本发明公开了一种基于图像拼接的异常细胞自动识别方法，首先自动定位出细胞病理图像中所有的细胞；其次，对于每一个细胞以细胞核的质心坐标为中心，以一定长度为边长确定一个ROI图像；然后将所有的ROI图像进行分组拼接，从而得到若干分辨率更大的细胞拼接图像SpliceImage；最后，将所有细胞拼接图像SpliceImage作为深度卷积神经网络模型的输入，训练细胞分类器实现对细胞的分类，从而识别出异常的病理细胞。在国际公开的宫颈细胞病理图像HERLEV数据集上的实验表明，本发明所提出的一种新型的基于图像拼接的异常细胞自动识别方法相对于其它方法而言，在较大程度提高异常细胞识别精度及检出率的同时，还能明显提高异常细胞的识别效率，因此具有较大的社会实用价值。