Automation of primary diagnostics of diseases of the human lumbar spine using intelligent analysis of CT image

Abstract

This study aims to identify and detect vertebrae through CT image analysis, obtain the geometric dimensions of vertebrae, and assist in the diagnosis of degenerative spinal diseases in the human body. This study uses the YOLOv8-seg algorithm to segment vertebrae, extract geometric dimension parameters such as length and width of vertebrae, find the boundary lines between adjacent vertebrae, and calculate the corresponding angles. After verification, this study can provide strong support for clinical diagnosis in the early diagnosis of degenerative spinal diseases, help improve the diagnostic efficiency and accuracy of degenerative spinal diseases, and provide a scientific basis for early intervention and treatment of patients.

Целью данного исследования является создание автоматизированной интеллектуальной системы для первичной диагностики заболеваний поясничного отдела позвоночника человека. Данная диагностика осуществляется посредством обнаружения и идентификации позвонков, а также получения геометрических размеров и взаимного их расположения относительно друг друга на цифровых КТ изображениях. Ядром интеллектуальной системы является модель YOLOv8-seg, с помощью которой осуществляется локализация позвонков, после которой вычисляются углы между позвонками и осуществляется первичная диагностика. После валидации полученных результатов данное исследование может оказать хорошую поддержку медицинским сотрудникам при ранней диагностике дегенеративных заболеваний позвоночника, помочь повысить диагностическую эффективность и точность выявления дегенеративных заболеваний позвоночника и предоставить научную основу для раннего вмешательства и лечения пациентов.