本发明公开了一种基于超声图像识别技术的困难气道评估方法，获取包括下颌、气管、颈静脉切迹的超声图像，采用resnet网络模型提取超声图像的特征，通过构建好的困难气道预测模型对特征进行分析，得到困难气道的评估结果。在模型训练时，基于Cormack‑Lehane分级的标签，使用所述超声特征作为输入信息，构建一个logistics回归模型进行分类，采用焦点损失函数对模型进行训练优化，从而能够精准的对临床麻醉中困难气道做出预警，降低麻醉风险。