本发明公开了一种前列腺结节双支路联合分类系统，属于前列腺结节分类技术领域。本发明通过数据增强、数据清洗和形态学操作对前列腺超声图像进行处理，减少了噪声，丰富和突出了图像的特征信息，通过集成学习简单平均融合的组合策略来构建一个基于改进版Alexnet模型和引入迁移学习的VGG16模型相结合的有监督双支路联合分类模型，对轮廓图像和超声图像进行识别，提升了图像识别的准确性，将前列腺超声图像和轮廓图像相结合，提升了分类的准确率；解决了现有技术中存在“前列腺和前列腺结节图像的特殊性影响前列腺图像识别和分类精度”的问题。