目的探讨基于X线片影像组学、超声特征及肿瘤标志物的多模态融合模型对乳腺癌腋窝淋巴结转移的预测价值。方法回顾性分析2017年1月至2024年3月该院经病理证实的160例女性乳腺癌患者临床资料，按7∶3比例分为训练集（n=112）和测试集（n=48）。选取全数字化乳腺摄影（FFDM）中病灶显示最佳的影像，勾画感兴趣区（ROI）并提取组学特征，结合FFDM组学、超声特征及肿瘤标志物，运用套索回归（LASSO）进行特征降维。采用梯度提升树（GBT）、随机森林（RF）和逻辑回归（LR）分别建立单影像组、多影像组和多模态组模型。比较不同模型受试者工作特征曲线的曲线下面积（AUC），并计算灵敏度、特异度评估模型性能。结果160例患者中淋巴结转移78例（48.8%），淋巴结未转移82例（51.2%），二者肿块最大径、血清糖类抗原(CA)153、癌胚抗原（CEA）水平比较，差异有统计学意义（P<0.05）。LR算法的多影像组模型最佳，AUC达0.902，灵敏度、特异度分别为0.947、0.667。肿块最大径、乳腺密度、皮肤增厚、X线片密实淋巴结影、X线片肿块血管影、超声提示淋巴结实变、X线片和超声乳腺影像报告与数据系统（BI-RADS）分类是预测腋窝淋巴结转移状态的独立影响因素（P＜0.05）。结论基于乳腺X线片影像组学与超声特征的多影像组预测模型性能优于单一组别，而血清肿瘤标志物的加入并未提高模型准确率。