目的 建立基于反传（BP）神经网络技术的甲状腺癌诊断模型，并评估该模型的临床应用价值。方法 回顾性分析2010年1月至2011年8月期间南京市鼓楼医院收治的甲状腺癌患者103例及甲状腺良性病变患者51例，提取其超声图像的9个特征，循建模规则，建立基于BP神经网络技术的甲状腺癌诊断模型，依此模型对2011年9月至2011年12月期间收治的根据超声图像特征疑为甲状腺癌的42例患者进行术前诊断，其结果与术后病理诊断结果（术后病理诊断为甲状腺癌32例，甲状腺良性病变10例）进行对比研究。结果 甲状腺癌诊断模型对建模样本的诊断准确率为95.45%（147/154）；术前样本的诊断准确率为90.48%（38/42）；所有样本的诊断准确率为94.39% （185/196）。结论 从本组有限的病例结果初步得出，基于BP神经网络技术的甲状腺癌诊断模型具有较高的可行性及可靠性，可望成为一种全新的甲状腺癌辅助诊断方法。