目的 分析基于动态对比增强磁共振成像(DCE-MRI)表现的logistic回归分析模型在乳腺良恶性病变诊断中的应用。方法 回顾性分析2021年1月~2023年10月来我院进行乳腺检查患者161例临床资料。其中良性病变60例、恶性病变101例，分别纳入良性组(n=60)及恶性组(n=101)。分析两组DCE-MRI表现差异，进行单因素分析，利用二元Logistic回归分析构建乳腺良恶性病变诊断模型。采用受试者工作特征(ROC)曲线分析乳腺良恶性病变诊断模型的效能。结果 单因素分析显示，良性组与恶性组TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小比较差异有统计学意义(P<0.05)；二元Logistic回归分析结果显示，TIC曲线、BI-RADS分级、早期强化率、边缘形态及病灶大小是乳腺良恶性病变危险征像；构建logistic乳腺癌良恶性病变诊断模型Y= -0.633+0.645TIC曲线+2.112×BI-RADS分级+1.142×早期强化率+1.136×边缘形态+1.136×病灶大小；ROC曲线分析显示该模型诊断效能，AUC为0.944，敏感度为83.33%，特异度为85.15%，提示该模型具有较高的诊断效能。结论 基于乳腺病变早期DCE-MRI表现的logistic诊断模型，能够筛选出对乳腺恶性病变鉴别诊断有意义的特征变量，对乳腺良恶性病变具有较高的诊断效能。