文本分类是自然语言处理中的一个重要课题，随着社交网络的发展，许多有关医疗保健和医学的问答对充斥社交平台。 对医学文本进行挖掘和分类，为患者提供针对性的医疗服务具有重要的社会价值。 现有的文本分类算法只能处理简单语义文本，尤其是中文医学文本领域，文本结构复杂，包含大量医学术语和专业术语，患者难以理解。 我们提出了一种中文医学文本分类模型，使用基于 BERT 的中文文本编码器，通过 N-gram 表示（ZEN）和胶囊网络，其中表示特征使用 ZEN 模型并通过胶囊网络提取特征，我们还设计了一个 N-gram 医学词典增强医学文本表示。我们所提出的模型在3个公开数据集上的实验结果表现优秀，准确率等指标均优于基线模型。