甲状腺结节在人群中较为常见，其评价主要依据甲状腺影像报告和数据系统。超声检查中甲状腺结节诊断的准确性与超声医生的检查技能、临床经验和思考分析能力密切相关。近年来，甲状腺癌的发病率迅速上升，如何快速有效地提高我国甲状腺结节的术前诊断能力已成为一个亟待解决的问题。深度学习作为人工智能领域的一项新技术，逐渐应用于医学影像领域，并在甲状腺超声诊断中倍受关注。本文将从甲状腺结节超声图像分割、结节良恶性鉴别、结节组织病理学预测以及颈部淋巴结智能评估等方面来介绍深度学习在甲状腺结节超声诊断中的研究进展及应用价值，旨在通过对既往相关研究的归纳总结，辅助医师深入了解该领域的发展现状，探讨新的研究方向，以期未来能为甲状腺结节的临床诊疗决策提供更准确，更全面的参考信息。