本发明涉及医学图像处理领域，具体公开了一种基于生成型张量网络的医学图像分类系统，该系统对生成型张量网络分类器进行训练和测试，以对即时医学图像进行二分类(区分正常图像和病变图像)乃至多分类(区分正常图像、第一类病变图像、第二类……)，张量网络将机器学习和量子多体态联系起来，兼具准确性和可解释性的优势，可为医生提供更有针对性和更有效的意见，从而减轻医疗压力和医患之间的冲突，进一步推动智能医疗保健的发展。以Covid‑19肺炎检测为例，经测试集测试，本系统二分类(Covid‑19肺炎和正常)的准确率高达99.3％，三分类(Covid‑19肺炎、病毒性肺炎和正常)的准确度高达94％，均具有较高的分类精度。