目的探讨MRI影像特征对低、中高级别前列腺癌（Prostatic cancer,PCa）Gleason分级的预测价值。方法回顾性分析2018年1月至2020年6月在兰州大学第一医院经过穿刺活检或根治术后病理证实为PCa的54个病人,63个病灶。纳入患者的年龄、前列腺特异性抗原（Prostate specific antigen,PSA）及其相关指标、以及病灶在T2WI图像上的定量及定性影像特征。采用独立样本t检验或Mann-Whitney U检验年龄、PSA及其相关指标、MRI定量影像特征在低、中高危组PCa之间的差异,采用卡方检验分析组间定性影像特征的差异。采用受试者操作特征（Receiver operating characteristic,ROC）曲线计算曲线下面积（Area under curve,AUC）,来评估诊断效能。结果PSA、f PSA、PSDA、肿瘤最大直径、相对病变直径、肿瘤体积、病灶形态、前列腺包膜、病灶包膜、信号、边界在PCa各组之间的差异有统计学意义（P<0.05或P<0.01）。ROC分析结果显示,肿瘤体积和PSAD的AUC最大。结论MRI影像特征和PSA及其相关指标可以提高对低、中高级别PCa的诊断价值,有助于术前无创性评估前列腺癌的危险程度。目的探讨ADC图纹理分析对低、中高级别前列腺癌（Prostatic cancer,PCa）Gleason分级的预测价值。方法回顾性分析2018年1月至2020年6月在兰州大学第一医院经过穿刺活检或根治术后病理证实为PCa的63个病灶。采用Fire Voxel软件在ADC图上手动逐层勾画感兴趣区（Region of interest,ROI）,得出直方图纹理特征参数（熵、偏度、峰度、不均匀性、标准差、最大值、最小值、平均值、中位数及10%、25%、50%、75%、90%分位像素值）。采用独立样本t检验或Mann-Whitney U检验来比较熵、偏度、峰度、标准差、最大值、最小值、平均值、中位数、不均匀性及10%、25%、50%、75%、90%分位像素值等纹理参数在低、中高危组PCa之间的差异。采用受试者操作特征（ROC）曲线计算曲线下面积（AUC）,来评估诊断效能,并评价其与MRI定量影像参数对鉴别低、中高危组PCa的联合诊断效能。利用logistic回归分析筛选出纹理参数对中高危组前列腺癌的独立危险预测因子。结果熵、偏度、最小值、平均值、中位数及10%、25%、50%、75%分位像素值在PCa各组之间的差异有统计学意义（P<0.05）。ROC分析结果显示,偏度和熵的AUC较大,两者分别与肿瘤体积及相对病变直径联合比单独使用的诊断效能强。利用logistic回归分析筛选出熵、中位数、10%分位、50%分位为中高危组前列腺癌的独立危险预测因子。结论ADC图的纹理参数可能是预测中高危组PCa有价值的工具,从ADC图中提取的特定纹理参数与特定的MRI影像定量特征的组合可能是预测中高危组PCa的附加工具。