针对卷积神经网络分类准确率不够高的问题,本文提出多卷积神经网络融合算法用于医学图像分类。首先在训练集上优化ResNet和DenseNet网络,再采用加权平均方法对ResNet和DenseNet的预测结果进行融合。在ISIC2017和COVID19两个数据集上的实验结果表明,本文提出的方法相比于VGGNet、ResNet、DenseNet等单卷积神经网络,具有更高的分类准确率和稳定性。