本发明提供基于多模态多轴向的混洗残差与MLP的脑肿瘤识别方法，属于计算机图像分类技术领域，解决了现有方法在脑肿瘤识别时仅考虑单模态和单轴向所带来的局限问题；包括：S1、获取多类脑肿瘤的多模态医学影像，进行多轴向数据预处理；S2、获取ResNet50模型，改进模型中第1个卷积层和第1次下采样的池化层；S3、继续改进，将通道混洗模块添加至模型中；S4、继续改进，将模型的全连接层替换为MLP；S5、进行模型训练，得到脑肿瘤识别模型，并应用于实际的脑肿瘤识别任务；本发明通过训练数据源和模型结构的改进，提高了模型的信息应用能力，使模型具备更强的学习与泛化能力，提高了脑肿瘤识别的准确性和可靠性。