目前基于卷积神经网络(CNN)的视网膜光学相干层析成像(OCT)图像分类方法存在对于小范围病变区域识别不清的问题，导致在判断年龄相关性黄斑变性(AMD)疾病干湿性、脉络膜新生血管形成(CNV)的活动性时准确率不高，而正确判断病变类型对于眼科医生制定治疗方案至关重要。为此本文提出了一种基于自注意力机制的CNN模型MobileX-ViT

将传统卷积层和自注意力模块结合，同时提取浅层网络的特征信息并获取图像的全局信息，以提高模型分类准确率。实验证明，相比于经典CNN分类模型Inception-V3、ResNet-50、VGG-16和MobileNeXt

文章提出模型在分类准确率上分别提高了5.6%、5.3%、4.5%和2.8%

证明了模型的有效性，为解决目前视网膜OCT图像分类中对于小范围病变区域识别不清的问题提供了新的方法。