基于卷积神经网络的病理活检胃癌诊断模型

  目的  基于深度学习技术,建立胃活检病理切片胃癌诊断模型,并对模型的性能进行评价。  方法  回顾性收集2015年1月—2020年1月浙江省人民医院胃活检诊断为正常胃黏膜、慢性胃炎、高级别上皮内瘤变和胃腺癌患者的病理切片。以20倍率扫描为全视野数字图像(whole slide image, WSI),并按2:2:1的比例随机分为图块分类数据集、切片分类训练集与切片分类测试集。对图块分类数据集病变区域进行标注、图块截取后,按20:1:1的比例随机分为训练集、测试集、验证集。基于Efficientnet和ResNet网络结构构建卷积神经网络(convolutional neural network,CNN)图块级癌与非癌分类模型,并以图块分类准确率、受试者操作特征曲线下面积(area under the curve, AUC)评价该模型的性能。基于此模型拼接获取整张WSI的癌变热力图,提取热力图中切片级癌与非癌分类特征,对LightGBM算法进行训练,最终完成整张胃癌活检切片的诊断与识别,其识别结果以AUC、准确率、灵敏度、特异度进行评价。  结果  共入选符合纳入和排除标准的胃良性疾病(正常胃黏膜、慢性炎症)病理切片500张,胃癌(高级别上皮内瘤变、胃腺癌)病理切片500张。图块分类数据集、切片分类训练集与切片分类测试集WSI分别为400张、400张、200张。图块分类训练集、测试集、验证集图块分别为402 000个、20 000个、20 000个。以Efficientnet-b1网络结构建立的CNN模型对测试集、验证集图块分类的准确率[测试集:91.3%(95% CI: 88.2%~95.4%);验证集:92.5%(95% CI: 89.0%~95.3%)]、AUC[测试集:0.95(95% CI: 0.93~0.98);验证集:0.96(95% CI: 0.92~0.98)]均最高。基于LightGBM算法构建的模型识别整张切片为胃癌的AUC为0.98(95% CI: 0.89~0.98),准确率为88.0%(95% CI: 81.6%~94.3%),灵敏度为100%(95% CI: 88.0%~100%),特异度为67.0%(95% CI: 57.0%~85.0%)。  结论  基于胃活检病理切片建立的CNN诊断模型可对癌变组织进行定位,实现图块级和切片级病变性质精确分类,准确识别胃癌,有望提高病理诊断效率。     

基于多种染色病理图像的非炎性主动脉中膜变性计算机辅助诊断方法

  目的  探讨建立非炎性主动脉中膜变性(medial degeneration, MD)患者多种染色病理图像计算机辅助诊断模型的可行性。  方法  回顾性收集2018年7—12月首都医科大学附属北京安贞医院诊治胸主动脉瘤及夹层患者非炎性病变的主动脉手术标本病理切片。将其以400倍率扫描为全视野数字图像(whole slide image, WSI)后由2名病理科医师对病变进行标注。按6:1的比例将标注后的WSI图像随机分为训练集和测试集。采用训练集数据对SE-EmbraceNet进行训练,构建多种染色病理图像MD多分类[包括层内型黏液样细胞外基质聚集(intralamellar mucoid extracellular matrix accumulation,MEMA-I)、穿透型黏液样细胞外基质聚集(translamellar mucoid extracellular matrix accumulation,MEMA-T)、弹力纤维断裂和/或缺失(elastic fiber fragmentation and/or loss,EFFL)和平滑肌细胞核缺失(smooth muscle cell nuclei loss,SMCNL)]模型,并采用准确率、灵敏度、精确率、F1值对模型的分类效果进行评价。  结果  共入选符合纳入和排除标准的胸主动脉瘤及夹层患者非炎性主动脉病变手术标本病理切片530张。总提取5265组图像,每组均包含同一病变部位HE染色、特殊染色(弹力纤维/VanGieson、Masson、阿辛蓝/过碘酸雪夫)及平滑肌肌动蛋白5种染色病理图像。其中,训练集图像4513组,包括SMCNL 987组、EFFL 2013组、MEMA-I 1337组及MEMA-T 176组;测试集图像752组,包括SMCNL 166组、EFFL 335组、MEMA-I 222组及MEMA-T 29组。模型在测试集中显示出良好的MD分类性能,整体准确率为96.54%(726/752)。其中,对EFFL的识别能力最强,准确率、灵敏度、精确率和F1值均≥98.51%,其次为SMCNL,各评价指标均≥97.59%,亦具有较好的分类能力。  结论  本研究构建的基于多种染色病理图像MD分类模型具有较高的分类准确性和较好的泛化能力,有望应用于非炎性主动脉病变的辅助诊断。     

基于多尺度注意力机制的真菌显微图像分类方法

  目的  利用深度学习技术,建立临床常见的侵袭性真菌图像辅助分类模型。  方法  回顾性收集2020年9月—2021年4月解放军总医院第八医学中心曲霉菌属、酵母菌属和新型隐球菌属真菌感染者的显微镜图像,按7∶1.5∶1.5的比例随机分为训练集、验证集和测试集。使用训练集和验证集图像对改进的MobileNetV2网络结构进行训练和参数调试,构建基于多尺度注意力机制的卷积神经网络(convolutional neural network, CNN)真菌图像11分类模型。以机器鉴定结果为金标准,以查准率、召回率和F1值为指标评价该模型对测试集真菌图像的分类效果。将该模型与5种经典CNN模型进行比较,评价指标包括模型参数量、内存占用量、网络每秒处理的图像数量(frames per second, FPS)、准确率及受试者操作特征曲线下面积(area under the curve,AUC)。  结果  共纳入真菌显微镜图像7666张,分别包括曲霉菌属、酵母菌属和新型隐球菌属图像2781张、4115张、770张。其中训练集5366张、验证集1150张、测试集1150张。改进的MobileNetV2模型对测试集11种真菌图像具有较高的分类性能,查准率为96.36%~100%,召回率为96.53%~100%,F1值为97.01%~100%。该模型的参数量、内存占用量分别为4.22 M、356.89 M,FPS为573,准确率为(99.09±0.18)%,AUC为0.9944±0.0018,综合性能优于5种经典网络模型。  结论  本研究提出的真菌图像分类模型,在保持低运算成本的情况下,可获得较高的真菌图像识别能力,其整体性能优于常见的经典模型。     

基于深度学习的宫颈原位腺癌图像识别方法

  目的  基于深度学习算法构建宫颈原位腺癌(cervical adenocarcinoma in situ, CAIS)病理图像诊断模型。  方法  回顾性收集2019年1月至2021年12月中国医科大学附属盛京医院病理科保存的CAIS患者病变组织、慢性宫颈炎患者正常宫颈管腺体病理切片。图像采集后,均按4∶3∶3的比例随机分为训练集、验证集和测试集。使用训练集、验证集数据对VGG16、VGG19、Inception V3、Xception、ResNet50和DenseNet201共6种网络模型进行迁移学习训练和参数调试,构建可识别CAIS病理图像的卷积神经网络二分类模型,并将模型进行组合,构建集成学习模型。基于测试集数据,采用运算时间、准确率、精确率、召回率、F1值、受试者操作特征曲线下面积(area under the curve,AUC)对模型识别CAIS病理图像的性能进行评价。  结果  共入选符合纳入和排除标准的CAIS患者病理切片104张、慢性宫颈炎患者正常宫颈管腺体病理切片90张。共收集CAIS、正常宫颈管腺体病理图像各500张,其中训练集、验证集、测试集图像分别400张、300张、300张。6种模型中,ResNet50模型的准确率(87.33%)、精确率(90.00%)、F1值(86.90%)及AUC(0.87)均最高,召回率(84.00%)居第2位,运算时间较短(2062.04 s),整体性能最佳,VGG19模型次之,Inception V3与Xception模型的性能最差。6种集成学习模型中,ResNet50与DenseNet201集成模型的整体性能最优,其准确率、精确率、召回率、F1值、AUC分别为89.67%、84.67%、94.07%、89.12%、0.90,VGG19与ResNet50集成模型次之。  结论  通过深度学习算法构建CAIS病理图像识别模型具有可行性,其中ResNet50模型的整体性能较高。集成学习可提高单一模型对病理图像的识别效果。     

胸腺原发上皮肌上皮癌首例报告并文献复习

  目的  探讨上皮肌上皮癌的临床症状、影像学特征、病理组织学特征和治疗方法。  方法  回顾性分析北京协和医院肿瘤内科收治的1例胸腺原发上皮肌上皮癌患者临床资料,并进行文献复习。  结果  患者为中年男性,是目前国内外报道的首例被诊断为胸腺原发上皮肌上皮癌的患者。该患者经手术、化疗、放疗、分子靶向治疗等综合治疗后仍出现疾病进展,从手术确诊至死亡时间为22个月。  结论  胸腺原发上皮肌上皮癌极为罕见,临床表现不典型,诊断主要依靠病理组织学检查,目前首选手术治疗,多学科综合治疗有助于延长患者的生存期。     

基于改进的全卷积网络模型预测局部进展期直肠癌新辅助放化疗疗效

  目的  建立基于MRI影像图像预测局部进展期直肠癌(locally advanced rectal cancer，LARC)新辅助放化疗(neoadjuvant chemoradiotherapy，nCRT)后病理学完全缓解(pathological complete response，pCR)模型，以辅助患者个性化治疗方案的制订。  方法  回顾性纳入2013年6月至2018年12月中山大学附属第六医院接受nCRT治疗且行全直肠系膜切除术组织病理对治疗效果进行评定的LARC患者。按1:2的比例将患者依照住院时间先后顺序分为Data A与Data B 2个数据集。其中Data A数据集用于语义分割模型训练，Data B数据集按7:3的比例随机分为训练集和验证集，分别用于pCR预测模型训练与评价。收集Data A数据集病例的T2加权MRI影像资料，采用改进的全卷积网络(fully convolutional networks，FCN)模型对肿瘤区域进行语义分割，建立语义分割模型并提取最终卷积层中的影像特征。采用最小绝对值收缩和选择算子(least absolute shrinkage and selection operator, LASSO)回归法对提取的影像特征进行筛选，构建可预测pCR状态的支持向量机(support vector machine，SVM)分类器(预测模型)。以Data B训练集数据为基础，对该预测模型的性能进行训练，进一步在Data B验证集中对其性能进行评价。  结果  共入选符合纳入和排除标准的LARC患者304例，nCRT治疗后82例判定为pCR，222例为非pCR。2013年6月至2015年11月的103例患者为Data A数据集，2015年12月至2018年12月的201例患者为Data B数据集。Data B数据集中，训练集140例、验证集61例。改进的FCN模型对Data B数据集图像分割的Dice值为0.79 (95% CI: 0.65~0.81)，灵敏度为80%(95% CI: 77%~83%)，特异度为72%(95% CI: 64%~85%)。语义分割模型共提取最终卷积层中512个影像特征，经LASSO回归筛选后保留7个，用于pCR状态预测。预测模型在Data B训练集中预测pCR的曲线下面积(area under the curve, AUC)为0.65(95% CI: 0.61~0.71)，在Data B验证集中的AUC为0.69(95% CI: 0.59~0.74)。  结论  本研究提出的改进的FCN模型，对MRI图像进行语义分割具有较高的准确度。基于该方法构建的模型预测LARC患者接受nCRT治疗后pCR状态具有可行性。     

分子分型与老年乳腺癌患者预后的相关性:病例对照研究

  目的  通过分析老年乳腺癌分子分型特点, 明确分子分型与老年乳腺癌患者预后的相关性。  方法  回顾性收集北京协和医院乳腺外科2010年1月1日至2016年6月30日收治的老年乳腺癌患者的临床资料, 包括基本人口学特征、手术方式、病理信息、辅助治疗信息及预后。应用Kaplan-Meier和Cox比例风险回归模型分析分子分型与患者无病生存期和总生存期的相关性。  结果  共502例符合纳入和排除标准的患者入选本研究, 平均年龄(76.65±4.36)岁, 其中腔管型乳腺癌占79.88%(401/502), 人表皮生长因子受体-2(human epidermal growth factor receptor 2, Her-2)过表达型乳腺癌占7.77%(39/502), 三阴性乳腺癌占12.35%(62/502)。截至末次随访(2019年4月30日), 8.37%(42/502)的患者出现局部复发和/或远处转移, 50例患者去世, 其中11例死因与乳腺癌相关。生存分析提示, 分子分型与老年女性乳腺癌患者无病生存期(P < 0.001)及总生存期(P=0.040)均显著相关, 腔管B2型(HR=4.306, 95% CI:1.469~12.618, P=0.008)、Her-2过表达型(HR=3.729, 95% CI:1.418~9.809, P=0.008)和三阴性(HR=2.580, 95% CI:1.045~6.367, P=0.040)乳腺癌局部复发和/或远处转移风险均明显高于腔管A型; Her-2过表达型总生存期显著劣于腔管A型(HR=3.219, 95% CI:2.762~3.676, P=0.010)。  结论  老年女性乳腺癌患者的分子分型与无病生存期及总生存期显著相关, 腔管B2型、Her-2过表达型和三阴性老年女性乳腺癌局部复发及远处转移风险较高。     

食管鳞状细胞癌患者根治术后生存预测模型的建立与验证:一项多中心真实世界队列研究

  目的  建立并验证食管鳞状细胞癌患者根治术后生存预后预测模型与风险分级标准,为术后最优辅助治疗方案的确定提供真实世界证据。  方法  分别收集2011年5月31日至2018年7月31日在河南省安阳市肿瘤医院(安阳中心)和2009年8月1日至2018年12月31日在广东省汕头大学医学院附属肿瘤医院(汕头中心)连续就诊的食管鳞状细胞癌患者的临床数据和生存随访数据。以安阳中心数据集为建模集,采用基于多因素Cox比例风险回归逐步后退法和AIC准则(Akaike information criterion)的“两步法”构建总生存预测模型。通过Bootstrap重抽样1 000次对模型进行内部统计验证,在汕头中心数据集进行外部验证。根据列线图得分构建预后风险分级标准。  结果  建模队列和验证队列分别纳入4 171例和1 895例食管鳞状细胞癌患者。模型由年龄、性别、肿瘤原发位置、T分期、N分期、淋巴结清扫数、肿瘤大小、辅助治疗方案和术前血红蛋白水平9个变量组成。其中,N分期与辅助治疗方案存在显著交互作用(P＜0.001),即与单纯手术相比,N+期患者可能从辅助治疗中获益,但辅助治疗无法改善N0期患者的预后。建模队列的模型一致性指数(C-index)为0.728 (95% CI: 0.713~0.742),经Bootstrap内部验证后为0.722 (95% CI: 0.711~0.739),验证队列的模型C-index为0.679 (95% CI: 0.662~0.697)。校准图提示模型预测生存率与观测生存率一致性良好。在两个队列中模型准确性均显著高于第7版AJCC(American Joint Committee on Cancer)TNM分期系统(P＜0.05)。此外,在各TNM分期内部,该模型仍可实现理想的预后风险分层效果。  结论  本研究为我国食管鳞状细胞癌患者根治术后总生存提供了个体化预测模型,并揭示N分期可能是制订食管鳞状细胞癌患者术后辅助治疗方案的重要决定因素。     

基于核心胜任力的360°评价体系的构建及其在临床医学博士后培养中的应用

  目的  探索建立适合高层次、复合型医学人才培养的临床医学博士后培养评价体系。  方法  以360°评价法为理论基础,采用文献综述法、专家咨询法等方法构建基于“住院医师核心胜任力”的360°评价体系,并用于北京协和医院临床医学博士后的培养评价。  结果  最终构建了基于“住院医师核心胜任力”的360°评价体系,包括评价者、评价维度、评价指标、评分标准等内容。  结论  基于“住院医师核心胜任力”的360°评价体系可全面、直观地体现临床医学博士后的胜任力发展情况,且可有针对性地制订改进方案,持续提升临床医学博士后的核心胜任力,为医学人才评价体系的改革和完善提供依据。     

胰腺淋巴上皮囊肿的临床诊治特点

  目的  分析胰腺淋巴上皮囊肿(pancreatic lymphoepithelial cyst,PLEC)的临床诊治特点,为提高其诊疗水平提供借鉴和参考。  方法  回顾性分析2015年1月至2019年12月在北京协和医院基本外科行手术治疗并最终确诊为PLEC的患者临床资料,分析其临床表现、影像学特征及治疗效果。  结果  共7例患者确诊为PLEC,年龄31~65岁,其中男性4例,女性3例;5例患者肿物位于胰体尾部,1例位于胰颈部,1例位于胰头部;2例患者血清CA19-9水平增高;3例患者术后出现胰瘘导致腹腔引流管拔除延迟;1例随访中出现体重下降。  结论  PLEC是一种罕见的胰腺囊性病变,临床表现不典型,术前诊断较为困难,手术可完整切除,预后良好;无症状者可考虑保守治疗和随访观察。     

能谱CT多模态参数联合临床参数对胃间质瘤Ki-67的预测价值

  目的  探索能谱CT多模态参数联合临床特征参数对胃间质瘤（GST）Ki-67的预测价值。  方法  回顾性分析2019年9月~2022年4月我院34例GST患者,依照其术后免疫组化Ki-67的百分比将患者进行分组,其中Ki-67≥6%为高表达组（n=15）;Ki-67的百分比 < 6% 为低表达组（n=19）。行双源能谱CT扫描,测量及收集70 keV CT值、标准化碘浓度、能谱曲线斜率及临床特征等参数,并对上述数据与GST Ki-67表达进行相关性分析。  结果  直径、年龄与GST Ki-67高低表达组具有相关性（P < 0.05）。GST Ki-67低表达组的静脉期、延迟期能谱斜率值组内具有一定差异性（ICC < 0.75）,其余各组参数组内差异性较小（ICC > 0.75）。除延迟期能谱斜率值组间差异无统计学意义（P > 0.05）,其余各组参数组间差异均有统计学意义（P < 0.05）。动静脉期70 keV CT值、三期NIC、动脉期能谱斜率与GST的Ki-67表达呈正相关关系（P < 0.05）;延迟期70 keV CT值、静脉期能谱曲线斜率与GST的Ki-67表达呈负相关关系（P < 0.05）。动静脉期70 keV CT值、三期NIC、动脉期能谱斜率预测GST的Ki-67表达的效果较好,其中静脉期NIC的AUC值最高为0.984。  结论  三期70 keV CT值、NIC值、动静脉期能谱斜率及直径、年龄在预测GST Ki-67表达中具有一定的价值。      

孕激素受体与Ki-67指数组合对激素受体阳性中分化早期乳腺癌预后的评估价值

  目的  探讨孕激素受体(progesterone receptor, PR)及Ki-67指数(PK)组合对激素受体阳性腋窝淋巴结阴性中分化早期乳腺癌的预后评估价值。  方法  回顾性分析2012年5月至2017年5月于北京协和医院乳腺外科行手术治疗且行21基因检测的中分化早期乳腺癌患者的临床及病理资料, 根据21基因复发风险评分(recurrence score, RS)将患者分为RS低危组(RS < 18)、RS中危组(18 ≤ RS < 31)和RS高危组(RS ≥ 31), 同时按照PR表达及Ki-67指数设定PR与Ki-67指数组合, 将患者分为PK低危组(PR ≥ 10%且Ki-67 ≤ 20%)、PK高危组(PR < 10%且Ki-67>20%)及PK中危组(非高危或低危组), 分析并比较PK组合与RS评分的一致性。  结果  共389例符合纳入及排除标准的患者入选本研究, 其中RS低危组247例(63.5%, 247/389), RS中危组115例(29.6%, 115/389), RS高危组27例(6.9%, 27/389); PK低危组248例(63.8%, 248/389), PK中危组125例(32.1%, 125/389), PK高危组16例(4.1%, 16/389)。推荐的PK组合对RS低危组和高危组的预测敏感度分别为75.3%和37.0%, 阳性预测值分别为75.0%和62.5%, 不一致性分别为0.4%和6.3%。中位随访40个月的结果显示, PK低、中、高危组的总事件发生率分别为3.6%、7.2%和12.5%, RS低、中、高危组的总事件发生率分别为3.2%、8.7%和7.4%, 两组差异无统计学意义(χ²=0.200, P=0.655)。  结论  针对激素受体阳性腋窝淋巴结阴性中分化早期乳腺癌的PK组合具有与21基因RS评分相当的预后评估价值。     

周围型肺癌CT征象与Ki-67、p53表达的关系

目的 探讨周围型肺癌（PLC）CT征象与Ki-67、p53表达的关系。方法 选取2016年1月～2022年2月在本院就诊的108例PLC患者为研究对象,采用飞利浦256层螺旋CT检查患者的CT征象,并检测PLC组织中Ki-67、p53的表达水平,分析PLC患者的病理组织类型、分化程度以及CT征象与Ki-67和p53表达的关系。结果 PLC组织中,Ki-67和p53阳性表达率分别为69.44%(75/108)、51.85%(56/108);CT主要表现为瘤体直径≥3.0 cm、分叶征、棘状突起征、毛刺征、磨玻璃征、增强值≥20 Hu和肺门、纵隔淋巴结肿大,而胸膜凹陷征、空气支气管征、空洞征、空泡征、钙化征相对较少;腺癌的Ki-67阳性表达率低于鳞癌（P<0.05）,腺癌和鳞癌的p53阳性表达率差异无统计学意义（P>0.05）;PLC的分化程度越低,Ki-67和p53阳性表达率越高（P<0.05）;瘤体直径≥3.0 cm、有分叶征、棘状突起征、毛刺征、增强值≥20 Hu和肺门、纵隔淋巴结肿大的PLC,Ki-67阳性表达率较高,且有磨玻璃征和空泡征的PLC,Ki-67阳性表...     

基于T2WI影像组学模型可预测低级别胶质瘤1p/19q的缺失状态

  目的  基于磁共振T2WI构建影像组学模型,预测低级别胶质瘤1p/19q缺失状态的价值。  方法  回顾性分析本院经病理证实的154例低级别胶质瘤患者（1p/19q共缺失100例,1p/19q非共缺失54例）,按照分层抽样7∶3分成训练集和验证集。使用3D-Slicer软件对肿瘤区域进行手动分割,用pyradiomics进行特征提取。临床资料的分析采用t检验/χ2检验;影像组学特征采用方差法和10折交叉验证的LASSO算法进行筛选,最后建立支持向量机、高斯朴素贝叶斯、K-近邻、逻辑回归模型,采用ROC曲线的曲线下面积值和sklearn分类报告中的参考指标（准确度、敏感度、特异性、F1分数）进行效能评价。  结果  4种模型中,支持向量机的曲线下面积值最高,训练集和验证集分别为0.95、0.91;参考指标中表现最佳为K-近邻,其准确度、敏感度、特异性及F1分数分别为0.87、0.97、0.70、0.91;其次为支持向量机,各项指标与模型平均值相当。  结论  基于T2WI影像组学模型可以有效地预测低级别胶质瘤1p/19q的缺失状态。      

中国258个城市新型冠状病毒肺炎时空分布特征研究

目的分析中国新型冠状病毒肺炎(COVID-19)的时空分布特征及相关因素,为COVID-19防控提供依据。方法基于2020年1月21日至3月23日中国258个城市的COVID-19发病率、人口流动(湖北省武汉市迁入)、社会人口学、地理信息数据,进行空间自相关和热点分析,揭示COVID-19流行的空间异质性,识别热点区域。利用地理加权回归模型结合线性回归模型,探讨空间异质性的相关因素。结果 2020年1月21日至3月23日,258个城市累计报告29 789例COVID-19病例,COVID-19流行总体呈空间聚集性(Moran’s I=0.436,Z=25.363,P<0.001)。各地的百度迁徙指数(武汉市迁入)与COVID-19发病关联有统计学意义(t=14.550,P<0.001),百度迁徙指数表现出正向效应(β:0.564~0.565)。结论中国COVID-19流行存在空间异质性,武汉市人口迁入多的地区报告发病水平更高。对新发传染病的时空特征理解有助于疾病流行的早期预警和控制。     

524例乳腺浸润性导管癌的超声征象与多种免疫组化因子表达的相关性

  目的  探索乳腺浸润性导管癌超声征象与多种免疫组化因子表达的相关性。  方法  回顾性分析我院2019年1月~2021年12月经手术病理证实为乳腺原发性浸润性导管癌患者524例,术前进行超声检查并留存有标准的超声声像图,采用单因素分析χ2检验和二元Logistic回归分析超声声像图征象与雌激素受体（ER）、孕激素受体（PR）、人类表皮因子受体2（HER-2）、P53、细胞核增殖因子Ki-67、DNA拓扑异构酶IIa（TOPIIa）、细胞角蛋白CK5/6免疫组化因子表达的相关性,并构建Logistic回归方程。  结果  Logistic回归分析发现ER的阳性表达与肿块形状、肿块边缘、后方回声、高回声晕、血供丰富之间存在相关性（P < 0.05）;PR的阳性表达与肿块边缘、高回声晕、直径 > 2 cm存在相关性;HER-2的阳性表达与内部微钙化、纵横比 > 1之间存在相关性（P < 0.05）;Ki-67的高表达与淋巴结转移、后方回声减低之间存在相关性（P < 0.05）;P53的阳性表达与内部钙化、淋巴结转移、肿块形状、高回声晕之间存在相关性（P < 0.05）;CK5/6的阳性表达与内部微钙化和高回声晕之间存在相关性（P < 0.05）;TOPIIa的阳性表达与淋巴结转移、后方回声、肿块直径 > 2 cm存在相关性（P < 0.05）,得出相应的回归方程并以ROC曲线检验方程效能。  结论  不同免疫组化表达的浸润性导管癌的征象具有一定的差异,这些超声征象可为乳腺癌的诊断、临床治疗和预后评估提供重要参考依据。