The invention relates to a method for detecting a nerve in a series of ultrasound images comprising, for each image of said series: a step of generating (E2) a probability map on regions of the image, applying a plurality of texture descriptors to generate for each pixel, a vector determining the pixel response for each of the descriptors, and then deriving a probability for each pixel to belong to a nerve based on a probabilistic model ； a classification step (E3) applied to zones determined by this probability map, consisting in searching for models corresponding to a type of nerve, in a window sliding on these zones, in giving a degree of confidence to each position of the window and retain an optimal position for each model； then analyze the consistency of these optimal positions by measuring their stability on a set of images in the series to select the window with the maximum consistency, which corresponds to a sensed nerve.L'invention concerne un procédé de détection d'un nerf dans une série d'images échographiques comportant, pour chaque image de ladite série : - une étape de génération (E2) d'une carte de probabilités sur des régions de l'image, consistant à appliquer une pluralité de descripteurs de textures afin de générer pour chaque pixel, un vecteur déterminant la réponse du pixel pour chacun des descripteurs, puis à en déduire une probabilité pour chaque pixel d'appartenir à un nerf en fonction d'un modèle probabiliste ； - une étape de classification (E3) appliquée sur des zones déterminées par cette carte de probabilité, consistant à rechercher des modèles correspondant à un type de nerf, dans une fenêtre glissant sur ces zones, à accorder un degré de confiance à chaque position de la fenêtre et à retenir une position optimale pour chaque modèle ； puis à analyser la consistance de ces positions optimales en mesurant leur stabilité sur un ensemble d'images de la série afin de sélectionner la fenêtre présentant la consistance maximale, qui correspond à
