一种基于学习模型的脊柱关节炎分析方法和装置

本发明涉及一种基于学习模型的脊柱关节炎分析方法和装置。属于基于大语言模型的Agent应用到医学影像分析的场景中的图像识别领域，包括：使用待识别磁共振图像序列中目标部位对应的描述文本向量与每一预设部位信息中的描述文本向量进行初级匹配，确定出相似部位信息；描述文本向量通过大语言模型的Agent生成，可以适应性的集成在现有的基于专家模型和大语言模型的axSpA辅助诊断智能体中，以提高医学影像识别结果的准确性，本方案中首先使用描述文本向量进行向量匹配，以快速筛选出与目标部位具有高相似度的预设部位信息。再使用局部磁共振图像进行图像相似度计算，提升生成目标部位的识别准确度。