本研究提出了一种新的自生成低秩近似框架（SG-LRA），旨在提高脊柱侧弯Cobb角度的自动测量精度。该方法通过参数化脊柱轮廓和自动注释数据引擎，克服了现有方法的不足，展现出良好的应用潜力。

本文介绍了一系列基于深度学习的脊柱分析方法，包括自动检测脊柱区域、测量Cobb角度及评估脊柱曲度。这些方法在准确性和效率上优于传统手动测量，具有良好的临床应用前景，能够改善脊柱侧弯的评估和诊断。