本发明涉及一种数字细胞病理图像智能分析方法，包括：S10，获取待分析的数字细胞病理图像数据，并进行预处理；S20，筛选数字细胞病理图像的非确定阴性区域；S30，对所述非确定阴性区域内的阳性细胞进行筛选和标注；S40，输出标注后的数字细胞病理图像数据。本申请还涉及一种数字细胞病理图像数据智能分析系统及装置。本申请基于阴性细胞数量远大于阳性细胞数量以及阴性细胞形态的变异性小于阳性细胞形态的变异性的特点，提出基于标注的阴性细胞训练确定阴性区域分类模型，一方面降低了神经网络模型训练数据的获取难度，另一方面通过剔除确定阴性区域大大减少了阳性细胞检出的运算量，提高算法运算速度和效率，同时避免漏诊误诊，提高诊断准确性。