本发明公开了基于卷积神经网络的超声甲状腺结节钙化点提取算法，包括以下步骤：A、准备训练集图像；B、利用所述训练集图像训练卷积神经网络得到最终网络；C、利用所述最终网络对甲状腺结节超声图像中钙化点进行判别。其基于卷积神经网络对钙化特征进行提取，将钙化点的亮度、形态、与周边组织关系以及一些不容易量化的特征融合起来进行判断，避免了传统的仅通过单一亮度特征进行判别导致误判的问题；将输出标签设为一个将钙化特征分割出来的二值分割图像，使得整个网络的参数趋向于使原图映射到该二值分割图像上，最终使得钙化点判别准确率有着明显提高。