目的探讨甲状腺结节磁共振成像（magnetic resonance imaging,MRI）和彩色多普勒超声（color doppler ultrasonography,CD-US）的影像学特征在甲状腺结节良恶性诊断的临床价值。材料与方法选取2018年1月～12月本院就诊甲状腺结节手术患者112例（男性27例,女性85例）为研究对象。提取患者常规MRI（T2）影像中病灶位置、大小、形态、边界、信号强度、囊变特征,提取自旋平面回波弥散加权成像（spin-echo echo-planar imaging,SE-EPI-DWI）序列信号强度和表观扩散系数（apparent diffusion coefficient,ADC）特征,提取动态增强（dynamic contrastenhanced,DCE）序列强化特征、强化边缘特征。提取US影像中病灶部位、大小、形态、纵横比、回声、边界、囊变、血流信号、钙化和甲状腺影像报告和数据系统（thyroid imaging reporting and data system,TI-RADS）分级特征。采用SPSS 23.0软件统计分析良、恶性结节组间各特征的差异。采用机器学习方法结合多特征对甲状腺结节良恶性进行分类诊断。对比评价基于MRI、基于US和基于两种影像结合的甲状腺结节良恶性诊断价值。结果112例患者中109例患者同时具有超声和磁共振影像资料,剩下3例患者仅有超声影像资料。109例患者共检出结节138个,其中良性结节71个,恶性结节67个;剩下3例患者共检出结节5个,其中良性结节4个,恶性结节1个。MRI影像中病灶大小、形态、边界、囊变、强化特征、强化边缘和ADC指标在良恶性两组间具有显著统计学差异（P<0.01）。MRI影像多特征结合良恶性诊断的敏感性,特异性和准确率分别为82.1%,83.1%和82.6%。US影像中的病灶大小、形态、纵横比、边界、回声、囊变、钙化和TI-RADS分级指标在良恶性两组间具有显著统计学差异（P<0.01）;US影像多特征结合良恶性诊断的敏感性,特异性和准确率分别为82.1%,85.9%和84.1%。MRI影像结合US影像的多特征结合良恶性诊断的敏感性,特异性和准确率分别为92.5%,89.5%和89.1%,受试者曲线下面积值0.936。结论MRI影像和US影像对鉴别甲状腺良恶性结节均具有重要价值。MRI影像上良性结节多表现为形态规则、边界清晰、易囊变、增强后无强化或不均匀强化和相对较高ADC值,恶性结节多表现为形态不规则,边缘模糊,增强后均匀强化或环形强化和相对较低ADC值;US影像上良性结节多表现为形态规则、低纵横比、边界清晰、易囊变、微钙化情况少和较低TI-RADS分级,恶性结节多表现为形态不规则,边缘模糊,无囊变和较高TI-RADS分级。利用机器学习方法将两种影像的多特征结合能够有效地诊断甲状腺结节良恶性。