本发明涉及人工智能与数字医疗技术，其实施例提供了肾上腺功能性肿瘤分型定位设备、装置及存储介质，该设备执行的方法包括：将预处理后的肾上腺CT数据输入至第一nnUnet网络进行学习分割处理得到肾脏掩膜数据；将所述肾脏掩膜数据和所述肾上腺CT数据输入至第二nnUnet网络进行学习分割处理得到肾上腺肿瘤的第一分割结果；将所述第一分割结果输入至设置有变分自编码器的nnUnet‑VAE网络中生成潜在变量特征图；通过全连接层将潜在变量特征图构建均值向量和标准差向量；通过所述KL散度对所述均值向量和所述标准差向量与正态分布均值和标准差值进行比较得到差异结果；根据所述差异结果对网络进行训练得到肾脏图像分析结果。能够提高对肾上腺功能性肿瘤图像识别精度。