本发明公开了一种基于卷积神经网络的二便无损检测装置。本发明通过获取多个受试者的实时生理数据和二便标签；对获取的生理数据进行预处理，将预处理后的生理数据组成一个二维数据集，将二维数据集分为训练集和测试集；将训练集和与训练集中的生理数据对应的二便标签输入到卷积神经网络中训练二便预警模型，并通过测试集选择预测效果最佳的二便预警模型，确定最终二便预测模型；将数据滤波算法和最终二便预测模型移植到可嵌入式电脑子系统中，对人体是否产生便意进行实时预测。本发明通过传感器进行病人的生理数据采集，解决了现有采集生理数据时均为有创监测的问题，并实时对当前信号进行分析处理。