本发明涉及图像分析领域，尤其涉及一种基于图像处理的尿失禁监测装置与监测方法；包括超声传感模块、行为分析模块、用户信息模块、尿失禁预测模块、存储模块、告警模块和通讯模块；该方法通过整合超声成像数据和用户的日常行为数据，克服了单一数据源的局限性，多源数据融合使得预测模型能够从更多维度分析尿失禁风险，从而显著提高预测的准确度和可靠性。通过收集患者的生理数据、行为信息和环境因素等多模态数据，利用机器学习或深度学习算法建立预测模型，从而实现对患者排尿需求的实时预测。相较于传统的治疗方法，这种技术具有非侵入性、个性化、便携性和实时性等优点。