1.一种基于全卷积神经网络多尺度特征的眼底图像血管分割方法，其特征在于，所述方法包括以下步骤：

1)对用于训练的眼底图像进行预处理；

2)对于预处理后的图片分割成指定大小的图像块，进行数据扩充；

3)使用扩充好的样本训练多尺度特征卷积神经网络，得到模型参数；

4)将用于测试的图片进行同样的预处理步骤，并分割成与训练图片相同大小，利用训练好的多尺度特征卷积神经网络对测试图片进行分割，得到最终分割结果。

2.根据权利要求1所述的一种基于全卷积神经网络多尺度特征的眼底图像血管分割方法，其特征在于，所述步骤3)中实施的网络结构，包括三个部分：一个编码和两个解码部分，编码部分由四个编码卷积块组成，每个卷积块内部结构相同，编码最后一个卷积块的输出通过不同方式与两个解码卷积块的输入分别相连，并且在相应层次中，三个部分通过不同的跳过连接进行连接；一种解码部分由四个结构相同的解码卷积块组成，与编码部分形成跳过连接，由此形成一个对称结构；另外在此对称结构中间加入另一种解码部分，同样由四个卷积块组成，并与之间的对称结构分别通过跳过连接，进行特征融合。