本发明公开了一种基于深度多示例学习的电子胆道镜图像辅助诊断方法，该方法包括胆道镜系统中获取图像，图像预处理，深度多示例学习模型训练和模型预测患者胆管狭窄良恶性。对于没有图片级别标注的胆道镜视频截取图像，本方法采用深度多示例学习方法，将一个患者的所有图像作为多示例包，患者的病理结果作为包标签进行模型的训练，充分利用了序列信息，最终预测患者胆管狭窄的良恶性。本方法能辅助医生对患者的胆道检查进行判断，提高医生诊断的准确率和效率。