本发明公开了一种基于深度学习的癌症分类方法，涉及癌症分类技术领域，包括如下步骤：采集癌症的基因表达数据；将基因表达数据中的癌症样本输入自编码器模型中，对癌症样本进行基因编码；将基因编码后的数据输入生成对抗网络的生成器中，生成额外的样本进行基因编码；通过解码器对基因表达数据进行解码，并通过生物学通路和Pathifier算法对解码后的基因表达数据计算通路得分；基于通路得分，将平衡后的样本数据进行降维获得处理后的数据；将处理后的数据输入到不同的机器学习分类器中，得到癌症分类结果。本发明有效地创建新的癌症样本，以平衡数据，显著提高分类器的性能，提高癌症诊断的准确性，为癌症患者的治疗提供更好的指导。