近年来，随着神经网络的发展，多种光电神经网络框架相继提出，在图像和语音处理等方面表现出强大的应用潜力。设计一种新型的基于透明介质成像的光学散射神经网络框架。描述透明介质双向散射传播的物理特性，采用多层堆叠散射介质构建神经网络单层智能单元，并利用非线性光电材料薄膜实现非线性激活，级联单层智能单元构建深度网络物理模型；根据双向散射物理模型构造对应的双向数字复值神经网络，并根据复值求导链式法则推导数字权重更新的后向传播算法，其复值网络权重参数通过调控散射介质的物理参数来实现；在MNIST数据集上验证其智能分类的有效性。