تشخیص و تخمین ناهنجاری‌های ستون فقرات از جمله چالش‌های مهم در رادیولوژی و ارتوپدی است. در این پژوهش، روش‌های پردازش تصویر برای مکانیابی، بخش‌بندی و تحلیل تصاویر پزشکی ستون فقرات مورد بررسی قرار گرفته‌اند. با توجه به پیچیدگی ساختار ستون فقرات و تنوع ناهنجاری‌های احتمالی، استفاده از روش‌های خودکار و نیمه‌خودکار می‌تواند دقت تشخیص را افزایش داده و زمان تحلیل را کاهش دهد. در این مقاله، پس از مرور روش‌های کلاسیک و نوین، مزایا و محدودیت‌های هر کدام بررسی شده و در نهایت راهکارهای ترکیبی مبتنی بر یادگیری ماشین و ادغام تصاویر پیشنهاد شده است. نتایج نشان می‌دهد که روش‌های مبتنی بر یادگیری عمیق و ادغام چندمدالیته می‌توانند به‌طور مؤثری برای تشخیص ناهنجاری‌هایی مانند اسکولیوز، کیفوز و شکستگی مهره به کار روند.

ستون فقرات پردازش تصویر پزشکی بخش‌بندی مهره یادگیری ماشین CT MRI