本发明公开了一种基于深度学习的甲状腺细胞病理切片恶性区域的检测方法，主要包括下列步骤：对甲状腺细胞进行病理切片；将病理切片在显微镜上的图像经过数字化处理后使用不同的染色剂进行涂抹以得到彩色的病理切片；将完整的病理切片裁剪出合适大小的切块作为深度神经网络模型的输入；筛除掉病理切片部分无效的切块；采用弱监督的学习方法对切块初步筛查后的病理切片进行良恶性分类；利用去假阳的方案构建一个基于随机森林的机器学习方法对良恶性分类的预测结果进行假阳的去除；借此，能进一步提高检测的准确率。以及病理切片的高危区域显示步骤：将每个切块的恶性预测的概率归一化并映射到原图中，生成热力图；给病理医生更直观的可视化显示。