青光眼是不可逆性失明的首要原因，早期癥狀不明顯，容易被忽視，因此青光眼早期篩查尤為重要。杯盤比是臨床上用于青光眼篩查的重要指標，所以精準分割視杯視盤是計算杯盤比的關鍵。本文提出了一種基于全卷積多尺度殘差神經網絡的視杯視盤分割方法。首先，對眼底圖像進行對比度增強，并引入極坐標變換。隨后，構造 W-Net 作為主體網絡，用帶殘差多尺度全卷積模塊來替代標準卷積單元，輸入端口加入圖像金字塔來構造多尺度輸入，側輸出層作為早期的分類器生成局部預測輸出。最后，提出了一種新的多標簽損失函數來指導網絡分割。實驗采用 REFUGE 數據集驗證，最終視杯、視盤分割的平均交并比分別為 0.904 0、0.955 3，重疊誤差分別為 0.178 0、0.066 5。結果表明，該方法不僅實現了視杯視盤聯合分割，而且有效提高了其分割精度。該方法將有助于大規模青光眼早期篩查的推廣。