本发明公开了一种甲状腺结节的分类方法、装置及计算机可读介质，属于图像处理技术领域。该方法首先将甲状腺结节的目标视频数据作为训练样本；其中，所述目标视频数据携带有征象特征标签；其次，对所述训练样本中征象特征进行有监督的分类学习，得到征象分类结果和第一损失函数；之后，基于所述训练样本和所述征象分类结果，对征象特征的得分进行有监督的回归学习，得到第二损失函数；最后基于所述第一损失函数和所述第二损失函数，对模型进行优化，生成结节得分模型。由此，基于甲状腺结节的视频数据，对甲状腺结节的征象特征和征象得分进行监督学习，从而提高了结节得分模型训练的准确性，使得TIRADS预测更加准确且符合临床诊断步骤。