本发明提供一种基于半监督学习和多尺度特征融合的辅助诊断方法及装置，该方法包括：将待诊断CT图像输入分类模型的多尺度特征融合模块中，得到所述待诊断CT图像的多尺度融合特征；将所述多尺度融合特征输入所述分类模型的分类模块，得到所述待诊断CT图像的辅助医疗诊断结果；其中，所述分类模型是基于第一训练数据集，进行半监督学习训练得到的；所述第一训练数据集包括有标签的第一样本CT图像和无标签的第二样本CT图像。本发明实现在有效标注数据量较少时，可获得具有更高的泛化性与准确性的分类模型，进而可快速准确地获取辅助医疗诊断结果。