超声时空模型

无需活检即可对乳腺癌进行分子分型，为系统治疗提供依据。

陈弢 · 陈智豪 · 杜联芳 · Jia, Chao · Li, Chunxiao · 孙婷 · 李凡 · 单洪明

npj Digital Medicine 2026

参数信息

宏平均AUC

0.94

宏平均AUC

0.90

宏平均AUC

0.92

Luminal vs 非Luminal AUC

0.92

Luminal vs 非Luminal AUC

0.88

Luminal vs 非Luminal AUC

0.91

技术优势

免活检分型

利用常规超声与造影数据即可在术前无创预测 Luminal、HER2 富集和三阴性亚型，避免有创穿刺。

多中心稳定

在内部、前瞻性和多中心外部验证中宏平均 AUC 分别达 0.94、0.90、0.92，显示跨人群泛化能力。

超越单一模态

相比仅用 B 型超声的深度学习基线，加入造影血流信息后分型性能显著提升。

应用场景

• 乳腺癌诊断：活检前无创预判分子亚型，辅助制定个体化系统治疗方案。
• 医学影像分析：从多模态超声影像中自动提取时空特征，提升诊断一致性与效率。