本发明公开了一种基于眼部B超图像的晶状体浑浊度分级方法，通过目标检测网络对原始眼部B超图像进行眼球检测，以解决眼球只占原始图像的一小部分以及无关背景中强回声干扰的问题，多个特征提取网络分别提取眼球区域的特征，在每个特征提取网络中，加入额外的注意力模块，使特征提取网络更加关注眼球中的晶状体区域，即重点提取区域的特征，从而提高晶状体浑浊度分级的准确率，最后的模型集成模块将多个特征提取网络进行集成，综合各个特征提取网络的优点，获得更可靠的晶状体特征和浑浊度识别结果。