本发明提供一种基于子宫内膜癌的DKI序列MK图的影像组学特征处理方法，包括：收集子宫内膜癌DKI序列MK样本图像，并对其进行感兴趣区域勾画，提取感兴趣区域的图像特征；对提取的图像特征进行哑变量处理，生成一个取值为0或1的哑变量特征；计算Spearman相关系数以0.95为阈值去除高相关性特征，再使用支持向量机递归特征消除方法进行特征选择；构建Bagging分类器模型，采用ROC方法对模型进行评价。本发明对影像组学特征进行哑变量处理后模型的效果较优，具有较高的准确性，将高通量的影像组学特征与子宫内膜癌病理分型信息相关联，为术前判定子宫内膜癌病理分型提供一种基于放射影像组学特征的非侵袭性的可视化方法。