本发明公开了一种基于多模态的胺区肿瘤图像分类方法及终端设备，其中，方法包括步骤：获取颅内胺区肿瘤患者三个模态的MRI影像；采用加入离散小波变换的3D Resnet网络对所述三个模态的MRI影像进行特征提取，获得三个模态的低频特征和高频特征；基于所述三个模态的低频特征和高频特征以及颅内胺区肿瘤患者的临床信息，通过皮尔森相关系数构建低频特征相似性图和高频特征相似性图；采用多图卷积网络对所述低频特征相似性图和高频特征相似性图进行特征优化，得到三个模态的优化特征；利用多头注意力机制对三个模态的优化特征进行融合，并利用全连接层进行胺区肿瘤图像分类。本发明提供的基于离散小波的多图卷积网络可实现自动对鞍区肿瘤图像的精准分类。