基于深度学习的邻椎病诊断方法、装置、设备及存储介质

本申请提供了一种基于深度学习的邻椎病诊断方法、装置、设备及计算机可读存储介质。该基于深度学习的邻椎病诊断方法，包括：获取患者的脊柱X线图像；将脊柱X线图像输入预设的基于神经网络的分割模型中进行分割，得到分割结果；将分割结果输入预设的邻椎病诊断模型中，输出邻椎病的诊断结果及对应的诊疗建议；其中，诊断结果为相邻未融合节段正常或退行性病变，退行性病变又包括椎间盘退变、椎间盘突出、椎体滑脱、椎管狭窄。根据本申请实施例，能够更加准确地进行邻椎病诊断。