一种基于改进HRNet网络的上交叉综合征颈椎曲度识别检测方法

本发明涉及计算机视觉领域，具体公开了一种基于改进HRNet网络的上交叉综合征颈椎曲度识别检测方法，包括：获取红外热成像与偏振光图像序列，经改进HRNet骨干网络生成颈部多模态融合特征图，提取颈侧筋膜张力纹理与颈后三角微血管纹理，以纹理交汇点间接定位颈椎棘突并确定胸锁乳突肌张力边界；构建颈椎曲度连续重建模型，生成时变曲度曲线族并解耦颅底旋转代偿分量与真实曲度改变分量，解耦胸锁乳突肌短缩、深层颈屈肌耐力衰竭及上斜方肌筋膜粘连模式；提取微震颤时频特征并经时序相干性验证剔除伪影后，输入动态分级网络输出风险等级及肌肉失衡亚型。本发明突破了骨性标志定位盲区，实现了无创精准检测与肌肉失衡分型。