目的:探讨卷积神经网络在胃癌转移淋巴结病理学诊断中的临床应用价值。方法:取2016年7月至2018年12月在青岛大学附属医院因进展期胃癌接受根治性胃癌切除术+D2淋巴结清扫术的患者124例,按照入院时间顺序前80例作为训练组,后44例作为测试组。训练组男性45例,女性35例,平均年龄57.6岁;测试组男性29例,女性15例,平均年龄59.2岁。利用训练组中21352个带有癌区的图像区块(patch)和14997个没有癌区的区块对预训练的卷积神经网络架构Resnet50进行训练和微调,建立卷积神经网络计算机辅助系统(CNN-CAD)。对测试组患者的38张转移淋巴结和40张非转移淋巴结的全扫描切片进行测试,运用设定阈值的方法分析CNN-CAD系统在整体切片水平筛选转移淋巴结的能力,运用受试者工作特征曲线评估CNN-CAD系统在patch级别的灵敏度、特异度、阳性预测值、阴性预测值和曲线下面积。结果:CNN-CAD系统在切片水平分类准确性为100%,patch水平的分类正确率为0.989,灵敏度为0.778,特异度为0.995,阳性预测值为0.822,阴性预测值为0.994,曲线下面积为0.89,分类结果与病理科医师相当。结论:课题组构建的CNN-CAD系统对胃癌转移淋巴结病理学切片具有较高的分类能力,与病理科医师分类结果相同,可以辅助病理科医师对转移淋巴结切片进行初步筛选。