本发明公开了一种半监督智能分类方法，包括：从影像数据库中获取肿瘤影像图像并进行预处理；通过多通道图像重现技术对进行预处理后的肿瘤影像图像进行检测，提取肿瘤图像；通过超体素图像分割算法，对所述肿瘤图像进行图形分割检测，得到预分割图像；通过密度聚类算法对进行图形分割检测后的肿瘤图像进行样本分析，得到其紧密程度；并采用监督学习机制，对所述预分割图像做疾病预测，使用K/N投票表决机制，得到最终优化的超像素分类结果；本发明通过引入半监督智能分类学习理论，充分利用标记和非标记的肿瘤数据，提升肿瘤形状识别的效率及精准度，从而尽量降低依赖人工分析病灶影像，使得自动化肿瘤类型分析和鉴别成为可能。