本发明提供了一种基于深度学习的大肠癌个体化治疗和预后信息预测系统，系统包含：迁移模型构建模块、图像特征提取模块和信息分析识别模块。本发明对常规病理切片上包含肿瘤浸润淋巴细胞、纤维化及粘液等多种预后相关组织类型进行精细分割和识别，将抽象的图像信息转化为可精确分析的数字化信息，探索与肠癌预后的相关性，构建复发风险预测模型，改善现有预后相关病理形态指标在诊断医师间重复性差、临床可行性低的现状，为患者后续的个体化治疗决策提供参考；利用全外显子测序技术对复发风险预测模型区分的不同亚型进行基因谱分析，探索肿瘤发生的分子事件与组织形态间以及生物学行为间的相关性；为复发风险预测模型的建立奠定了基础。