背景与目的 新辅助化疗（NAC）是乳腺癌治疗有效的选择，但临床上对乳腺癌NAC后病理完全缓解（pCR）的预测仍有挑战。本研究探讨将乳腺癌患者临床资料与其影像特点相结合预测NAC后pCR的价值。方法 收集并分析中南大学湘雅医学院附属长沙医院2021年1月—2023年12月90例接受NAC并行手术治疗的乳腺癌患者临床资料以及MRI影像资料。根据术后病理结果将乳腺癌患者分为pCR组（n=31）及非pCR组（n=59），分析临床资料以及MRI影像资料中NAC后pCR的预测因素，绘制受试者工作特征（ROC）曲线，分析独立预测因素及联合模型的预测效能。结果 90例患者中，31例（34.4%）实现pCR，pCR组及非pCR组在孕激素受体（PR）、雌激素受体（ER）、乳腺癌分子分型、肿瘤内表观扩散系数（ADC）差异具有统计学意义（均P<0.05）。多因素回归分析结果显示，PR阴性状态（OR=7.203，95% CI=2.075~25.010，P=0.002）、痛经史（OR=0.324，95% CI=0.107~0.978，P=0.030）、乳腺纤维组织类型（OR=0.219，95% CI=0.055~0.866，P=0.042）及肿瘤内ADC（OR=4.847，95% CI=1.468~16.002，P=0.010）是NAC后乳腺癌完全缓解的独立预测因素。ROC曲线显示，四个独立预测因素的联合模型的曲线下面积值为0.795，高于单一指标，其敏感度、特异度分别为72.9%、74.2%，Youden指数为0.471。结论 PR阴性状态、既往有痛经史、较低的乳腺密度以及化疗前较低的ADC值与乳腺癌NAC后高pCR率相关。因此，综合MRI影像学和临床资料对NAC后乳腺癌患者是否获得pCR具有较好的预测能力。