本发明涉及一种基于深度学习的全尺度病理切片的快速诊断和评分方法。对全尺度病理切片染色图进行预处理；通过改变传统AlexNet神经网络的全连接层和输出层节点数，以适应实际问题的需要，并选用标记好的训练样本集来分别训练两个用于诊断和评分的AlexNet神经网络模型，提取病变区域的高维特征信息；利用训练完成的两个改进的AlexNet神经网络模型实现对全尺度病理切片染色图的诊断和评分；根据诊断的预测概率绘制出概率热图，直观地标识病变区域，同时通过对不同病变程度的取样小块数量占比的统计，对组织的病变程度给予评分。本发明方法能完全自动化地实现对全尺度前列腺组织病理切片的诊断和Gleason评分，准确率和运算速率大幅度超过人工诊断的平均水平。