目的　分析乳腺超声造影(CEUS)的增强特征,构建乳腺病变CEUS预测模型,探讨该模型对乳腺良恶性病变的诊断价值.方法　选取2016年6月至2018年8月于丽水市人民医院及浙江＜em＞大学＜/em＞医学院附属第二医院就诊的乳腺病变患者192例共195个病灶,所有病灶均为常规超声检查BI-RADS分类4类及以上,均经穿刺活检或手术取得病理结果.将病例分为CEUS组120例共123个病灶,均经CEUS检查;CEUS+动态增强磁共振(DCE-MRI)组72例共72个病灶,均接受CEUS及DCE-MRI检查.对CEUS组120例患者的CEUS模式特征进行单因素及多因素Logistic回归分析,筛选预测乳腺恶性病变的CEUS危险因素,并建立预测模型,绘制ROC曲线.以CEUS+DCE-MRI组72例患者的病理结果为＂金标准＂,分别计算CEUS预测模型与DCE-MRI对乳腺良恶性病变的诊断效能.结果　Logistic回归分析结果显示诊断乳腺恶性病灶的CEUS特征性表现为增强后病灶范围增大(OR=12.941,P=0.003),＂蟹足＂征或血管扭曲缠绕(OR=7.553,P=0.009),灌注缺损(OR=5.670,P=0.024).建立的风险预测模型即Logistic回归方程为:Y=-4.108+2.560X6+2.022X7+1.735X8.该模型预测乳腺良恶性病灶的ROC曲线下面积为0.953.以穿刺或术后病理结果为＂金标准＂,CEUS风险预测模型诊断乳腺良恶性病变的敏感度、特异度、阳性预测值、阴性预测值以及准确性分别为93.0％、73.3％、93.0％、73.3％、88.9％;DCE-MRI诊断乳腺良恶性病变的敏感度、特异度、阳性预测值、阴性预测值以及准确性分别为94.7％、73.3％、93.1％、78.6％、90.3％.CEUS风险预测模型与DCE-MRI诊断乳腺良恶性病变的一致性较高(Kappa值=0.70).结论　乳腺CEUS预测模型对鉴别良恶性病灶具有较高的诊断效能,且操作相对简单、检查时间短、可重复性好、价格相对低廉,不失为诊断乳腺良恶性病变的一种有效和可靠方法.