本发明公开了一种用于辅助青光眼筛查的眼底图像视杯视盘分割方法及系统，涉及图像信息处理技术领域，本发明包括采集若干幅眼底图像，对眼底图像进行预处理，得到训练图像样本集和验证图像样本集；利用训练图像样本集对构造的W‑Net‑Mcon全卷积神经网络进行训练，得到******W‑Net‑Mcon全卷积神经网络；将待分割眼底图像预处理后输入******W‑Net‑Mcon全卷积神经网络，得到预测目标结果图；利用极坐标反变换和椭圆拟合对预测目标结果图进行处理，得到最终分割结果，进而得到杯盘比，最后得出青光眼初步筛查结果，本发明可以有效的多尺寸提取图像语义信息，并将不同层次的特征进行融合，全局特征与细节特征相融合，鼓励特征复用，提升了梯度的反向传播，提高了图像的分割精度。