Одним из современных средств, позволяющих в медицинских исследованиях анализировать и распознавать не просто набор данных об исследуемых объектах или пациентах, а использовать в качестве изучаемого объекта изображение, являются сверточные нейронные сети. Ввиду значительной роли визуальных методов диагностики при оказании медицинской помощи использование интеллектуального распознавания результатов данных методов приобретает существенную актуальность. На текущий момент сверточные нейронные сети получили достаточно широкое распространение в работах, посвященных повышению качества диагностики в различных сферах медицины. Однако достаточно сложные математический аппарат, на основе которого функционируют сверточные нейронные сети, и инструменты их построения не позволяют широко внедрить данные модели в исследовательскую медицинскую практику. Целью данной статьи является представление методологии и возможностей применения сверточных нейронных сетей в медицинских исследованиях, а также представление примера построения сверточной нейронной сети для решения задачи классификации медицинских изображений. В статье приведены методологические основы функционирования сверточных нейронных сетей, описание набора данных для построения таких моделей, пример построения модели сверточной нейронной сети для решения задачи классификации дерматоскопических изображений с применением библиотек tensorflow и keras на языке python, а также рекомендации по представлению результатов построения сверточных нейронных сетей.