基于机器学习的脊柱侧弯识别系统

本发明公开了基于机器学习的脊柱侧弯识别系统，属于医学影像识别技术领域，包括数据收集模块、数据预处理模块、脊柱图像分割模块、脊柱侧弯识别模块和综合报告生成模块。本发明采用改进的掩码区域卷积神经网络模型进行脊柱图像分割，引入复合连接网络，使模型在复杂图像上的表现能力更佳，而通道注意力机制能更好地关注图像中的关键信息，抑制背景中的无关信息，显著提高了脊柱图像分割的准确性；采用自适应权重可调增强算法进行脊柱侧弯识别，引入可调参数，动态调整权重更新机制，改进了模型在复杂数据上的表现，降低了难分类样本的影响，从而提高模型的整体稳定性，并减少迭代次数，提升模型整体效率，有助于实现高效且准确的脊柱侧弯识别。