目的：将前列腺磁共振成像(magnetic resonance imaging，MRI)中扩散加权成像(diffusion weighted imaging，DWI)数据通过计算得到扩散峰度成像(diffusion kurtosis imaging，DKI)和拉伸指数模型(stretched exponential model，SEM)的各参数，并与术后病理结果中的预后分组进行回归分析，评价各参数与预后分组的相关性，从而评估上述模型各参数区分前列腺癌恶性程度、预测预后的价值。方法：回顾性收集经手术病理证实为前列腺癌的病例71例，对其术前MRI扫描中的DWI进行重建，获得DKI的参数[平均峰度(mean kurtosis，MK)、平均扩散系数(mean diffusivity，MD)]和SEM的参数[扩散分布指数(distributed diffusion coefficient，DDC)、扩散异质性指数(α)]；传统单指数模型的表观扩散系数(apparent diffusion coefficient，ADC)由扫描系统自动生成。由两位医师在各参数图上根据病理学提示勾画感兴趣区并进行数据统计，通过Cronbach’s Alpha检验可信任度后，使用Kruskal-Wallis检验对相邻预后分组之间的各项参数分布进行比较；将ADC分别与DDC、MD进行Wilcoxon秩检验； 对各参数与预后分组之间的相关性使用Spearman相关性分析，以相关系数r评价相关性强弱；对各项参数和预后分组间的关系进行曲线拟合，以R2 评价拟合度高低。结果：两位医师的评分数据Cronbach’s Alpha系数为0.910；ADC、α、DDC、MD、MK在各预后分组上的分布均存在差异(P均＜0.05)；其中ADC与DDC在预后分组的分布有显著差异(p< 0.01)，ADC与MD在预后分组的分布差异无统计学意义(p> 0.05)；ADC、DDC、MD与预后分组均呈负相关(r值分别为-0.601、-0.627、-0.566)，且以逆模型的拟合度较高(Rp>2p> 分别为0.644、0.749、0.643)；MK与预后分组呈正相关(r=0.537)，逆模型的R2 为0.345；α与预后分组的相关性、曲线拟合度较低(r=0.239)。结论：前列腺癌预后分组的预判中，单指数模型仍是实际应用中性价比最高的方法，SEM中的DDC有比ADC更优秀的表现，DKI中的MD和ADC表现相当。