本发明公开了一种基于特征数据挖掘及神经网络的肿瘤分类方法，该方法首先选取肿瘤超声图片的有效病变特征的人工评分数据作为原始特征数据集；之后采用双聚类算法从原始训练数据集中挖掘出有效的局部诊断模式；其次根据这些诊断模式提取出更高层的特征，形成新的特征向量；接着，新的特征向量作为神经网络的输入进行训练得到有效的多类别分类器；最后，采用同样的方式为测试样本提取特征向量，利用训练得到的多类别分类器对其进行分类，得到肿瘤的具体分类结果。本方法克服传统计算机辅助方法局限于低级图像特征的不足，通过从大量人工评分特征数据集中挖掘出更高层的有效特征，并利用流行的神经网络分类方法训练出最终识别多类别肿瘤的分类器。