【摘要】目的 探讨术前全子宫磁共振成像(MRI)影像 组学特征对Ⅱ型子宫内膜癌(EC)的预测价值及模型的 可行性。方法 研究对象为我院自2017年6月至2022年 6月经手术病理证实的Ⅰ型EC(n=68)和Ⅱ型EC(n=22) 共90例患者，以随机数表法分为训练集(n=63)和验 证集(n=27)。收集患者的一般资料及术前14d内MRI 图像。通过MRI图像一致性(ICC)评价和线性相关性检 验后，建立LASSO-Logistic回归模型筛选影像组学特 征。采用受试者工作特征曲线(ROC)的线下面积(AUC) 评估筛选特征预测Ⅱ型EC的精准度。构建术前全子 宫MRI影像组学特征的人工神经网络模型，通过训练 集Bootstrap自抽样和验证集以ROC、校准曲线评价 模型区分度和准确性。结果 Ⅱ型EC患者肌层浸润深 度和淋巴结转移高于Ⅰ型EC(P<0.05)。共提取术前全 子宫MRI图像轴位DWI和矢状位T2WI影像组学特征各 1132个，全子宫MRI一致性高于EC病灶特征。DWI特 征AUC=0.837(95%CI：0.713~0.908，P<0.01)，T2WI 特征AUC=0.812(95%CI：0.756~0.927，P<0.01)， DWI+T2WI特征AUC=0.895(95%CI：0.762~0.965， P<0.01)，ROC结果显示6个DWI特征和4个T2WI特征 联合预测的价值最高，灵敏度为77.78%，特异度为 85.36%，准确率为84.43%，约登指数为0.6314。 基于上述特征建立人工神经网络模型，训练集和 验证集的AUC分别为0.885(95%CI：0.786~0.915) 和0.851(95%CI：0.641~0.903)，校准曲线HosmerLemeshow检验结果分别为(χ2 =1.472，P=0.385)和 (χ2 =1.468，P=0.371)，验证结果显示模型的区分度较 好、准确性较高。结论 术前全子宫MRI影像组学特征 对Ⅱ型EC的预测价值较高，模型的预测可行性较好。