本发明公开了一种基于Faster-RCNN的超声图像甲状腺结节智能检测系统。采用的Faster-RCNN模型在进行目标检测时，与区域卷积神经网络RCNN相比，提升了速度，优化了存储空间，实现了结节良恶性的快速自动化检测，并在模型构建中对特征进行优化，在深度学习训练前计算超声诊断标准ACR TI-RADS中的关键特征，寻找影响临床诊断的关键图像特征因子，并将其加入到卷积神经网络特征层中进行改进，构建一个新的鉴别模型，从而提高预测结果的准确性。