本發(fā)明公開了基于強(qiáng)化學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的病理圖像自動標(biāo)注方法，包括以下步驟：對染色標(biāo)準(zhǔn)化的原始病理圖像進(jìn)行多尺度超像素劃分，并標(biāo)記超像素的上皮概率閾值；構(gòu)建超像素分類訓(xùn)練集；采用基于機(jī)器學(xué)習(xí)方法訓(xùn)練標(biāo)記后的超像素得到學(xué)習(xí)模型，學(xué)習(xí)模型對測試圖像中的超像素進(jìn)行分類，并由病理醫(yī)生對分類結(jié)果給予獎勵和懲罰，將獎勵和懲罰結(jié)果反饋給學(xué)習(xí)模型，學(xué)習(xí)模型通過獎懲機(jī)制重新做出調(diào)整；采用預(yù)先制定的方法構(gòu)建端到端標(biāo)注模型的訓(xùn)練集；采用基于深度神經(jīng)網(wǎng)絡(luò)的端到端學(xué)習(xí)，自動對組織區(qū)域標(biāo)注分割；構(gòu)建標(biāo)注模型；使用預(yù)先配置好的真實(shí)數(shù)據(jù)對構(gòu)建的標(biāo)注模型進(jìn)行測試。有益效果：能夠快速、準(zhǔn)確、自動標(biāo)注不同組織區(qū)域的學(xué)習(xí)模型。