周围神经形态学异常识别方法、系统、设备及存储介质

本发明提供周围神经形态学异常识别方法、系统、设备及存储介质，其中方法包括：基于三维深度学习模型分割超声图像序列中的帧图像，基于每个分割掩码计算对应的神经形态信息，并分析超声图像序列中的连续帧图像获得神经形态变化信息，基于神经形态变化信息，判定待识别周围神经的形态学异常识别结果。三维深度学习模型能够同时处理空间和时间维度，提取超声图像序列中的多尺度时空特征，捕捉帧间神经形态的动态变化，从而更准确地分割神经区域，适应复杂解剖结构和边界模糊的情况，显著提升分割精度，特别是在病变情况下也能保持较高的形态学异常识别的准确性和鲁棒性。