本发明公开了一种基于深度反卷积神经网络的细胞计数方法。该方法包括：步骤1、构造深度反卷积神经网络；步骤2、细胞图像预处理；步骤3、训练网络模型；步骤4、首先设置阈值去除杂点，然后计算图像中剩余连通块的个数即为细胞的个数；步骤5，首先将已经过预处理的非训练细胞图像输入到已优化好网络连接权重的反卷积神经网络中，得到原始细胞图像的高斯核热图，再经过后期处理得到最终的计数值。本方法利用反卷积深度学习网络来挖掘和提取细胞图像的特征和空间信息，并使输出层图像恢复到和输入层图像一样的尺寸大小，训练一个端到端的网络，可以保证较高的计数准确率。