本发明属于神经图像处理领域，公开一种基于拓扑结构的神经图像弯曲度估计方法，包括获取角膜神经图像信息，通过深度学习网络分隔角膜神经图像信息得到角膜神经网络片段；计算角膜神经网络片段的弯曲度指标，采用加权平均聚合算法对角膜神经网络片段进行弯曲度指标聚合并得出弯曲度聚合指标；建立基于角膜神经图像信息的角膜神经拓扑结构；通过对角膜神经网络片段各异性分析，采用诱导广义有序加权平均方法对弯曲度聚合指标融合得到角膜神经图像的弯曲度；充分考虑不同角膜神经片段的形态结构和功能各异性，对不同的神经分支进行个体化分析，能够有效的将临床诊断经验和角膜神经弯曲度自动计算相结合，从而实现基于角膜神经图像的临床诊断。