La clasificación del color de las imágenes médicas de heces se utiliza comúnmente para diagnosticar enfermedades del sistema digestivo, por lo que es importante en el examen clínico. Para reducir la carga pesada de los laboratoristas, en este documento se emplean tecnologías avanzadas de procesamiento de imágenes digitales y métodos de aprendizaje profundo para la clasificación automática del color de las imágenes de heces. La región de interés (ROI) se segmenta automáticamente y luego se clasifica con una red neuronal convolucional superficial (CNN) llamada StoolNet. Gracias a su estructura superficial y segmentación precisa, StoolNet puede converger rápidamente. Los experimentos suficientes confirman el buen rendimiento de StoolNet y el impacto de los diferentes números de muestras de entrenamiento en StoolNet. El método propuesto tiene varias ventajas, como bajo costo, segmentación automática precisa y clasificación de color. Por lo tanto, puede ser ampliamente utilizado en la inteligencia artificial (IA) en la atención médica.