脊柱侧凸是严重危害青少年身心健康的脊柱畸形生长疾病,早期矫正、持续监测是治疗的关键。目前主要使用X射线对该疾病进行检测,但X射线具有辐射性,不利于病情的持续监测。三维超声能通过扫描脊柱获得脊柱的三维结构图,具有无辐射、易操作、低成本等特点,是一种替代X射线的方案。在三维超声的多种扫描方式中,使用机械装置控制超声探头运动的机械自动扫描具有精确定位、全自动、可重复的特点,适合于脊柱侧凸的检测。在基于机械自动扫描的三维超声自动扫描系统中,精确的脊柱扫描路径规划是获得准确的脊柱三维结构图的关键。通常可以利用摄像机等设备获取探头前方的彩色图像信息,然后利用图像分割算法对彩色图像进行分割提取脊柱目标区域,最后在脊柱目标区域内规划出最优扫描路径,完成脊柱扫描路径的规划。随着深度学习的不断发展,基于卷积神经网络的图像分割算法在特征提取、分割准确率上相比于传统方法有更好的表现,因此,本文基于卷积神经网络对脊柱三维超声自动扫描系统做了以下研究:(1)在脊柱扫描路径规划算法中,搭建了FCN、U-Net和Deeplab三种卷积神经网络,对比了三种网络对深度摄像仪拍摄的彩色图分割脊柱区域的效果,同时结合深度图的多视角信息,使用四通道法和双特征提取网络结构方法对深度摄像仪拍摄的深度图、彩色图进行整合,提高分割的准确率。最后使用基于人体轮廓的分割结果判定方法和最小二乘曲线拟合方法对分割结果进行后处理,得到较为精确的脊柱扫描曲线。(2)借鉴移动最小二乘形变方法提出以脊柱线为控制曲线对人体轮廓进行变形的数据增强方法,拟合多种脊柱侧凸情况,增加数据集的多样性,从而提高网络的泛化能力。(3)以医学超声仪器Sonix RP、六自由度机器人、深度摄像仪Kinect、工控计算机为基础搭建了一套脊柱三维超声自动扫描系统,在机械自动控制程序中嵌入改进的脊柱扫描路径规划算法,实现了脊柱的精确扫描与成像。