目的 探究基于双参数磁共振成像(biparametric magnetic resonance imaging, bp-MRI)的评价方法联合临床、病理相关参数对前列腺癌(prostate cancer，PCa)包膜外侵犯(extraprostatic extension, EPE)的预测价值。方法 分析104例进行根治性前列腺切除术(radicalprostatectomy，RP)的PCa患者，对其进行基于bp-MRI的Likert量表评分和EPE分级，并收集其临床、病理资料。根据RP病理结果，分为EPE阳性及EPE阴性组。多因素Logistic回归分析筛选EPE的独立危险因素，建立联合预测模型。绘制各独立危险因素及预测模型受试者工作特征(receiver operating characteristic，ROC)曲线，计算曲线下面积(area under the curve，AUC)。绘制模型列线图、校准曲线、临床决策曲线分析(decision curve analysis, DCA)图。结果 104例PCa患者中，64例为EPE阳性，40例为EPE阴性。EPE阳性组Likert量表评分和EPE分级明显高于EPE阴性组(P<0.05)。多因素Logistic回归分析表明，前列腺体积(prostate volume，PV)、总前列腺特异性抗原(total prostate-specific antigen，tPSA)、Likert量表评分和穿刺阳性率是PCa发生EPE的独立危险因素，AUC分别为0.647、0.660、0.789、0.789，联合预测模型AUC为0.935，相较于单一预测因子，联合预测模型的预测效能提升。列线图将模型可视化，更直观计算EPE发生风险。模型校准曲线与理想曲线吻合度较高、临床决策曲线分析中预测模型曲线远离两条极端线，模型诊断效能高。结论 PV，tPSA、穿刺阳性率和Likert量表评分能够预测PCa患者EPE发生风险，并且联合预测模型的预测效能进一步提高，为前列腺癌患者术前分期、手术方式的选择提供参考。