Antecedentes: El adenoma folicular y el carcinoma folicular presentan con frecuencia características ecográficas superpuestas, lo que limita el rendimiento discriminativo de los sistemas convencionales de estratificación de riesgo en ecografía tiroidea. Los métodos de análisis cuantitativo de imágenes, incluyendo la radiómica y el análisis de datos topológicos (TDA), ofrecen representaciones complementarias de la textura y la forma de la imagen que pueden mejorar la clasificación. Métodos: Este manuscrito reproduce el diseño metodológico reportado en el estudio de referencia [1]: selección retrospectiva de cohorte en un único centro (2010–2022), adenoma folicular versus carcinoma confirmados por anatomía patológica, una imagen ecográfica preoperatoria representativa por paciente, anotación manual de la región de interés, extracción de características radiómicas y de TDA, análisis de componentes principales (PCA) para compresión de alta dimensionalidad, y regresión logística regularizada con L2 evaluada mediante validación cruzada leave-one-out y AUC. Resultados: El modelo multimodal y un submodelo parsimonioso basado solo en TDA alcanzaron cada uno un AUC de 0.88 en validación cruzada leave-one-out, mientras que el mejor submodelo basado solo en radiómica alcanzó un AUC de 0.68. Se incluyen intervalos de confianza y composiciones de modelos en forma tabular para respaldar una implementación y validación transparentes. Conclusión: Este manuscrito sirve como un punto de partida completo para reproducir y ampliar la canalización de clasificación de neoplasias foliculares basada en radiómica+TDA en un conjunto de datos local. Preserva la lógica del estudio original, al tiempo que hace explícito, auditable y orientado a la implementación el flujo de trabajo.