目的:探究血氧水平依赖磁共振成像（blood oxygen-level dependent magnetic resonance imaging,BOLD-MRI）纹理分析预测肾透明细胞癌（clear cell renal cell carcinoma,ccRCC）病理分级的价值。方法:回顾性分析2011年4月至2019年7月苏州大学第三附属医院经病理证实为ccRCC且Fuhrman分级明确的84例患者资料。所有患者分为低级别组（FuhrmanⅠ+Ⅱ,n=56）和高级别组（Fuhrman Ⅲ+Ⅳ,n=28）。所有患者术前两周均行肾脏BOLD-MRI扫描。由2名影像诊断医师采用双盲法选取肾脏肿瘤最大层面T2*Map图像进行分析,沿着肿瘤边缘勾画感兴趣区（region of interest,ROI）。采用AK软件从每个ROI提取出基于形态学、直方图、灰度共生矩阵、灰度游程长度矩阵、灰度区域大小矩阵、灰度依赖性矩阵的396个纹理特征。采用组内相关系数（intraclass correlation coefficient,ICC）评价纹理特征的观察者间及观察者内一致性。采用Mann-Whitney U检验比较高、低级别组之间纹理特征的差异,筛选出在两组间存在统计学差异的纹理特征（P＜0.05）;采用单因素Logistic回归分析高、低级别组的纹理特征,筛选出有鉴别价值的纹理特征（P＜0.05）;采用最小冗余最大相关性（minimum redundancy maximum relevance,mRMR）算法筛选出10个冗余度最低相关性最高的特征;最后采用多因素Logistic回归构建基于BOLD的纹理预测模型。采用受试者工作特征（receiver operating characteristic,ROC）曲线分析评估预测模型鉴别高、低级别ccRCC的诊断效能;将数据随机分为训练组和验证组（训练组:验证组=7:3）,采用留组交叉验证（LGOCV）检验模型的可靠性。P＜0.05为差异有统计学意义。结果每个病例提取出396个肾肿瘤的BOLD纹理特征在观察者间一致性ICC值为0.76～0.92,观察者内一致性ICC值为0.80～0.95。经过Mann-Whitney U检验筛选出164个在高、低级别组间存在统计学差异的纹理特征（P＜0.05）,经过单因素Logistic回归筛选出120个具有鉴别价值的纹理特征（P＜0.05）,经过mRMR算法筛选出10个冗余度最低相关性最高的特征。特征3（waveletLHHglcmMaximumProbability）、特征 4（waveletHLHglszmSmallAreaEmphasis）、特征 7（waveletHHHglszmSmall AreaEmphasis）、特征 9（waveletLLHglcmIdmn）、特征 10（waveletLHHglszmSizeZoneNonUniformity）为独立预测因子,OR 值分别为 0.37、2.15、1.80、1.78、2.78。这5个纹理特征构建的预测模型鉴别高、低级别ccRCC的ROC曲线下面积为0.84,最佳截断值为0.80,其准确性、敏感性、特异性分别为73.81%、85.71%、67.86%;训练组的准确性、敏感性、特异性分别为82.26%、82.54%、82.50%,验证组的准确性、敏感性、特异性分别为75.01%、77.11%、71.00%。结论:BOLD-MRI纹理分析可用于术前无创性预测ccRCC病理分级,为临床ccRCC手术方案的制定和预后预测提供依据。