.62～0.93）和0.81（95% CI：0.67～0.95）；外部验证组的AUC分别为0.82（95% CI：0.67～0.97）、0.69（95% CI：0.51～0.86）和0.84（95% CI：0.72～0.97）。DeLong检验显示，在外部验证组中基于ADC+T2WI联合序列影像组学模型优于基于T2WI单序列影像组学模型（P=0.02），余无差异。结论基于原发灶的ADC图较T2WI单序列影像组学模型对PCa骨转移具有更高的预测效能，而ADC+T2WI联合影像组学模型并没有表现出更佳的效能，这可能便于临床早期预测PCa骨转移风险。
