帕哈提·吐逊江，杨来红，常玉山，何 雄，郭 辉

新疆医科大学第一附属医院影像中心，新疆 乌鲁木齐830054

近年来，我国人口老龄化的现状正加速推进，这大大增加了相关群体的脊柱局部损伤，脊柱疾病的患病风险呈上升趋势［1］。为了方便临床医生观察并迅速判断脊柱各正常及异常结构，脊柱影像学检查显得尤为重要。即使X线成像、CT、MRI等技术逐渐或已成为在脊柱疾病诊疗过程中一线且常用的检查手段，但相当一部分脊柱疾病的诊断、脊柱术前及术后的评估预测仍存在诸多挑战及困难，患者无法及时得到精准的早期诊断及治疗，难以满足当今的临床诊疗需求［2］。积极寻求一种快速而又无创的方法，实现对脊柱图像精准识别及对脊柱相关疾病早期诊断及预测是非常有必要的。

现如今，腾飞的人工智能（AI）技术与脊柱影像及诊疗的融合，迅速推动并促进了临床脊柱诊疗工作向智能、精准化方向发展，尤其是深度学习（DL）方法［3-4］。DL是机器学习研究中一个新的无监督学习的神经网络领域。它是建立并模拟人脑进行分析学习，进而模仿人脑的机制来解释数据［5-6］。DL强调的是模型结构的深度，并通过构建具有很多隐层的机器学习模型和海量的训练数据，使各层次特征学习变得更加容易，从而最终提升分类或预测的准确性［7］。DL主要应用于图像识别、语音识别及自然语言处理等领域，特别是在脊柱医学领域得到了广泛研究与应用［8-9］。然而，DL在脊柱方面的研究相对较少并仍处于起步阶段，在与临床实践相结合的研究更是缺乏，未来具有较大发展潜力及进步空间。……