本发明公开了基于神经网络识别淋巴结的方法及装置。涉及数字图像处理领域，其中，方法通过获取待检测病理图像，然后搭建神经网络检测模型，并利用训练样本集进行神经网络检测模型训练，将待检测病理图像输入到训练后的神经网络检测模型，预测每个像素是淋巴/背景的概率，选择概率大的作为类标签得到预测结果，其中预测结果为表示为二值图像的淋巴结区域掩码。克服了现有技术中识别算法抗噪性差及鲁棒性差等问题，根据优化后的神经网络检测模型和输入的检测图像产生对淋巴结区域掩码，能够更加接近医生实际诊断过程，从而能够提高判断的准确率，同时减轻医生的负担，节约了时间成本和人工成本，为淋巴结中肿瘤识别等后续问题奠定了基础。