Intelligent System for Analyzing MRI Images to Find the Main Elements of the Human Spine

Abstract

This study aims to build an intelligent system based on MRI image analysis to find the main elements of the human spine, such as vertebrae and intervertebral discs. The core of this intelligent system is to design a neural network model that can accurately identify and find vertebrae and intervertebral discs. Therefore, this paper proposes an improved YOLOv8-seg image segmentation model, which introduces two lightweight convolution modules, GhostConv and C3Ghost, to reduce the computational complexity and parameter complexity of the model while maintaining high performance; at the same time, the CBAM attention mechanism is introduced to focus on specific features to improve model performance. The results show that the intelligent system built based on the improved YOLOv8-seg image segmentation model can automatically find and segment the vertebrae and intervertebral disc areas in lumbar MRI images, with high accuracy and recall, significantly improving segmentation efficiency and reducing human errors. In the future, we will further optimize the model structure and increase the diversity and scale of the data set to further improve the performance and stability of the intelligent system.

Целью данного исследования является создание интеллектуальной системы для анализа МРТ изображений с целью локализации и определения геометрических характеристик основных элементов позвоночника человека, таких как позвонки и межпозвоночные диски. Основой данной интеллектуальной системы является нейросетевая модель, которая может с достаточной для практического применения точностью идентифицировать и находить позвонки и межпозвоночные диски. В данной статье предлагается усовершенствованная модель сегментации изображений YOLOv8-seg, которая вводит два облегченных модуля свертки, GhostConv и C3Ghost, для снижения вычислительной сложности и уменьшения параметров модели при сохранении высокой производительности; в то же время вводится механизм внимания CBAM для фокусировки на определенных функциях для повышения производительности модели. Результаты показывают, что интеллектуальная система, созданная на основе усовершенствованной модели сегментации изображений YOLOv8-seg, может автоматически находить и сегментировать области позвонков и межпозвоночных дисков на изображениях МРТ поясничного отдела позвоночника с высокой точностью и полнотой, что значительно повышает эффективность сегментации и снижает количество человеческих ошибок. В будущем мы продолжим оптимизировать структуру модели, а также увеличим разнообразие и масштаб набора данных для дальнейшего повышения производительности и стабильности интеллектуальной системы.