随着时代的发展和科技的进步,生物影像医学已成为医疗领域的重要组成部分,磁共振成像(magnetic resonance image,MRI)和计算机断层扫描(computer tomography,CT)等医学影像技术已成为脊柱外科影像诊断的基础.脊柱由骨结构及周围脊髓、血管、韧带等组织组成,解剖结构极为复杂,因此如何清晰地显示临床所需观察的部位是对影像学检查方法以及临床医师技术水平、体力、精力的一大挑战.与此同时,影像医学已经由单纯的观察解剖结构发展到了反映功能变化,更有利于疾病的诊断、治疗和预后评估.因此,如何充分利用和挖掘医学图像中的有效信息,提升脊柱外科在临床检查、诊断与治疗等环节中的效率,是当前医学图像分析领域的研究热点.近年来,以机器学习为代表的人工智能技术在算法上不断取得重大突破,吸引了国内外众多研究学者将其应用于医疗图像分析.临床检查中,以机器学习为代表的人工智能技术,能够自动获取二维或三维医学图像中的特征信息,替代过去的主观获取图像特征的方法,为医生减负.同时相对于个人经验较少、判断能力较弱的临床医师,人工智能对医疗图像的识别准确率更高、速度更快.