一种基于多尺度融合注意力机制的糖尿病性视网膜病变分级方法属于计算机软件领域，针对目前无法提取不同尺度病灶特征且难以关注重要病灶导致分级任务准确率低下的弊端。首先，使用具有不同卷积核大小的过滤器从眼底图像中提取特征，并给不同尺度的特征赋予不同的权重，使得深度学习网络可以学习并选择不同尺度的特征，以提高网络对于不同类型和尺寸病灶的识别能力。同时，融合不同尺度的特征，并使用融合了空间和通道信息的注意力机制对融合后的特征进行权重分配，以加强对高价值特征的选择，从而抑制其他无用特征，以此来提高分级准确率。本发明可以有效地提高对糖尿病性视网膜病变的分级准确率。