本发明公开了一种基于多目标学习的超声影像甲状腺结节分类方法及系统，方法包括：获取甲状腺结节数据；将甲状腺结节数据划分为测试集和训练集；根据训练集，构建深度学习模型；根据深度学习模型，引入先验知识数据确定结节特征集的学习目标，得到基于多目标学习的甲状腺结节分类模型；根据测试集，评估优化基于多目标学习的甲状腺结节分类模型；将获取的检测数据，输入评估优化后的基于多目标学习的甲状腺结节分类模型，得到分类结果。本发明能够给在甲状腺结节识别预测过程中给医生带来额外的信息，并且可以对预测的恶性概率做出解释，从而更好地在临床实践中辅助医生，可广泛应用于超声影像处理与深度学习技术领域。