本发明提供了一种基于显微光谱特征合成图像的癌变区域识别模型的建模方法，用于解决现有基于显微光谱技术的癌变区域识别模型由于缺乏空间信息，很难进行准确定位和分割精度的进一步提升的技术问题。本发明提供的基于显微光谱特征合成图像的癌变区域识别模型的建模方法，不局限于光谱维度差异，而是更关注癌变图谱迁移特征的学习，采用信息含量占比较大的前五个主成分每三个为一组进行合成获得显微光谱特征合成图像，利用更多相关数据信息和已有高效模型的特点，构建了数字病理与显微光谱之间的图谱迁移模型，为多来源数据之间搭建强有力桥梁，实现了光谱维与图像维迁移特征的有效融合，可以更好的提取癌变组织全面丰富的细节特征。