本發(fā)明主要涉及人工智能的深度學(xué)習(xí)技術(shù)領(lǐng)域。本文描述了用于醫(yī)學(xué)圖像分類方法、模型訓(xùn)練方法和服務(wù)器。該醫(yī)學(xué)圖像的分類方法，包括：獲取醫(yī)學(xué)圖像的數(shù)據(jù)集合；對(duì)醫(yī)學(xué)圖像的數(shù)據(jù)集合進(jìn)行質(zhì)量分析，提取醫(yī)學(xué)圖像的特征信息，質(zhì)量分析包括色域?飽和度?亮度分析、清晰度分析、紋理分析和熵值分析中的一個(gè)或多個(gè)；基于提取的特征信息，利用經(jīng)預(yù)先訓(xùn)練的用于對(duì)醫(yī)學(xué)圖像進(jìn)行異常檢測(cè)分類的深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)所述醫(yī)學(xué)圖像進(jìn)行分類，得到分類結(jié)果，分類包括針對(duì)醫(yī)學(xué)圖像是否為正常組織、無(wú)關(guān)組織、鏡頭失焦、白平衡失效進(jìn)行分類中的一個(gè)或多個(gè)。