近年来，卷积神经网络（CNN）已被用于医学成像研究领域，并已成功展示了其在图像分类和检测中的能力。 在本文中，我们使用CNN结合小波变换方法将448张肺部CT图像的数据集分为4类，例如肺腺癌，肺鳞状细胞癌，转移性肺癌和正常人。 常用的CNN与所提出的方法之间的主要区别在于，在此方法中，我们采用1级冗余小波系数作为CNN的输入，而不是使用原始图像。 所提出的方法的主要优点之一是不必从原始图像中提取感兴趣区域。 整个图像的小波系数用作CNN的输入。 我们将提出的方法的分类性能与现有的CNN分类器和基于CNN的支持向量机分类器进行比较。 实验结果表明，所提方法优于其他两种方法，综合精度最高，达到91