目的 评估利用表观弥散系数(ADC)与前列腺特异性抗原密度(PSAD)建立的逻辑回归模型预测有临床意义前列腺癌(csPC)的价值。方法 回顾性分析210例前列腺特异抗原(PSA)升高患者的磁共振(bpMRI)图像和临床资料，依据前列腺影像报告和数据系统2.1版(PI-RADS V2.1)对MRI进行评分，并测量前列腺体积(PV)和ADC值，计算PSAD。建立Logistic回归模型进行多因素统计分析，评估预测csPC的指标变量。利用受试者工作特征曲线(ROC)对单个指标变量及联合指标变量的预测性能进行比较。结果 210名患者中，前列腺良性病变患者 49 例，前列腺癌(PC)患者 161 例(csPC 146 例)。PI-RADS、ADCmin、ADCmean、PV、PSA及PSAD预测csPC的ROC下面积(AUC)分别为0.88、0.85、0.84、0.70、0.68和0.78。ADC值及PSAD能够独立预测csPC。联合回归模型A(ADCmin+PSAD)、B(ADCmean+PSAD)对应的AUC分别为0.87、0.87，敏感度分别为77%、73%，特异度分别为88%、88%。结论 ADC和PSAD对csPC具有独立预测价值，两者联合的预测模型优于单个独立预测变量指标。