本发明公开了一种基于深度学习的糖尿病视网膜病变分级辅助诊断方法，包括以下步骤：S1、数据获取：采集彩色眼底图像数据集样本；S2、数据处理：对图像数据采用降采样和数据增强方法对图像数据集样本进行调整；S3、模型搭建：进行模型搭建，利用软阈值改进SE注意力机制构成特征选择和增强模块，并在网络中部引入极化自注意力机制。本发明通过在模型搭建中应用软阈值增强网络模型对病灶特征的提取能力，同时在网络中部引入极化自注意力模块来提高网络对于细粒度病灶特征的提取能力，并在模型训练中，采用伪标签的半监督学习方法，提高模型的泛化能力，为医生的诊断决策提供理论依据，并在医学图像处理等领域具有广泛的应用前景。